Amazon Bedrock
Amazon Bedrockとは
Amazon Bedrockは、Anthropic・Meta・Amazonなど複数社の[[生成AI・LLM]]を、単一のAPIから呼び出せるようにする[[AWS]]のマネージドサービスです。自分でGPUサーバーを立てたり、モデルの重みを管理したりする必要がなく、リクエストを送るだけで推論結果が返ってきます。
「複数のモデルを比較して選べる」「呼び出した分だけ課金される」「AWSの他サービス(ログ・権限管理・監視)とそのまま連携できる」のが最大の利点です。同じ処理をモデルを変えて試したいとき、コードをほぼ変えずに切り替えられます。
できることの全体像
| 機能 | 内容 |
|---|---|
| モデル呼び出し | テキスト生成・要約・翻訳・埋め込み生成をAPI一発で実行 |
| [[ファインチューニング]] | 手元のデータで既存モデルを追加学習させ、専用モデルとして呼び出す |
| Knowledge Bases | 自社文書を検索対象にした[[RAG(検索拡張生成)]]を構築([[Bedrock Knowledge Bases]]) |
| AgentCore | ツール呼び出し・コード実行を伴う自律的なAIエージェントを構築([[AWS Bedrock AgentCore]]) |
| Guardrails | 有害な入出力のフィルタリングなど、安全な運用のための機能 |
これらは組み合わせて使うのが前提です。たとえば「Knowledge Basesで社内資料を検索し、AgentCoreでツールを実行しながら文章を組み立てる」という構成が典型的なパターンです。
初学者向けポイント
- Bedrockはモデルの運用基盤であり、モデルそのものではありません。「どのAIを使うか」と「どう動かすか」は別レイヤーです
- 呼び出しはHTTPベースのAPI([[REST API]])で、入出力はJSONです。プログラミング言語を問わず利用できます
- 料金は基本的に「入出力トークン数 × モデルごとの単価」で決まります。長いプロンプトや大量の履歴はそのままコストに直結します
- 自前でモデルサーバーを構築するより、まずBedrockのようなマネージドサービスから試すほうが学習コストも運用コストも小さく済みます
関連技術とのつながり
- [[生成AI・LLM]] — Bedrockが呼び出す推論エンジンそのもの
- [[AWS]] — Bedrockが載っているクラウド基盤。IAMやS3などと連携する
- [[AWS IAM]] — Bedrockのモデル呼び出しを許可する実行ロール・ポリシーの設計を担う
- [[AWS Bedrock AgentCore]] — Bedrock上でAIエージェントを構築・実行する仕組み
- [[Bedrock Knowledge Bases]] — Bedrock上でRAGを構築する機能
- [[ファインチューニング]] — Bedrockで既存モデルを専用化する手段のひとつ
Q: Amazon Bedrockの役割として正しいのはどれ?
- [ ] AWSが独自に開発した唯一のLLMを指す名称
- [x] 複数社のLLMを単一のAPIから呼び出せるマネージド生成AIサービス
- [ ] Excelファイルを自動生成するツール
解説: Bedrockはモデルそのものではなく、複数ベンダーのモデルを共通のAPIで運用するための基盤です。
Q: Bedrockを使う利点として本文で挙げられていないのはどれ?
- [ ] 自前でGPUサーバーを構築・管理しなくてよい
- [ ] AWSの他サービスとそのまま連携できる
- [x] モデルの追加学習(ファインチューニング)が不要になる
解説: ファインチューニングはBedrockが提供する機能のひとつであり、「不要になる」わけではありません。
Q: Bedrock上でAIエージェント(ツール呼び出しやコード実行を伴う自律動作)を構築する仕組みはどれ?
- [ ] Guardrails
- [x] AgentCore
- [ ] Knowledge Bases
解説: AgentCoreがエージェントの実行基盤、Knowledge BasesはRAG用の検索基盤という役割分担です。