BedrockComunidade
Nível de dificuldade: Básico (2 de 5)
Bedrock Knowledge Bases monta RAG na AWS sem servidor e sem código
Quem desenha arquitetura na AWS já conhece a lista de dores de um pipeline de RAG (Retrieval-Augmented Generation) construído na unha: script para ler documento, rotina de chunking, chamada a modelo de embeddings, banco vetorial para provisionar e operar, API para orquestrar tudo.
Um guia publicado em 5 de novembro de 2026 no AWS Builder Center, assinado por Yuri Kiev, descreve o caminho oposto: montar esse sistema inteiro pelo console, com serviços totalmente gerenciados, sem servidor e sem código de aplicação. Para quem trabalha com Bedrock e agentes de IA no dia a dia, o guia interessa menos pelo passo a passo do console e mais pelas decisões de arquitetura por trás dele.
O problema
Um pipeline de RAG caseiro tem pelo menos quatro frentes de manutenção: ingestão e chunking de documentos, geração de embeddings, um banco vetorial (com índice, escala e backup) e uma camada de orquestração entre busca e modelo de geração. Cada frente é um ponto de falha, um item de patch e uma linha na fatura de infraestrutura. Para o arquiteto ou SRE, isso significa mais um componente para monitorar, versionar e explicar num post-mortem.
O argumento do guia é que, hoje, boa parte dessa complexidade pode ser delegada a serviços gerenciados, trocando controle fino por menos superfície operacional. É a troca clássica do pilar de excelência operacional do Well-Architected: menos código próprio, mais confiança na operação do provedor.
A arquitetura
O fluxo tem duas trilhas que se cruzam: a ingestão dos documentos e a consulta do usuário.
Ingestão (assíncrona, disparada manualmente ou por evento):
- Documentos (PDF, texto, Markdown) são enviados a um bucket do Amazon S3, organizados por prefixo.
- O Amazon Bedrock Knowledge Bases lê a fonte de dados e aplica a estratégia de chunking configurada, dividindo cada arquivo em trechos.
- Cada trecho é enviado a um modelo de embeddings (a família Amazon Titan Text Embeddings é a opção citada no guia), que o transforma em vetor.
- Os vetores são gravados no armazenamento vetorial gerenciado, junto com os metadados de cada documento.
- A sincronização é incremental: rodar o job de novo processa só o que mudou no S3.
Consulta (síncrona, no caminho crítico da resposta):
- O usuário faz uma pergunta, pelo painel de teste do console, por um agente do Bedrock ou por uma aplicação própria.
- A pergunta também é vetorizada pelo modelo de embeddings.
- O Knowledge Bases busca, no armazenamento vetorial, os trechos mais próximos por similaridade (e, se a busca for híbrida, também por correspondência de palavra-chave).
- Os trechos recuperados, com seus metadados e referência ao arquivo de origem, são anexados à pergunta original.
- Esse pacote (pergunta mais contexto) é enviado a um modelo de geração no Bedrock (o guia usa um modelo Claude como exemplo).
- O modelo escreve a resposta citando os trechos usados, que voltam ao usuário com rastreabilidade até o documento de origem.
Nenhuma instância EC2, cluster ou contêiner aparece nesse desenho: é essa ausência que o guia chama de "sem servidor".
Os serviços envolvidos
| Camada | Serviço | Função |
|---|---|---|
| Armazenamento de origem | Amazon S3 | Guarda os documentos originais e os arquivos de metadados |
| Orquestração de RAG | Amazon Bedrock Knowledge Bases | Faz chunking, dispara embeddings, sincroniza e expõe a API de consulta |
| Embeddings | Amazon Titan Text Embeddings (ou outro modelo habilitado) | Converte texto em vetor, na ingestão e na consulta |
| Armazenamento vetorial | Amazon S3 Vectors (opção de criação rápida) | Guarda os vetores e faz a busca por similaridade |
| Geração | Modelo de fundação no Bedrock (ex.: Claude) | Escreve a resposta final com citações |
| Segurança de conteúdo | Amazon Bedrock Guardrails | Filtra tópicos proibidos e dados pessoais, por configuração |
| Integração de agentes | Amazon Bedrock AgentCore | Conecta a base a agentes, com permissões e observabilidade geradas |
Um anúncio de 17 de junho de 2026 acrescentou a essa pilha a base de conhecimentos gerenciada do Bedrock, com seis conectores nativos de fonte (S3, SharePoint, Confluence, Google Drive, OneDrive e Web Crawler), bases multimodais (texto, vídeo, áudio, imagem) e recuperação por agentes, que planeja a consulta e reclassifica resultados em perguntas de múltiplas etapas. O fluxo clássico pelo console, descrito acima, continua valendo e ensina a lógica que está por trás da versão gerenciada.
Trade-offs
A primeira limitação técnica relevante está no armazenamento vetorial escolhido na criação rápida. A documentação do Amazon S3 Vectors citada pelo guia afirma que ele oferece busca semântica, sem recursos de busca híbrida. Isso pesa no pilar de eficiência de desempenho: para bases onde o usuário digita siglas, números de edital ou códigos de produto, a ausência de busca por palavra-chave derruba a precisão. A base de conhecimentos gerenciada, que inclui pesquisa híbrida entre seus recursos, é a alternativa quando esse cenário é a regra, não a exceção.
O S3 Vectors também limita metadados personalizados a 1 KB e 35 chaves por vetor. Para a maioria das bases isso é suficiente, mas um esquema de controle de acesso elaborado, com várias dimensões de filtro (departamento, nível de confidencialidade, data, idioma), pode esbarrar nesse teto. É um ponto do pilar de segurança: planejar os metadados com economia desde o desenho, não depois que a base já está em produção.
Há ainda uma questão de confiabilidade e residência de dados que pesa especificamente para quem opera no Brasil. Na data do anúncio de junho de 2026, as regiões listadas para a base de conhecimentos gerenciada eram Norte da Virgínia, Oregon, Sydney, Tóquio, Dublin, Frankfurt, Londres e AWS GovCloud (Oeste dos EUA). São Paulo (sa-east-1) não estava na lista. Quem precisa manter dado sensível na região brasileira por exigência regulatória ou latência tem, por ora, que avaliar o fluxo clássico de Knowledge Bases (que roda em mais regiões) ou aceitar a latência de uma região fora do Brasil para usar a versão gerenciada mais nova.
Por fim, o caminho sem código troca flexibilidade por velocidade. Agentes criados só com instruções em linguagem natural, pelo console, atendem bem a um assistente interno, mas uma interface totalmente personalizada ou uma regra de negócio específica ainda exige desenvolvimento por cima da base. Isso não anula a arquitetura gerenciada: a base continua sendo o mesmo componente, só ganha uma camada de aplicação na frente.
Custo estimado
O guia não publica uma tabela de preços, e a AWS recomenda consultar a página de preços atual porque valores mudam. O que dá para fixar são as quatro origens de custo:
- Armazenamento: dos documentos no S3 e dos vetores no armazenamento vetorial.
- Embeddings: cobrados na sincronização (pelo volume de texto processado) e a cada consulta, porque a pergunta também é vetorizada.
- Geração: cobrada por tokens de entrada e saída do modelo escolhido; costuma ser a maior fatia da conta, e cresce com o número de trechos recuperados por pergunta, porque cada trecho vira token de entrada.
- Recursos opcionais: reranking e Guardrails somam custo à parte quando habilitados.
Quem entende bem as decisões de configuração obtém resultados melhores do que quem escreve muito código.
Yuri Kiev, autor do guia no AWS Builder Center
Na prática de arquitetura, o número que mais importa para orçar é o de trechos recuperados por consulta: um agente que busca dez trechos por pergunta paga, em tokens de entrada no modelo de geração, bem mais do que um que busca três. Antes de colocar em produção, vale rodar o conjunto de perguntas de teste do console com configurações diferentes de recuperação e comparar o custo por consulta na calculadora de preços da AWS, não só a qualidade da resposta.
Como adaptar
Para quem já opera uma conta AWS com Organizations e múltiplas contas, a base de conhecimentos deve viver numa conta de dados ou de aplicação, não misturada com a conta de rede ou de billing; o papel do IAM que o assistente de criação gera automaticamente deve passar por revisão antes de ir a produção, com permissão mínima sobre o bucket de origem e o armazenamento vetorial.
Mesmo sendo um fluxo pensado para o console, nada impede transformar a configuração em infraestrutura como código depois de validada: bucket, papel do IAM, base de conhecimentos e fonte de dados são recursos que o CDK ou o Terraform já modelam, o que facilita replicar o ambiente entre contas de desenvolvimento e produção.
Para bases que misturam documentos com níveis de acesso diferentes, a recomendação do guia é usar metadados e filtros de consulta, ou separar em bases distintas por nível de confidencialidade, em vez de confiar apenas na instrução do agente para não vazar conteúdo. Isso vale tanto para o fluxo clássico quanto para a base gerenciada.
Quem precisa manter dado na região de São Paulo por ora segue com o fluxo clássico de Knowledge Bases e volta a avaliar a base gerenciada quando a lista de regiões crescer; vale acompanhar a documentação oficial em vez de supor que a cobertura regional vai se manter como está.
Fonte: AWS Builder Center
Serviços neste textoBedrockAgentes
Leve para a sua IA
Decida com o seu assistente, com o contexto deste texto já montado.
1. O que você quer saber
Ver o prompt
Li no AWS Hub: "Bedrock Knowledge Bases monta RAG na AWS sem servidor e sem código" (https://awshub.com.br/comunidade/bedrock-knowledge-bases-monta-rag-na-aws-sem-servidor-e-sem-codigo). Resumo: Um guia da comunidade AWS mostra como montar RAG de ponta a ponta pelo console, usando S3, Bedrock Knowledge Bases e armazenamento vetorial gerenciado, sem provisionar servidor nem escrever código de aplicação. Serviços: Bedrock, Agentes Minha stack: [descreva em uma linha: serviços, linguagem, volume, região] Isso muda alguma coisa na minha arquitetura? O que eu faria diferente a partir de amanhã?