AWSの生成AIサービス「Amazon Bedrock」を活用したハンズオン

Amazon Bedrockとは、AWSが提供する生成AI機能を活用できるマネージドサービスで、高度な自然言語処理やチャットボット構築を簡単に実現できるプラットフォームです。

Amazon Bedrockとは

包括的な生成AIプラットフォーム

Amazon Bedrockは、AWSが提供する包括的な生成AIプラットフォームです。従来の自然言語処理(NLP)システムとは異なり、ニューラルネットワークベースの大規模言語モデルを利用することで、以下の機能を提供しています：

• テキスト生成
• 画像生成
• 音声認識
• 翻訳
• 質問応答システム
• チャットボット構築

主な特徴と実用例

Bedrockを利用すれば、質問に自然な言語で応答するカスタマイズ可能なチャットボットを容易に構築できます。具体的な活用例として、顧客サポートの自動化や、企業の製品・サービスに関する問い合わせ対応などがあります。IDCによると、2025年にはチャットボットの市場規模が102億ドルに達すると予測されています。

セキュリティとコンプライアンス対応

Amazon Bedrockでは、企業が安心して生成AIを導入できるよう、以下のセキュリティ機能を提供しています：

• データの機密性と整合性を確保する厳格なセキュリティ対策
• HIPAA、PCI-DSS、FedRAMPなど主要なコンプライアンス規制への準拠
• カスタマイズ可能なコンテンツフィルタリング機能
• PrivateLink接続によるプライベートネットワークアクセス
• AWS CloudTrailによるAPIコール活動のログ記録と監視

項目	詳細
サポートされる言語	英語、中国語、フランス語、ドイツ語、イタリア語、日本語、ポルトガル語、スペイン語
利用可能リージョン	米国東部(バージニア北部)、米国西部(オレゴン)、欧州(アイルランド)、アジアパシフィック(シンガポール)
価格体系	モデルの種類と使用量に応じた従量課金制

AWS環境の準備手順

AWSアカウントの作成とログイン

まだAWSアカウントをお持ちでない場合は、AWSの公式サイトからアカウントを新規作成します。クレジットカード情報の登録が必要になります。アカウントが既にある場合は、登録したメールアドレスを使ってルートユーザーとしてログインします。ルートユーザーは最高権限を持つため、セキュリティ上の理由から通常の作業には使用しないことが推奨されています。ルートユーザーのメールアドレスとパスワードは大切に控えておきましょう。

多要素認証(MFA)の設定

セキュリティ強化のため、ルートユーザーにMFA(多要素認証)を設定します。設定手順は以下の通りです：

1. ルートユーザーでログイン後、マネジメントコンソールの右上からアカウント名をクリックし、「セキュリティ認証情報」を選択
2. 「MFAを割り当てる」をクリックし、お使いのデバイス名を入力して「次へ」
3. Google Authenticatorなどのアプリをスマホにインストールし、MFAの初期設定を行う
4. 設定完了後は、ログイン時にMFAデバイスからのワンタイムコードの入力が必須になる

IAMユーザーの作成

通常作業用のIAMユーザーを新規作成します。ルートユーザーの代わりに、権限を制限したIAMユーザーを使用することで、セキュリティリスクを軽減できます。

項目	詳細
ルートユーザー	AWSアカウントの最高権限を持つユーザー。セキュリティ上の理由から通常作業には不向き
MFA	Multi-Factor Authentication の略。IDとパスワードに加えて物理デバイスを使った認証を行うことで、セキュリティを強化する
IAMユーザー	作業用に権限を制限して作成するユーザー。ルートユーザーの代わりに使用する

Knowledge Base for Amazon Bedrockの作成

Knowledge Baseの概要

Knowledge Baseは、Amazon Bedrockの中核機能の一つで、質問応答システムやチャットボットなどの構築に役立ちます。Knowledge Baseを作成することで、事前に用意した文書データからベクトル化された知識ベースを生成し、それに基づいた高度な質問応答が実現できます。従来のRAG (Retrieval Augmented Generation)よりも高度な対話が可能になります。

Knowledge Baseの作成手順

Knowledge Baseの作成は、AWSマネジメントコンソールから簡単に行えます。手順は以下の通りです：

1. Amazon Bedrockコンソールにアクセスし、「Knowledge Bases」を選択
2. 「Knowledge Baseの作成」をクリックしてウィザードを開始
3. Knowledge Baseの名前、説明、データソースを指定
4. Amazon S3バケットに格納されたドキュメントファイル（PDF、TXT、CSVなど）を指定
5. ベクトルストアの設定を行う

ベクトルストアは、文書データからベクトル化された知識ベースを格納する場所で、Amazon Aurora Serverlessなどを選択できます。

ベクトルストアのクイック作成

最近のAmazon Bedrockアップデートにより、「ベクトルストアをクイック作成」オプションが追加されました。この機能により、以下のメリットがあります：

• Aurora Serverlessクラスターの作成とベクトルストアの構成が自動化
• ベクトルストアの構築が格段に簡単に
• コストの削減
• ゼロスケールでの簡単な構築
• データ転送が一定時間ない場合の自動スケールダウン

項目	詳細
ベクトルストアのタイプ	Amazon Aurora Serverless
ベクトルストア容量	1TB（初期設定値）
自動一時停止	データ転送が一定時間ない場合、自動でスケールダウン

Agents for Amazon Bedrockの作成

マルチエージェントシステムとは

マルチエージェントシステムとは、複数のAIエージェントが協力して特定のタスクを遂行するシステムのことです。Amazon Bedrockの新機能「マルチエージェントコラボレーション」を使えば、監督者エージェントが協力者エージェントに指示を出し、それぞれが役割分担しながら高度な作業をこなすことができます。

「生成AIユースケース検討くん」の構築例

具体例として、生成AIの活用方法を検討するアプリを構築してみましょう。このシステムでは、ユーザーの質問に応じて以下のように役割分担されます：

• 監督者エージェント：2体の協力者エージェントに指示を出し、結果を統合
• 協力者1：社内アンケート結果を参照してユースケース分析を実行
• 協力者2：WebAPIを使った市場調査を実行

マルチエージェントシステムは、従来のRAG (Retrieval Augmented Generation)よりも高度な対話が可能になります。

構築手順と注意点

Agents for Amazon Bedrockの構築では、以下の手順と注意点があります：

• 作業用のIAMユーザーを作成し、そのユーザーでAWSコンソールにログイン
• S3バケットを作成し、データソースとしてのファイルをアップロード
• BedrockのKnowledge BaseとAgentsを作成する
• マルチエージェントコラボレーションの設定を行う
• コストが発生するので、ハンズオン後は不要なリソースを削除する

項目	詳細
ベクトルDBの構築	Aurora Serverlessの新機能を使えば、ゼロスケールで簡単に作れる
モデル呼び出し料金	一部がマーケットプレイス扱いで、AWSクレジットが使えない
推奨リージョン	オレゴンがクォータ制限が緩いため推奨

生成AIチャットボットの構築と動作確認

生成AIチャットボットとは

生成AIチャットボットとは、自然言語処理(NLP)と生成AIの技術を組み合わせたシステムです。ユーザーからの質問や要求を受け取り、生成AIモデルを使って適切な応答を生成します。質問に対する回答を出すだけでなく、文章の作成やプログラミングのコード生成など、様々なタスクに活用できます。

AWS Bedrockを使った構築例

AWS Bedrockを使えば、簡単に生成AIチャットボットを構築できます。例えば、Slack上でBotと対話できるチャネルを設置し、ユーザーの質問に応答するBotを作成することができます。BotにはAWS Lambdaと連携させ、ユーザーの質問をLambdaに渡して生成AIモデルを実行し、その応答をSlackに返すような仕組みを構築します。

このようなチャットボットを構築すれば、24時間365日の無人対応が可能になり、顧客サポートの負荷を大幅に軽減できます。

動作確認のポイント

構築したチャットボットの動作確認では、以下の項目をチェックします：

• 様々な質問パターンに対して適切な応答ができるか確認
• 応答の品質が一定の水準を満たしているか評価
• 応答に不適切な表現がないかチェック
• 応答の生成に要する時間が許容範囲内か確認
• エラーや不具合が発生した場合の対処方法を検討

項目	詳細
質問例	製品の価格は？ 注文方法を教えてください。 返品ポリシーはありますか？
応答品質評価	応答の正確性、文章の分かりやすさ、マナー面での適切さなどを評価
応答時間	ユーザー体験を損なわない範囲で、できるだけ短時間での応答が望ましい

AWS環境のクリーンアップ

クリーンアップの重要性

AWSを使用する際、ハンズオンやテストなどで一時的に作成したリソースが放置されると、思わぬ課金が発生する可能性があります。そのため、ハンズオンや実験が終了したら、作成したリソースを適切に削除することが非常に重要です。AWSマネジメントコンソールには、アカウント内のすべてのリソースを一覧化する機能があり、そこから不要なリソースを見つけて削除することができます。

具体的なクリーンアップ手順

AWSリソースのクリーンアップは、以下の手順で行います：

1. AWSマネジメントコンソールにログイン
2. 各サービスのコンソールを開き、作成したリソースを確認
3. 不要なリソースを削除（リソースの削除方法はサービスによって異なる）
4. 削除が完了したら、課金レポートを確認し、不要な課金がないことを確認

削除が難しいリソースもあるため、ハンズオン中に作成したリソースをメモしておくことをお勧めします。

サービス別削除時の注意点

各AWSサービスでは、削除時に以下の点に注意が必要です：

• EC2インスタンス：関連するリソース（EBSボリューム、Elastic IP、セキュリティグループなど）も削除が必要
• RDSインスタンス：自動的に作成されるスナップショットも削除が必要
• S3バケット：バケット内のオブジェクトをすべて削除してからバケットを削除
• CloudFormationスタック：削除するとスタックで作成されたすべてのリソースが削除される
• IAMロールやポリシー：リソースに関連付けられているかを確認してから削除

項目	詳細
EC2インスタンス	インスタンスを停止または終了し、関連するリソースも削除する
RDSインスタンス	インスタンスを削除し、自動バックアップも削除する
S3バケット	バケット内のオブジェクトを削除してからバケットを削除する

Amazon Bedrockの活用まとめ

生成AIの活用が加速する理由

生成AIは人間の言語処理能力を模倣したニューラルネットワークを使っており、質問への回答や文章生成などの高度な言語タスクを実行できます。AWSのBedrockサービスではこの生成AIモデルを簡単に利用でき、さらに最新の「マルチエージェントコラボレーション」機能では、複数のAIエージェントを協働させて高度なアプリケーションを作ることができます。

マルチエージェントによる高度なアプリケーション構築

「生成AIユースケース検討くん」のようなアプリでは、監督者エージェントが2体の協力者エージェントに指示を出します。1体目の協力者は社内アンケート結果を参照して自社の生成AIユースケースを分析し、2体目の協力者はWeb検索APIを使って市場調査を行います。このようにマルチエージェントを使えば、より高度な生成AIアプリケーションが構築できます。

Aurora Serverlessのナレッジベースクイック作成機能により、ベクトルDBの維持コストが大幅に削減されました。

業務活用の可能性

AWSの生成AIをSlackと連携させれば、業務への活用が進みます。ビジネス効率化の観点から、以下のような活用が可能です：

• Slackボットとして生成AIを導入し、チャットで質問に回答
• レポート作成の自動化
• プログラミング初心者でも1時間でSlack AIチャットボットが作成可能
• 生成AIの知見を身に付けて、業務効率化や新しいサービス企画に活用
• 作ったシステムをそのまま実務で活用することも可能

項目	詳細
Llama 3の学習データ	Wikipedia英語版約30億単語
必要な学習計算能力	ゲーミングPC数十万台分
AWSのBedrockサービス	生成AIモデルを簡単に利用可能

よくある質問