ある企業が Amazon Bedrock を使って社内向け Q&A システムを構築し、Knowledge Bases に 1,000 件の社内ドキュメントを格納している。新しい製品リリースのたびにドキュメントが追加・更新されるが、ユーザーから「最新の製品情報が回答に反映されていない」と報告があった。最も適切な対処法はどれか。

正解: A

Amazon Bedrock Knowledge Bases は S3 のドキュメントをインジェストしてベクトルDBに格納するが、S3 のドキュメントが更新されても自動的にベクトルDBが更新されるわけではない。「データソースの同期（Sync）」を実行することで、S3 の最新ドキュメントを再チャンク化・再ベクトル化してベクトルDBに反映させることができる。新しいドキュメントが追加・更新されたタイミングで同期を実行（手動または自動スケジュール）することが根本的な解決策。Bのファインチューニングは「RAGの情報更新」とは別の仕組みで、毎回の製品更新に対応するには高コストすぎる。Cの temperature 変更はモデルのランダム性制御であり、「古い情報しか参照していない」というデータ鮮度の問題とは無関係。Dのチャンクサイズ調整は検索の「精度」を改善するものであり「データの鮮度」の問題を解決しない。