某航空公司希望建立一個基於文字的對話助理（使用大型語言模型和知識庫），以最少的開發工作回答客戶關於航班時刻表、預訂和支付的問題。哪種方法所需的開發工作最少？

正確答案是使用 Amazon Bedrock 建立 Retrieval-Augmented Generation (RAG) 代理。RAG 代理結合了大型語言模型 (LLM) 的生成能力與知識庫的精確資訊，能有效回答特定領域的問題，例如航班時刻表。Bedrock 提供託管服務，大幅減少了底層基礎設施和模型部署的開發工作。 其他選項的開發工作量較大： Amazon SageMaker Autopilot 雖然能自動化模型訓練，但仍需數據準備和模型部署，且不直接支援知識庫整合。 Amazon Q Developer 主要用於程式碼開發輔助，不直接用於建立對話助理。 Amazon SageMaker JumpStart 用於微調模型，這需要大量的數據和專業知識，開發工作量顯著高於使用 Bedrock RAG 代理。