用 Amazon Quick 打通结构化与非结构化数据

Amazon Quick 提供了一套把结构化数据和非结构化数据放进同一对话入口的做法。结构化数据以数据集形式载入，并附上语义描述、自定义指令和正确的数据类型，让智能体能将自然语言问题转成 SQL；非结构化数据则存放在 Amazon S3 桶中，通过知识库建立索引供 AI 搜索。两者在 Space 这一工作区层汇合，Space 同时引用知识库和数据集，还可包含仪表盘、文件上传和操作连接器。

三层结构与查询方式

方案分三层。数据层负责存放两类数据：S3 中的文档、PDF、报告经知识库索引；指标、销售数字和运营 KPI 作为数据集载入。工作区层由 Space 把两类数据收敛到统一上下文。智能体层是链接到该 Space 的自定义聊天智能体，用户提问时由它判断该查知识库、查数据集还是两者都查，并返回带引用的合并回答。Amazon Quick 还会对聊天交互施加内置 AI 防护措施，例如内容安全筛查。

这种分层便于后续扩展：向 Space 新增数据源后，链接该 Space 的智能体会自动使用它，回答也会遵循提问用户自身的权限。

前置条件与配置步骤

按原文说明，跟随操作的用户需要具备 Enterprise 订阅的 Amazon Quick 账户，因为创建数据集需要 Enterprise；还需要一个存放业务文档的 S3 桶，并由管理员在管理控制台的 Permissions 下选择 AWS resources、Amazon S3 和 Select S3 buckets 授予访问权限，所选桶默认只有只读权限。用户还需拥有在 Amazon Quick 中创建集成、知识库、数据集、Space 和聊天智能体的权限。

操作路径大致为：在控制台左侧选择 Knowledge，在 Amazon S3 下选择 Add，填写集成名称、桶所在账户类型（同一 AWS 账户的 Quick Suite instance account 或其他 AWS 账户）以及桶的 S3 URI，桶须与 Amazon Quick 处于同一 Region。随后创建知识库，命名并选择索引全部内容或按 S3 前缀指定内容，前缀过滤区分大小写。原文特别提示，文档级访问控制列表（ACL）和元数据文件夹属于可选设置，是否启用 ACL 必须在创建知识库前决定，创建后无法更改。示例走查使用默认设置。

第三步是创建并丰富数据集：从首页进入 Data，上传结构化文件，再补充语义描述等，使智能体更准确地理解数据。原文示例使用三份 PDF 文档和一份 CSV 销售文件。

编辑部观察

这套方案的关键设计是把"查哪种数据"的判断交给智能体，而不是让用户先选工具再分别查询，适合需要同时看运营指标和业务文档的场景。需要注意的是，原文只给出配置流程和示例数据，没有提供查询准确率、响应速度或成本数据，实际效果需自行验证。启用 ACL 不可逆这一点，应在建库前结合企业权限模型确认。

实践建议

试点时可先选一个数据边界清晰的小场景，例如把一份销售数据集与几份业务评审文档放进同一 Space，观察智能体在跨源提问时是否给出可追溯的引用。同时确认 S3 桶的只读授权范围、Region 一致性和前缀过滤规则，并提前决定 ACL 策略，避免知识库建好后返工。