概要
Amazon Bedrock は、主要な AI 企業が提供する基盤モデル（Foundation Model: FM）を API 経由で利用できるフルマネージドサービスです。自前でモデルをトレーニングしたりインフラを構築したりする必要がなく、AWS マネジメントコンソールや API から簡単にテキスト生成、画像生成、チャットなどの生成 AI 機能を利用できます。
本記事では、Amazon Bedrock の基本的な仕組みを理解し、コンソールのプレイグラウンドを使って基盤モデルにプロンプトを送信し、テキストを生成する操作を体験します。
この記事のメリット
- Amazon Bedrock がどのようなサービスか、基本的な概念を理解できる
- 基盤モデル（FM）の種類とプロバイダーの違いを把握できる
- モデルアクセスの有効化からテキスト生成までの一連の操作を体験できる
- プレイグラウンドでの推論パラメータ（Temperature、Top P など）の役割を理解できる
- 生成 AI を AWS 上で活用するための第一歩を踏み出せる
キャラクター紹介
クラウド資格実践ラボの基礎学習記事では、ルクシーちゃんと代表の土肥が対話形式で AWS 認定試験で必要な知識をハンズオンとともに解説していくブログです。これからこのブログを案内する2人を紹介します。
ルクシーちゃん
クラウド資格に挑戦中の好奇心旺盛なナビゲーター。初学者目線で「これってなんだろう？」と素朴な疑問を投げかけ、知識を引き出していく役どころ。難しい内容も、ルクシーちゃんと一緒なら一歩ずつ理解できると思います！
土肥（とひ）
株式会社Luxyの代表であり同社の元エンジニア。これまでオンプレとAWS環境のインフラを担当。AWS認定資格の学習で得た知識をハンズオンとともに解説するのが得意。直近では新人の教育なども行っており、これから技術を学ぼうという方が納得できるように解説できることに喜びを感じているとのこと。
技術解説
Amazon Bedrock とは
Luxyちゃんとひさん、Amazon Bedrock ってどういうサービスなんですか？名前はよく聞くんですけど、いまいちピンと来なくて。
土肥Amazon Bedrock は、Amazon、Anthropic、Cohere、Meta、Mistral AI といった AI 企業が提供する基盤モデルを、単一の API で利用できるサービスだよ。モデルのホスティングやスケーリングは AWS が全部管理してくれるから、利用者はアプリケーションの開発に集中できるんだ。
Luxyちゃんつまり、自分で AI モデルを用意しなくても、AWS 経由でいろんな会社のモデルを使えるってことですか？
土肥そのとおり。しかもサーバーレスで使えるからインフラ管理が不要だし、複数プロバイダーのモデルを統一された API で呼び出せるんだ。
Luxyちゃん便利そうですけど、送ったデータがモデルの学習に使われちゃったりしませんか？セキュリティが気になります。
土肥いいところに気づいたね。送信データがモデルのトレーニングに使用されることはないよ。さらに、VPC エンドポイント経由でプライベートに接続することもできるから、セキュリティ面でも安心なんだ。
主な特徴は以下のとおりです。
- サーバーレスで利用でき、インフラ管理が不要
- 複数プロバイダーのモデルを統一された API で呼び出せる
- 送信データがモデルのトレーニングに使用されることはない
- VPC エンドポイント経由でプライベートに接続できる
基盤モデル（Foundation Model）
Luxyちゃん基盤モデルっていう言葉が出てきましたけど、普通の AI モデルと何が違うんですか？
土肥基盤モデルは、大量のデータで事前にトレーニングされた大規模な AI モデルのことだよ。テキスト生成、要約、翻訳、画像生成など、さまざまなタスクに対応できるのが特徴なんだ。
Luxyちゃんなるほど、汎用的に使えるモデルなんですね！Amazon Bedrock ではどんなモデルが使えるんですか？
土肥いろんなプロバイダーのモデルが揃っているよ。Amazon の Titan、Anthropic の Claude、Meta の Llama、Mistral AI の Mistral や Mixtral、Cohere の Command なんかが代表的だね。下の表にまとめておくよ。
| プロバイダー | 代表的なモデル | 主な用途 |
|---|---|---|
| Amazon | Amazon Titan | テキスト生成、埋め込み、画像生成 |
| Anthropic | Claude | テキスト生成、分析、コード生成 |
| Meta | Llama | テキスト生成、対話 |
| Mistral AI | Mistral、Mixtral | テキスト生成、コード生成 |
| Cohere | Command | テキスト生成、要約、検索 |
Luxyちゃんこんなにたくさんあると、どれを選べばいいか迷いそうですね。
土肥用途によって得意なモデルが違うから、まずは試してみるのが一番だよ。今回の実践では Anthropic の Claude を使ってテキスト生成を体験するよ。
推論パラメータ
Luxyちゃんモデルにプロンプトを送るとき、何か設定を変えたりできるんですか？
土肥できるよ。推論パラメータっていう設定値を調整することで、出力の特性を制御できるんだ。代表的なものを紹介するね。
| パラメータ | 説明 |
|---|---|
| Temperature | 出力のランダム性を制御する。値が高いほど多様な出力、低いほど決定的な出力になる |
| Top P | 累積確率の上位何パーセントのトークンから出力を選択するかを制御する |
| Max Tokens | 生成するトークンの最大数を指定する |
| Stop Sequences | 指定した文字列が生成されたらそこで出力を停止する |
LuxyちゃんTemperature っていうのが特に大事そうですね。値を低くすると毎回同じような答えになるんですか？
土肥そうそう。Temperature を低くすると決定的な出力、つまり毎回似たような結果になるよ。逆に高くすると多様な表現が出てくるんだ。用途によって使い分けるのがポイントだね。
LuxyちゃんMax Tokens を小さくしすぎると、途中で文章が切れちゃったりしませんか？
土肥その可能性はあるよ。Max Tokens は生成するトークンの最大数だから、短すぎると回答が途中で終わることがあるんだ。あと、Stop Sequences を指定しておけば、特定の文字列が出たところで出力を止めることもできるよ。
プレイグラウンド
Luxyちゃん実際にモデルを試すには、コードを書かないといけないんですか？
土肥いや、Amazon Bedrock コンソールにはプレイグラウンドっていう機能が用意されていて、コードを書かずにブラウザ上でモデルを試せるんだよ。
Luxyちゃんそれは助かります！プレイグラウンドにはどんな種類があるんですか？
土肥大きく分けて2つあるよ。
- チャット / テキスト: テキストプロンプトを送信してレスポンスを生成する
- イメージ: プロンプトからイメージを生成する
Luxyちゃん今回はどっちを使うんですか？
土肥今回はチャット / テキストプレイグラウンドを使ってテキスト生成を体験するよ。実際にプロンプトを入力して、モデルがどう応答するか見てみよう。
実践
前提条件
- リージョン:
ap-northeast-1（東京） - AWS マネジメントコンソールにログインできる IAM ユーザーまたはロールがあること
- Amazon Bedrock へのアクセス権限（
bedrock:*または必要なアクション）が付与されていること
本記事で実施する操作の一覧です。
| 操作 | 内容 |
|---|---|
| モデルアクセスの有効化 | 使用するモデルへのアクセスを有効にする |
| テキスト生成 | プレイグラウンドでプロンプトを送信しテキストを生成する |
プレイグラウンドでテキストを生成する
プレイグラウンドでテキスト生成を試します。
- 左側ナビゲーションの「プレイグラウンド」→「モデルを選択」をクリックします
- 画面上部のモードが「チャット」になっていることを確認します。
- カテゴリで「Anthropic」を選択し、モデルで「Claude Sonnet 4.5」を選択して「適用」をクリックします
- 画面下部のプロンプト入力欄に以下のテキストを入力します
AWSのセキュリティベストプラクティスを3つ挙げて、それぞれ1文で説明してください。- 「実行」ボタンをクリックします
- モデルからのレスポンスが画面に表示されることを確認します
システムプロンプトを設定してテキストを生成する
システムプロンプトを使うと、モデルの振る舞いや役割を事前に指定できます。
- 画面上部の「システムプロンプト」欄に以下を入力します（システムプロンプトの効果を確認するために、語尾を指定しています）
あなたはAWSソリューションアーキテクトです。回答は常に日本語で、初心者にもわかりやすい表現を使ってください。語尾に「なのだ」をつけてください。- プロンプト入力欄に以下を入力し「実行」をクリックします
VPCとサブネットの違いを教えてください。- システムプロンプトで指定した役割に沿った回答が返されることを確認します
まとめ
- Amazon Bedrock は、複数の AI プロバイダーの基盤モデルをフルマネージドで利用できるサービスである
- モデルを使用するには、事前にモデルアクセスの有効化が必要である
- プレイグラウンドを使うと、コードを書かずにブラウザ上でモデルの動作を試すことができる
- Temperature などの推論パラメータを調整することで、出力のランダム性や長さを制御できる
- システムプロンプトを設定することで、モデルの振る舞いや応答スタイルを制御できる
