{"id":32519,"date":"2025-11-21T11:35:45","date_gmt":"2025-11-21T10:35:45","guid":{"rendered":"https:\/\/sii.pl\/blog\/?p=32519"},"modified":"2025-11-21T11:35:50","modified_gmt":"2025-11-21T10:35:50","slug":"jak-zbudowac-bezpiecznego-chatbota-opartego-na-genai-z-funkcja-rag-w-aws-przy-uzyciu-amazon-bedrock","status":"publish","type":"post","link":"https:\/\/sii.pl\/blog\/jak-zbudowac-bezpiecznego-chatbota-opartego-na-genai-z-funkcja-rag-w-aws-przy-uzyciu-amazon-bedrock\/","title":{"rendered":"Jak zbudowa\u0107 bezpiecznego chatbota opartego na GenAI z funkcj\u0105 RAG w AWS przy u\u017cyciu Amazon Bedrock"},"content":{"rendered":"\n<p>W artykule przybli\u017cy\u0142em proces konfiguracji \u015brodowiska, integracji pobierania danych z modelem podstawowym oraz wdra\u017cania chatbota zdolnego do udzielania dok\u0142adnych odpowiedzi uwzgl\u0119dniaj\u0105cych kontekst.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Czym jest Amazon Bedrock?<\/strong><\/h2>\n\n\n\n<p>Amazon Bedrock to us\u0142uga AWS, kt\u00f3ra umo\u017cliwia bezpieczne tworzenie i wdra\u017canie aplikacji generatywnych AI na du\u017c\u0105 skal\u0119. Zapewnia dost\u0119p do zaawansowanych modeli podstawowych od wiod\u0105cych dostawc\u00f3w, zarz\u0105dzanych w ramach infrastruktury AWS. Bedrock upraszcza proces tworzenia aplikacji, oferuj\u0105c zarz\u0105dzane punkty ko\u0144cowe i integracje, mo\u017cliwo\u015bci dostosowywania oraz bezpiecze\u0144stwo na poziomie przedsi\u0119biorstwa.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Modele podstawowe w Amazon Bedrock<\/strong><\/h2>\n\n\n\n<p>Amazon Bedrock zapewnia dost\u0119p do szerokiego i stale rozszerzaj\u0105cego si\u0119 zestawu najnowocze\u015bniejszych modeli podstawowych (FM) od wiod\u0105cych dostawc\u00f3w, dost\u0119pnych za po\u015brednictwem jednego interfejsu API w pe\u0142ni zarz\u0105dzanego przez AWS. Dzi\u0119ki temu firmy mog\u0105 wybra\u0107 najlepsze modele do swoich zastosowa\u0144 \u2013 niezale\u017cnie od tego, czy chodzi o tekst, obraz, kod, rozumienie multimodalne czy osadzanie.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Popularni dostawcy i modele (stan na pa\u017adziernik 2025)<\/strong><\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Anthropic Claude<\/strong>:Claude Opus, Claude Sonnet 4.5, Claude Haiku \u2013 zaawansowane modele generowania tekstu znane ze swoich zdolno\u015bci rozumowania konwersacyjnego, bezpiecze\u0144stwa i jako\u015bci rozumienia j\u0119zyka. Wykorzystywane w chatbotach kontroli jako\u015bci w przedsi\u0119biorstwach, sporz\u0105dzaniu dokument\u00f3w prawnych i rozumowaniu wieloetapowym.<\/li>\n\n\n\n<li><strong>Amazon Titan<\/strong>: Titan Text, Titan Image Generator, Titan Embeddings, Titan Multimodal \u2013 w\u0142asne modele Amazon do generowania tekstu, osadzania i tworzenia obraz\u00f3w. Titan jest ceniony za wsparcie dla przedsi\u0119biorstw, szybko\u015b\u0107, integracj\u0119 bezpiecze\u0144stwa\/zgodno\u015bci (np. z AWS IAM\/S3\/VPC) oraz wszechstronno\u015b\u0107 w r\u00f3\u017cnych zastosowaniach: podsumowywanie, wyszukiwanie, generowanie tre\u015bci, t\u0142umaczenie lub rekomendacje.<\/li>\n\n\n\n<li><strong>Stability AI Stable Diffusion<\/strong>: najnowocze\u015bniejsze generowanie obraz\u00f3w na podstawie podpowiedzi tekstowych. Wykorzystywane do produkcji wysokiej jako\u015bci materia\u0142\u00f3w marketingowych, prototypowania UI\/UX, narz\u0119dzi kreatywnych i gier.<\/li>\n\n\n\n<li><strong>Meta Llama 2<\/strong>: pot\u0119\u017cne, du\u017ce modele j\u0119zykowe do obs\u0142ugi kodu, dialog\u00f3w i og\u00f3lnych tekst\u00f3w. Llama 2 (wersja 13B, 70B) jest cz\u0119sto u\u017cywana do wieloobrotowej sztucznej inteligencji konwersacyjnej, ekstrakcji wiedzy i chatbot\u00f3w w bran\u017cach regulowanych.<\/li>\n\n\n\n<li><strong>AI21 Labs Jurassic-2<\/strong>: znany z wysokiej jako\u015bci, zr\u00f3\u017cnicowanego, wieloj\u0119zycznego generowania tekstu i tre\u015bci. Przydatny w sektorach finansowym, badawczym i prawnym do pyta\u0144 i odpowiedzi, ekstrakcji danych, podsumowywania i przetwarzania dokument\u00f3w.<\/li>\n\n\n\n<li><strong>Cohere Command &amp; Embed<\/strong>: specjalizuje si\u0119 w szybkim, zorientowanym na prywatno\u015b\u0107 generowaniu tre\u015bci i wyszukiwaniu semantycznym, w tym obs\u0142udze ponad 100 j\u0119zyk\u00f3w i wydajnym grupowaniu dokument\u00f3w.<\/li>\n\n\n\n<li><strong>Alibaba Qwen3 <\/strong>(nowo\u015b\u0107 w 2025 r.): mieszanka ekspert\u00f3w (MoE) i g\u0119ste modele j\u0119zykowe, unikalne w zakresie generowania kodu, analizy repozytori\u00f3w, hybrydowych przep\u0142yw\u00f3w pracy agent\u00f3w oraz r\u00f3wnowa\u017cenia koszt\u00f3w i wydajno\u015bci w zaawansowanych przypadkach u\u017cycia.<\/li>\n\n\n\n<li><strong>Hugging Face Open Models <\/strong>(za po\u015brednictwem Bedrock Marketplace): obejmuje dost\u0119p do wiod\u0105cych modeli open source do bardziej specjalistycznych lub niszowych zada\u0144 AI, dostrajania i wdro\u017ce\u0144 brzegowych.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Jak wybra\u0107 odpowiedni model?<\/strong><\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Anthropic Claude<\/strong><em> <\/em>jest preferowany, gdy potrzebujesz najbezpieczniejszych i najbardziej zaawansowanych agent\u00f3w konwersacyjnych lub subtelnego rozumienia dokument\u00f3w.<\/li>\n\n\n\n<li><strong>Titan<\/strong><em> <\/em>doskonale sprawdza si\u0119 w skalowalnych, wysoce zintegrowanych wdro\u017ceniach opartych na AWS.<\/li>\n\n\n\n<li><strong>Stable Diffusion<\/strong><em> <\/em>to najlepszy wyb\u00f3r do generowania wysokiej jako\u015bci, kreatywnych obraz\u00f3w.<\/li>\n\n\n\n<li><strong>Llama 2<\/strong><em> <\/em>i <strong>Jurassic-2<\/strong><em> <\/em>najlepiej sprawdzaj\u0105 si\u0119 w przypadku zaawansowanych aplikacji tekstowych, w tym wieloj\u0119zycznych i z\u0142o\u017conych przep\u0142yw\u00f3w dokument\u00f3w.<\/li>\n\n\n\n<li>Modele <strong>Qwen3, Cohere i HuggingFace<\/strong> zaspokajaj\u0105 zaawansowane, wieloj\u0119zyczne, prywatne lub skoncentrowane na kodzie potrzeby.<\/li>\n<\/ul>\n\n\n\n<p><strong>Wniosek:<\/strong> aby wybra\u0107 najlepszy model, oce\u0144 nast\u0119puj\u0105ce elementy:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>jako\u015b\u0107 wynik\u00f3w (i bezpiecze\u0144stwo),<\/li>\n\n\n\n<li>koszt i op\u00f3\u017anienie na \u017c\u0105danie,<\/li>\n\n\n\n<li>obs\u0142uga wielu j\u0119zyk\u00f3w\/dokument\u00f3w,<\/li>\n\n\n\n<li>integracja z us\u0142ugami AWS (IAM, S3, VPC itp.),<\/li>\n\n\n\n<li>potrzeby w zakresie szkolenia niestandardowego (in\u017cynieria podpowiedzi, dostrajanie),<\/li>\n\n\n\n<li>wymogi dotycz\u0105ce zgodno\u015bci lub lokalizacji danych.<\/li>\n<\/ul>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><img decoding=\"async\" width=\"1024\" height=\"482\" src=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image1-1024x482.png\" alt=\"Katalog modeli Amazon Bedrock\" class=\"wp-image-32520\" srcset=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image1-1024x482.png 1024w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image1-300x141.png 300w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image1-768x362.png 768w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image1-1536x723.png 1536w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image1-2048x964.png 2048w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\">Ryc. 1 Katalog modeli Amazon Bedrock<\/figcaption><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Bazy wiedzy w Amazon Bedrock<\/strong><\/h2>\n\n\n\n<p>Bazy wiedzy w Amazon Bedrock s\u0142u\u017c\u0105 do \u0142\u0105czenia chatbota AI z korporacyjnymi \u017ar\u00f3d\u0142ami danych. Dzi\u0119ki bazom wiedzy chatbot mo\u017ce odpowiada\u0107 na pytania dotycz\u0105ce konkretnej firmy, pobieraj\u0105c informacje z w\u0142asnych danych, zamiast polega\u0107 wy\u0142\u0105cznie na \u017ar\u00f3d\u0142ach publicznych lub og\u00f3lnych.<\/p>\n\n\n\n<p>Bedrock obs\u0142uguje wiele typ\u00f3w \u017ar\u00f3de\u0142 danych: mo\u017cna u\u017cywa\u0107 zasobnik\u00f3w Amazon S3 do przechowywania plik\u00f3w, instrukcji lub dokumentacji albo po\u0142\u0105czy\u0107 si\u0119 bezpo\u015brednio z wiki Confluence, gdzie znajduje si\u0119 wiedza dotycz\u0105ca konkretnej firmy. Dzi\u0119ki temu chatbot mo\u017ce odpowiada\u0107 na wewn\u0119trzne pytania z dzia\u0142u IT, HR lub innych jednostek, dostarczaj\u0105c u\u017cytkownikom dok\u0142adne, dostosowane do kontekstu informacje.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><img decoding=\"async\" width=\"1024\" height=\"479\" src=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image2-1024x479.png\" alt=\"Przyk\u0142adowa konfiguracja bazy wiedzy w Amazon Bedrock: S3, Confluence i inne \u017ar\u00f3d\u0142a danych\" class=\"wp-image-32522\" srcset=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image2-1024x479.png 1024w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image2-300x140.png 300w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image2-768x359.png 768w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image2-1536x718.png 1536w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image2-2048x958.png 2048w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\">Ryc. 2 Przyk\u0142adowa konfiguracja bazy wiedzy w Amazon Bedrock: S3, Confluence i inne \u017ar\u00f3d\u0142a danych<\/figcaption><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Wykorzystanie baz danych wektorowych do osadzania<\/strong><\/h2>\n\n\n\n<p>Aby przechowywa\u0107 i indeksowa\u0107 osadzenia dokument\u00f3w, Amazon Bedrock obs\u0142uguje r\u00f3\u017cne bazy danych wektorowych (magazyny wektorowe). Magazyny te maj\u0105 kluczowe znaczenie dla umo\u017cliwienia szybkiego wyszukiwania podobie\u0144stw i hybrydowego pobierania danych firmowych.<\/p>\n\n\n\n<p>Mo\u017cesz korzysta\u0107 z:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Amazon OpenSearch Serverless,<\/li>\n\n\n\n<li>Amazon S3 Vectors,<\/li>\n\n\n\n<li>Aurora PostgreSQL,<\/li>\n\n\n\n<li>Neptune Analytics (GraphRAG) i innych.<\/li>\n<\/ul>\n\n\n\n<p>W tym projekcie wybieramy <strong>Amazon OpenSearch Serverless<\/strong> jako nasz\u0105 baz\u0119 danych wektorowych. OpenSearch Serverless jest w pe\u0142ni zarz\u0105dzany, oferuje wysok\u0105 wydajno\u015b\u0107 na du\u017c\u0105 skal\u0119 i integruje si\u0119 natywnie z narz\u0119dziami bezpiecze\u0144stwa i monitorowania AWS. Jest <strong>idealny do scenariuszy RAG<\/strong>, w kt\u00f3rych kluczowymi priorytetami s\u0105 dost\u0119p do kontekstu z ma\u0142ym op\u00f3\u017anieniem i skalowalno\u015b\u0107.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><img decoding=\"async\" width=\"1024\" height=\"315\" src=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image3-1024x315.png\" alt=\"Wyb\u00f3r bazy danych wektorowych w Amazon Bedrock: OpenSearch, S3 Vectors, Aurora, Neptune i inne\" class=\"wp-image-32524\" srcset=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image3-1024x315.png 1024w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image3-300x92.png 300w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image3-768x236.png 768w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image3-1536x472.png 1536w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/image3-2048x629.png 2048w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\">Ryc. 3 Wyb\u00f3r bazy danych wektorowych w Amazon Bedrock: OpenSearch, S3 Vectors, Aurora, Neptune i inne<\/figcaption><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Synchronizacja danych bazy wiedzy<\/strong><\/h2>\n\n\n\n<p>Po utworzeniu bazy wiedzy w Amazon Bedrock nale\u017cy zsynchronizowa\u0107 dane z pod\u0142\u0105czonego \u017ar\u00f3d\u0142a, takiego jak Confluence lub wewn\u0119trzna wiki.<\/p>\n\n\n\n<p>Proces synchronizacji polega na przes\u0142aniu i indeksowaniu dokument\u00f3w, aby chatbot AI mia\u0142 do nich dost\u0119p w celu wyszukiwania i odpowiadania na pytania u\u017cytkownik\u00f3w. Operacja ta trwa zazwyczaj kilka minut, w zale\u017cno\u015bci od rozmiaru i liczby plik\u00f3w w \u017ar\u00f3dle. Du\u017ce bazy wiedzy mog\u0105 wymaga\u0107 wi\u0119cej czasu, ale synchronizacja jest procesem jednorazowym i mo\u017cna j\u0105 zautomatyzowa\u0107. Po zako\u0144czeniu chatbot mo\u017ce natychmiast wyszukiwa\u0107 i odpowiada\u0107 na zapytania dotycz\u0105ce konkretnego przedsi\u0119biorstwa, korzystaj\u0105c ze \u015bwie\u017co zindeksowanych danych.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Udost\u0119pnianie chatbota: wdra\u017canie interfejsu API Bedrock Agents<\/strong><\/h2>\n\n\n\n<p>Po sprawdzeniu, czy model i baza wiedzy dzia\u0142aj\u0105 poprawnie, nadszed\u0142 czas, aby udost\u0119pni\u0107 chatbota u\u017cytkownikom i aplikacjom poprzez udost\u0119pnienie interfejsu API.<\/p>\n\n\n\n<p>Amazon Bedrock zapewnia <strong>Agents for Bedrock Runtime <\/strong>oraz interfejs API <strong>RetrieveAndGenerate, <\/strong>aby umo\u017cliwi\u0107 integracj\u0119.<\/p>\n\n\n\n<p><strong>Kluczowe funkcje API:<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>RetrieveAndGenerate <\/strong>(<a href=\"https:\/\/docs.aws.amazon.com\/bedrock\/latest\/APIReference\/API_agent-runtime_RetrieveAndGenerate.html\" target=\"_blank\" rel=\"noreferrer noopener\" rel=\"nofollow\" >dokumentacja API<\/a>): Ten punkt ko\u0144cowy pobiera odpowiedni kontekst z bazy wiedzy i generuje odpowiedzi przy u\u017cyciu wybranego modelu podstawowego (np. Claude Sonnet 4.5). Jest to g\u0142\u00f3wny silnik stoj\u0105cy za chatbotami RAG w Bedrock.<\/li>\n\n\n\n<li><strong>Agenci dla Amazon Bedrock Runtime <\/strong>(<a href=\"https:\/\/docs.aws.amazon.com\/bedrock\/latest\/APIReference\/API_Operations_Agents_for_Amazon_Bedrock_Runtime.html\" target=\"_blank\" rel=\"noreferrer noopener\" rel=\"nofollow\" >przegl\u0105d API<\/a>): Agenci umo\u017cliwiaj\u0105 zarz\u0105dzanie modelami, dokumentami, bazami wiedzy oraz udost\u0119pnianie punkt\u00f3w ko\u0144cowych API aplikacjom wewn\u0119trznym lub zewn\u0119trznym.<\/li>\n\n\n\n<li><strong>Integracja z Pythonem (boto3): <\/strong>Przyk\u0142ad dost\u0119pu programowego<br><a href=\"https:\/\/boto3.amazonaws.com\/v1\/documentation\/api\/latest\/reference\/services\/bedrock-agent-runtime\/client\/retrieve_and_generate.html\" target=\"_blank\" rel=\"noreferrer noopener\" rel=\"nofollow\" >boto3 retrieve_and_generate implementacja<\/a>.<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Jak to dzia\u0142a?<\/strong><\/h3>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Tw\u00f3j chatbot jest udost\u0119pniany jako punkt ko\u0144cowy REST API. Aplikacje, strony internetowe i u\u017cytkownicy mog\u0105 wysy\u0142a\u0107 do niego \u017c\u0105dania POST z zapytaniami w j\u0119zyku naturalnym.<\/li>\n\n\n\n<li><strong>Agenci dla Bedrock Runtime <\/strong>automatycznie pobieraj\u0105 dane (za pomoc\u0105 RAG) z prywatnych \u017ar\u00f3de\u0142 firmy (Wiki, Confluence, dokumenty S3) i zwracaj\u0105 wygenerowan\u0105, kontekstow\u0105 odpowied\u017a.<\/li>\n\n\n\n<li>Mo\u017cesz osadzi\u0107 ten interfejs API w MS Teams, Slack, portalach intranetowych, systemach HR lub IT albo aplikacjach publicznych. Bedrock obs\u0142uguje bezpieczne uwierzytelnianie, dost\u0119p oparty na rolach i integracj\u0119 z narz\u0119dziami dla przedsi\u0119biorstw.<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Typowe przypadki u\u017cycia<\/strong><\/h3>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Wewn\u0119trzny chatbot firmy odpowiada na pytania dotycz\u0105ce HR lub IT, przeszukuj\u0105c w\u0142asne dokumenty, a nie tylko publiczn\u0105 wiedz\u0119.<\/li>\n\n\n\n<li>Zautomatyzowana obs\u0142uga cz\u0119sto zadawanych pyta\u0144, segregacja zg\u0142osze\u0144, wdra\u017canie nowych pracownik\u00f3w lub zapytania dotycz\u0105ce wsparcia przy u\u017cyciu danych firmowych.<\/li>\n\n\n\n<li>Dost\u0119p w czasie rzeczywistym do wyselekcjonowanej wiedzy przedsi\u0119biorstwa dla pracownik\u00f3w, kontrahent\u00f3w lub klient\u00f3w.<\/li>\n<\/ul>\n\n\n\n<p><strong>Pe\u0142na dokumentacja API<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"https:\/\/docs.aws.amazon.com\/bedrock\/latest\/APIReference\/welcome.html\" target=\"_blank\" rel=\"noreferrer noopener\" rel=\"nofollow\" >Bedrock API Reference (pe\u0142na)<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/docs.aws.amazon.com\/bedrock\/latest\/userguide\/service_code_examples_bedrock-agent-runtime_scenarios.html\" target=\"_blank\" rel=\"noreferrer noopener\" rel=\"nofollow\" >Scenariusze i przyk\u0142ady kodu<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/boto3.amazonaws.com\/v1\/documentation\/api\/latest\/reference\/services\/bedrock-agent-runtime.html\" target=\"_blank\" rel=\"noreferrer noopener\" rel=\"nofollow\" >Przyk\u0142adowy klient Python dla Bedrock Agents<\/a><\/li>\n<\/ul>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full\"><a href=\"https:\/\/sii.pl\/oferty-pracy\/\" target=\"_blank\" rel=\"noreferrer noopener\"><img decoding=\"async\" width=\"737\" height=\"170\" src=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/praca-PL-k-1.jpg\" alt=\"oferty pracy\" class=\"wp-image-32526\" srcset=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/praca-PL-k-1.jpg 737w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/praca-PL-k-1-300x69.jpg 300w\" sizes=\"(max-width: 737px) 100vw, 737px\" \/><\/a><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Podsumowanie<\/strong><\/h2>\n\n\n\n<p>Po skonfigurowaniu chatbota zsynchronizuj baz\u0119 wiedzy, a nast\u0119pnie udost\u0119pnij interfejs API za pomoc\u0105 Bedrock Agents for Runtime. W ten spos\u00f3b u\u017cytkownicy b\u0119d\u0105 mogli uzyska\u0107 natychmiastowe, specyficzne dla przedsi\u0119biorstwa odpowiedzi bezpo\u015brednio z danych firmy \u2013 w bezpieczny spos\u00f3b i na du\u017c\u0105 skal\u0119.<\/p>\n\n\n<div class=\"kk-star-ratings kksr-auto kksr-align-left kksr-valign-bottom\"\n    data-payload='{&quot;align&quot;:&quot;left&quot;,&quot;id&quot;:&quot;32519&quot;,&quot;slug&quot;:&quot;default&quot;,&quot;valign&quot;:&quot;bottom&quot;,&quot;ignore&quot;:&quot;&quot;,&quot;reference&quot;:&quot;auto&quot;,&quot;class&quot;:&quot;&quot;,&quot;count&quot;:&quot;4&quot;,&quot;legendonly&quot;:&quot;&quot;,&quot;readonly&quot;:&quot;&quot;,&quot;score&quot;:&quot;4.2&quot;,&quot;starsonly&quot;:&quot;&quot;,&quot;best&quot;:&quot;5&quot;,&quot;gap&quot;:&quot;11&quot;,&quot;greet&quot;:&quot;&quot;,&quot;legend&quot;:&quot;4.2\\\/5 ( votes: 4)&quot;,&quot;size&quot;:&quot;18&quot;,&quot;title&quot;:&quot;Jak zbudowa\u0107 bezpiecznego chatbota opartego na GenAI z funkcj\u0105 RAG w AWS przy u\u017cyciu Amazon Bedrock&quot;,&quot;width&quot;:&quot;116.3&quot;,&quot;_legend&quot;:&quot;{score}\\\/{best} ( {votes}: {count})&quot;,&quot;font_factor&quot;:&quot;1.25&quot;}'>\n            \n<div class=\"kksr-stars\">\n    \n<div class=\"kksr-stars-inactive\">\n            <div class=\"kksr-star\" data-star=\"1\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"2\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"3\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"4\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"5\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n    <\/div>\n    \n<div class=\"kksr-stars-active\" style=\"width: 116.3px;\">\n            <div class=\"kksr-star\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 11px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 18px; height: 18px;\"><\/div>\n        <\/div>\n    <\/div>\n<\/div>\n                \n\n<div class=\"kksr-legend\" style=\"font-size: 14.4px;\">\n            4.2\/5 ( votes: 4)    <\/div>\n    <\/div>\n","protected":false},"excerpt":{"rendered":"<p>W artykule przybli\u017cy\u0142em proces konfiguracji \u015brodowiska, integracji pobierania danych z modelem podstawowym oraz wdra\u017cania chatbota zdolnego do udzielania dok\u0142adnych odpowiedzi &hellip; <a class=\"continued-btn\" href=\"https:\/\/sii.pl\/blog\/jak-zbudowac-bezpiecznego-chatbota-opartego-na-genai-z-funkcja-rag-w-aws-przy-uzyciu-amazon-bedrock\/\">Continued<\/a><\/p>\n","protected":false},"author":755,"featured_media":32528,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_editorskit_title_hidden":false,"_editorskit_reading_time":0,"_editorskit_is_block_options_detached":false,"_editorskit_block_options_position":"{}","inline_featured_image":false,"footnotes":""},"categories":[1316],"tags":[3741,1546,1512,851,680,1024],"class_list":["post-32519","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-development-na-miekko","tag-rag","tag-przeglad-narzedzi","tag-poradnik","tag-cybersecurity","tag-ai","tag-aws"],"acf":[],"aioseo_notices":[],"republish_history":[],"featured_media_url":"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2025\/11\/AI_2.jpg","category_names":["Development na mi\u0119kko"],"_links":{"self":[{"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/posts\/32519"}],"collection":[{"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/users\/755"}],"replies":[{"embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/comments?post=32519"}],"version-history":[{"count":3,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/posts\/32519\/revisions"}],"predecessor-version":[{"id":32539,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/posts\/32519\/revisions\/32539"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/media\/32528"}],"wp:attachment":[{"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/media?parent=32519"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/categories?post=32519"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/tags?post=32519"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}