Introduzione a Bedrock Managed Knowledge Base e ai tre modelli di recupero
Il 9 novembre 2026 AWS ha annunciato l’estensione delle funzionalità di Amazon Bedrock Managed Knowledge Base. Oltre alla tradizionale ricerca agentica a più fasi, la piattaforma ora supporta recupero senza generazione di risposta e RAG con un solo recupero. La scelta del modello avviene a livello di singola richiesta, mediante il parametro maxAgentIteration nell’API streaming AgenticRetrieveStream. Non è più il sistema a decidere automaticamente il percorso, ma l’applicazione che specifica il valore più adatto al proprio caso d’uso.
Questa flessibilità consente di ottimizzare latenza, costi e accuratezza delle risposte, scegliendo il “minimo sforzo di recupero” capace di soddisfare le domande tipiche dell’utente. Di seguito una panoramica dettagliata dei tre gruppi di valori e dei relativi comportamenti.
Significato dei valori di maxAgentIteration
Valore 0 – Solo recupero, nessuna generazione
Quando maxAgentIteration=0 l’API esegue un recupero di passaggi dalla knowledge base, ma non chiama alcun Foundation Model. La risposta generata è disabilitata (generateResponse=false) e, se attivata, la chiamata ritorna un errore 4xx. Questo modus operandi è ideale per:
- Applicazioni che desiderano visualizzare o elaborare autonomamente i passaggi recuperati;
- Scenari in cui la latenza deve essere minima e la generazione testuale è superflua;
- Contesti in cui la sicurezza richiede di evitare qualsiasi invocazione di modello esterno.
Il risultato arriva nel flusso result dell’evento streaming, senza i campi score o location tipici di una chiamata Retrieve tradizionale.
Valore 1 – RAG con un solo recupero
Con maxAgentIteration=1 Bedrock effettua un recupero unico seguito da una risposta generata. Non vi è alcuna fase di pianificazione aggiuntiva; il modello riceve i passaggi recuperati come contesto e produce la risposta in un’unica iterazione. Questo è consigliato per:
- Domande chiare e ben delimitate, dove un solo set di documenti è sufficiente;
- Situazioni in cui la riduzione della latenza è importante, ma si desidera comunque una risposta testuale;
- Test di fattibilità per verificare se il singolo recupero copre la maggior parte delle esigenze.
La risposta può includere citazioni che collegano le parti testuali generate ai passaggi di origine, facilitando la verifica della provenienza delle informazioni.
Valori 2‑5 – Ricerca agentica multiround
I valori compresi tra 2 e 5 mantengono la ricerca agentica a più fasi. In questo scenario, il sistema può:
- Dividere una domanda complessa in sotto‑domande;
- Eseguire più round di recupero, ciascuno seguito da una pianificazione;
- Utilizzare fino a
n‑1iterazioni per la pianificazione, riservando l’ultima iterazione alla generazione della risposta (segenerateResponse=true).
Questa modalità è adatta a:
- Domande multipartite o che richiedono l’integrazione di informazioni da più documenti;
- Query che necessitano di valutazione della credibilità delle fonti;
- Situazioni in cui la precisione supera l’importanza della latenza.
È importante notare che un “recupero” iniziale speculativo non conta nel limite di iterazioni, così da consentire una prima esplorazione della knowledge base prima della fase di pianificazione.
Dettagli tecnici dell’API AgenticRetrieveStream
L’endpoint streaming richiede una agenticRetrieveConfiguration che includa almeno un elemento nella sezione messages e almeno un retrievers-entry. Per i tre modelli descritti, il flusso di dati varia così:
- Con
maxAgentIteration=0il risultato contiene solo i passaggi recuperati, senza alcun campo di punteggio o posizione. - Con
maxAgentIteration=1il risultato combina i passaggi con una risposta testuale, includendo eventuali citazioni. - Con
maxAgentIteration=2‑5il flusso alterna eventi di pianificazione, recupero e, infine, risposta generata.
La documentazione API specifica che, a differenza di una semplice chiamata Retrieve, il risultato del recupero in modalità streaming è più “pulito”, evitando metadata superflui che potrebbero appesantire l’elaborazione da parte dell’applicazione.
Permessi IAM richiesti
A differenza di altri servizi Bedrock, la ricerca agentica richiede un set preciso di autorizzazioni IAM. AWS elenca i seguenti permessi nella sua guida:
bedrock:AgenticRetrieveStreambedrock:Retrievebedrock:GetDocumentContentbedrock:InvokeModelWithResponseStream
Il valore maxAgentIteration=0 non invoca alcun modello di base, ma le policy sopra citate sono comunque consigliate per garantire che il team possa gestire eventuali cambi di configurazione senza dover aggiornare i permessi. È buona pratica valutare le autorizzazioni in base al flusso operativo reale, evitando di concedere privilegi inutili.
Strategie di test e ottimizzazione
AWS suggerisce di costruire un set di test rappresentativo contenente:
- Domande con risposta chiara e contenuta in un singolo documento;
- Query che richiedono l’incrocio di più fonti;
- Interrogativi a cui la knowledge base non può rispondere.
Per ciascuna domanda, si valutano:
- Correttezza della risposta;
- Qualità della citazione o della prova di origine;
- Latenza della chiamata;
- Costi di utilizzo del modello (numero di token elaborati, numero di iterazioni).
Questa analisi permette di decidere se il RAG con un solo recupero (valore 1) è sufficiente, oppure se la complessità delle richieste giustifica la ricerca agentica multiround (valori 2‑5). In molti contesti aziendali, il valore 1 riduce significativamente latenza e consumo di token, mantenendo un livello accettabile di accuratezza.
Considerazioni finali e consigli pratici
La scelta del valore di maxAgentIteration dovrebbe essere guidata da tre fattori principali:
- Tipo di domanda: se la risposta è prevedibilmente contenuta in un singolo passaggio, optare per 0 o 1; per query più complesse, puntare a 2‑5.
- Vincoli di latenza e costo: modalità 0 e 1 riducono il tempo di risposta e il consumo di token, mentre 2‑5 aumentano entrambi a fronte di maggiore accuratezza.
- Requisiti di tracciabilità: quando è fondamentale citare le fonti, la modalità 1 o 2‑5 fornisce le citazioni necessarie, mentre 0 restituisce solo i passaggi grezzi.
Infine, è importante ricordare che tutti e tre i modelli possono sfruttare più knowledge base contemporaneamente. La capacità di specificare più retrievers per richiesta permette di combinare fonti interne ed esterne, ampliando la copertura informativa senza alterare la logica di iterazione.
