用自然语言查询理赔数据：基于 Amazon Bedrock Knowledge Bases 的对话式助手
理赔答案散落在理算员日记、维修估价单、警方报告、付款台账和扫描附件里，而不是某个可搜索的字段。保单持有人可能问“理赔是否已批准”，而理算员可能需要“上个月所有金额超过 10,000 美元的未结案汽车理赔”。这两类任务都要求快速、准确地找到并整合证据。
检索增强生成（RAG）利用检索到的文档来为模型回答提供依据。Amazon Bedrock Knowledge Bases 是面向文档的全托管 RAG 能力。Amazon Bedrock 负责解析、分块、嵌入和向量存储，因此你可以构建一个对话界面，从理赔文件中返回带引用的答案。
本文是一篇技术操作指南，使用合成理赔记录，不描述生产客户部署。你将构建一个理赔助手，通过以下步骤用自然语言回答问题并给出引用：
- 从 Amazon Simple Storage Service (Amazon S3) 摄取理赔文档及其元数据。
- 使用 AgenticRetrieveStream API 以纯语言查询。
- 提出多轮后续问题。
- 通过元数据过滤器（如理赔 ID 和理赔类型）来限定检索范围。
- 添加上下文接地护栏，确保答案与记录紧密关联。
理赔查询的挑战
保单持有人、联络中心代理和理算员会提出不同的问题：
- 保单持有人要求用通俗语言更新状态：“理赔 CLM-100482 的估价是否已批准？支票何时签发？”
- 联络中心代理需要在客户等待时快速、准确地回答，而不转接电话。
- 理算员会提出跨理赔的多部分问题，例如上个月提交的哪些未结案汽车理赔金额超过 10,000 美元，以及每项还有哪些工作未完成。
答案存储在 PDF 理算员报告、Word 信函和文本笔记中，而不是一致的数据库字段。记录可能冲突或取代早期版本。修订后的估价可能替换早先的估价，或者临时付款可能后来被撤销。助手必须识别哪个估价、付款或状态是有效的。
由于理赔受到监管，每个答案都必须以源文档为依据并包含引用。联络中心代理可以在重复答案之前验证来源，主管可以审计助手如何得出答案。
解决方案概述
该解决方案使用 Amazon Bedrock Knowledge Bases 来索引理赔文档。通过 AgenticRetrieveStream API，你可以用自然语言提问并收到带引用的回答。元数据过滤器允许你按理赔 ID、类型等属性缩小检索范围。上下文接地护栏有助于确保回答基于检索到的记录，减少幻觉。
多轮对话支持后续问题，例如先问“CLM-100482 的状态是什么？”，然后问“谁负责处理？”。
构建此助手的关键步骤包括：
- 数据摄取：将理赔文档和元数据从 Amazon S3 导入知识库。
- 查询：使用 AgenticRetrieveStream API 进行自然语言查询。
- 多轮对话：维护对话上下文以支持后续问题。
- 元数据过滤：使用理赔 ID、类型等属性限定检索。
- 护栏：添加上下文接地护栏，确保答案基于文档。
通过这种方式，你可以为保险理赔场景构建一个高效、准确的对话式查询工具。
