翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# リファレンス/アドバンスト
Amazon Bedrock の参考資料、チュートリアル、トラブルシューティングリソースをご覧ください。
| [リソース] | 説明 |
| --- | --- |
| [主要な用語](key-definitions.md) | 基本的な生成 AI と Amazon Bedrock の用語 |
| [AWS SDK での Amazon Bedrock の使用](sdk-general-information-section.md) | SDKsとプログラミング言語のサポート |
| [Amazon Bedrock API エラーコードのトラブルシューティング](troubleshooting-api-error-codes.md) | 一般的な API エラーと解決方法 |
| [コンソールと API を使用した詳細な開始方法](detailed-getting-started.md) | コンソールと API のセットアップガイドの詳細 |
| [チュートリアル: 住宅ローン申請を処理するフローを作成する](getting-started-mortgage-flow.md) | チュートリアル: 住宅ローン処理フローを構築する |
| [Amazon Bedrock ユーザーガイドのドキュメント履歴](doc-history.md) | ドキュメントの改訂履歴 |
# 主要な用語
この章では、Amazon Bedrock の機能とその仕組みを理解するのに役立つ用語について説明します。生成 AI に関する用語と Amazon Bedrock の基本機能を理解するには、次のリストをお読みください。
+ **基盤モデル (FM)** – 多数のパラメータを持ち、大量の多様なデータについてトレーニングされた AI モデル。基盤モデルは、幅広いユースケースに対してさまざまなレスポンスを生成できます。基盤モデルはテキストまたはイメージを生成でき、入力を*埋め込み*に変換することもできます。基盤モデルの詳細については、「[Amazon Bedrock でサポートされている基盤モデル](models-supported.md)」を参照してください。
+ **ベースモデル** – プロバイダーによってパッケージ化され、すぐに使用できる基盤モデル。Amazon Bedrock は、業界をリードするプロバイダーのさまざまな基盤モデルを提供します。詳細については、「[Amazon Bedrock でサポートされている基盤モデル](models-supported.md)」を参照してください。
+ **モデル推論** – 与えられた入力 (プロンプト) から出力 (レスポンス) を生成する基盤モデルのプロセス。詳細については、「[プロンプトを送信し、モデル推論を使用してレスポンスを生成する](inference.md)」を参照してください。
+ **プロンプト** – 入力に対する適切なレスポンスまたは出力を生成するようにモデルをガイドするためにモデルに提供される入力。例えば、テキストプロンプトは、モデルのレスポンスのために 1 行で構成されたり、モデルが実行する指示やタスクを詳細に説明したりすることができます。プロンプトには、タスクのコンテキスト、出力の例、またはレスポンスに使用するモデルのテキストを含めることができます。プロンプトを使用して、分類、質問への回答、コード生成、クリエイティブライティングなどのタスクを実行できます。詳細については、「[プロンプトエンジニアリングの概念](prompt-engineering-guidelines.md)」を参照してください。
+ **トークン** – モデルが単一の意味単位として解釈または予測できる文字のシーケンス。例えば、テキストモデルでは、トークンは単語だけでなく、文法的な意味を持つ単語の一部 (「ed」など)、句読点 (「？」など)、または一般的なフレーズ (「a lot」など) が含まれます。
+ **モデルパラメータ** – 入力の解釈とレスポンスの生成におけるモデルとその動作を定義する値。モデルパラメータはプロバイダーによって制御および更新されます。モデルパラメータを更新し、*モデルカスタマイズ*のプロセスを通じて新しいモデルを作成することもできます。
+ **推論パラメータ** – **モデル推論**中に調整してレスポンスに影響を与えることができる値。推論パラメータは、さまざまなレスポンスに影響を与える可能性があり、レスポンスの長さや指定されたシーケンスの発生を制限することもできます。特定の推論パラメータの詳細と定義については、「[推論パラメータでレスポンスの生成に影響を与える](inference-parameters.md)」を参照してください。
+ **プレイグラウンド** – Amazon Bedrock に慣れるためにモデル推論の実行を試 AWS マネジメントコンソール すことができる、 の使いやすいグラフィカルインターフェイス。プレイグラウンドを使用して、入力されるさまざまなプロンプトに対して生成されるレスポンスへのさまざまなモデル、設定、推論パラメータの影響をテストします。詳細については、「[Generate responses in the console using playgrounds](playgrounds.md)」を参照してください。
+ **埋め込み** – 共有数値表現を使用して異なるオブジェクト間の類似性を比較するために、入力を**埋め込み** と呼ばれる数値のベクトルに変換して情報を凝縮するプロセス。例えば、文を比較して意味の類似性を判断したり、画像を比較して視覚的類似性を判断したり、テキストと画像を比較して相互に関連しているかどうかを確認したりできます。テキスト入力と画像入力を平均埋め込みベクトルに結合して、ユースケースに関連するかどうかを確認することもできます。詳細については、「[プロンプトを送信し、モデル推論を使用してレスポンスを生成する](inference.md)」および「[Amazon Bedrock ナレッジベースでデータを取得して AI レスポンスを生成する](knowledge-base.md)」を参照してください。
+ **オーケストレーション** – タスクを実行するために、基盤モデル、エンタープライズデータ、アプリケーションを調整するプロセス。詳細については、「[AI エージェントを使用してアプリケーションのタスクを自動化する](agents.md)」を参照してください。
+ **エージェント** – 基盤モデルを使用して入力を周期的に解釈し、出力を生成することでオーケストレーションを実行するアプリケーション。エージェントを使用して、顧客のリクエストを実行することもできます。詳細については、「[AI エージェントを使用してアプリケーションのタスクを自動化する](agents.md)」を参照してください。
+ **検索拡張生成 (RAG)** – プロセスには次が含まれます。
1. データソースからの情報のクエリと取得
1. この情報でプロンプトを拡張し、基盤モデルのコンテキストの提供を改善すること
1. 追加のコンテキストを使用して基盤モデルからより良い応答を取得すること
詳細については、「[Amazon Bedrock ナレッジベースでデータを取得して AI レスポンスを生成する](knowledge-base.md)」を参照してください。
+ **モデルのカスタマイズ** – トレーニングデータを使用して、**カスタムモデル**を作成するためにベースモデルのモデルパラメータ値を調整するプロセス。モデルのカスタマイズの例としては、ラベル付きデータ (入力と対応する出力) を使用してモデルパラメータを調整する**ファインチューニング**などがあります。Amazon Bedrock で使用できるモデルのカスタマイズ手法の詳細については、「[モデルをカスタマイズしてユースケースのパフォーマンスを向上させる](custom-models.md)」を参照してください。
+ **ハイパーパラメータ** – **モデルのカスタマイズ**での調整に使用し、トレーニングプロセス、ひいては出力カスタムモデルを制御することができる値。具体的なハイパーパラメータの詳細と定義については、「[カスタムモデルのハイパーパラメータ](custom-models-hp.md)」を参照してください。
+ **モデル評価** – ユースケースに最適なモデルを決定するために、モデル出力を評価および比較するプロセス。詳細については、「[Amazon Bedrock リソースのパフォーマンスを評価する](evaluation.md)」を参照してください。
+ **プロビジョンドスループット** – モデル推論中に処理されるトークンの量やレートを増やすために、ベースモデルまたはカスタムモデル用に購入するスループットのレベル。モデルのプロビジョンドスループットを購入すると、モデル推論を実行するために使用できる**プロビジョンドモデル**が作成されます。詳細については、「[Amazon Bedrock のプロビジョンドスループットでモデル呼び出し容量を増やす](prov-throughput.md)」を参照してください。
# AWS SDK での Amazon Bedrock の使用
AWS Software Development Kit (SDKsは、多くの一般的なプログラミング言語で使用できます。各 SDK には、デベロッパーが好みの言語でアプリケーションを簡単に構築できるようになる API、コード例、およびドキュメントが提供されています。
| SDK ドキュメント | コード例 |
| --- | --- |
| [AWS SDK for C\$1\$1](https://docs.aws.amazon.com/sdk-for-cpp) | [AWS SDK for C\$1\$1 コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/cpp) |
| [AWS CLI](https://docs.aws.amazon.com/cli) | [AWS CLI コード例](https://docs.aws.amazon.com/code-library/latest/ug/cli_2_code_examples.html) |
| [AWS SDK for Go](https://docs.aws.amazon.com/sdk-for-go) | [AWS SDK for Go コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/gov2) |
| [AWS SDK for Java](https://docs.aws.amazon.com/sdk-for-java) | [AWS SDK for Java コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javav2) |
| [AWS SDK for JavaScript](https://docs.aws.amazon.com/sdk-for-javascript) | [AWS SDK for JavaScript コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javascriptv3) |
| [AWS SDK for Kotlin](https://docs.aws.amazon.com/sdk-for-kotlin) | [AWS SDK for Kotlin コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/kotlin) |
| [AWS SDK for .NET](https://docs.aws.amazon.com/sdk-for-net) | [AWS SDK for .NET コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/dotnetv3) |
| [AWS SDK for PHP](https://docs.aws.amazon.com/sdk-for-php) | [AWS SDK for PHP コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/php) |
| [AWS Tools for PowerShell](https://docs.aws.amazon.com/powershell) | [AWS Tools for PowerShell コード例](https://docs.aws.amazon.com/code-library/latest/ug/powershell_5_code_examples.html) |
| [AWS SDK for Python (Boto3)](https://docs.aws.amazon.com/pythonsdk) | [AWS SDK for Python (Boto3) コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python) |
| [AWS SDK for Ruby](https://docs.aws.amazon.com/sdk-for-ruby) | [AWS SDK for Ruby コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/ruby) |
| [AWS SDK for Rust](https://docs.aws.amazon.com/sdk-for-rust) | [AWS SDK for Rust コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/rustv1) |
| [AWS SDK for SAP ABAP](https://docs.aws.amazon.com/sdk-for-sapabap) | [AWS SDK for SAP ABAP コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/sap-abap) |
| [AWS SDK for Swift](https://docs.aws.amazon.com/sdk-for-swift) | [AWS SDK for Swift コード例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/swift) |
**可用性の例**
必要なものが見つからなかった場合。このページの下側にある [**Provide feedback**] リンクから、コードの例をリクエストしてください。
# Amazon Bedrock API エラーコードのトラブルシューティング
このセクションでは、Amazon Bedrock API を使用する際に発生する可能性のある一般的なエラー、エラーの原因、およびエラーを解決するためのソリューションについて詳しく説明します。
## AccessDeniedException
**HTTP ステータスコード: **403
**原因: **リクエストされたアクションを実行するための十分なアクセス許可がありません。
**解決策**:
+ IAM ユーザーまたはロールが、実行しようとしているアクションに必要なアクセス許可を持っていることを確認します。
+ 一時的なセキュリティ認証情報を使用している場合は、有効期限が切れていないことを確認してください。
## FTUFormNotFilled
**HTTP ステータスコード: **404
**原因: **このアカウントのモデルユースケースの詳細が送信されていません
**解決策**:
+ モデルを使用する前に、Anthropic ユースケースの詳細フォームに記入してください。
## IncompleteSignature
**HTTP ステータスコード: 400**
**原因:** リクエスト署名が AWS 標準に準拠していません。
**解決策**:
+ Amazon Bedrock をサポートする AWS SDK バージョンを使用していることを確認します。
+ AWS アクセスキー ID とシークレットキーが正しく設定されていることを確認します。
+ リクエストに手動で署名する場合は、署名の計算プロセスを再確認することをお勧めします。
## InternalFailure
**HTTP ステータスコード: **500
**原因: **サーバーエラーによりリクエスト処理が失敗しました
**解決策**:
+ 信頼性を向上させるために、[エクスポネンシャルバックオフとランダムジッターで再試行](https://docs.aws.amazon.com//prescriptive-guidance/latest/cloud-design-patterns/retry-backoff.html)を使用する AWS 推奨アプローチを採用することをお勧めします。 [https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/](https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/)
+ 問題が解決しない場合は、[AWS サポートセンター](https://aws.amazon.com/support)に連絡して、リクエストの詳細と発生しているエラーをお知らせください。
## InvalidAction
**HTTP ステータスコード: 400**
**原因: **リクエストされたアクション、またはオペレーションは無効です。
**解決策**:
+ リクエスト内のアクション名のスペルとフォーマットを再確認することをお勧めします。
+ アクションの呼び出しが Amazon Bedrock でサポートされており、[Amazon Bedrock API リファレンス](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_Operations.html)で示されているように正しく文書化されていることを確認します。
+ AWS SDK または CLI up-to-dateを使用していることを確認します。
## 無効なクライアントトークンID
**HTTP ステータスコード: **403
**原因: **指定された X.509 証明書または AWS アクセスキー ID がレコードに存在しません。
**解決策**:
+ 正しい AWS アクセスキー ID を使用していることを確認します。
+ 最近新しいアクセスキーを作成した場合は、古い認証情報ではなく、新しい認証情報を使用していることを確認してください。
## AWS Marketplace 契約が 15 分以内に失敗
**HTTP ステータスコード: **403
**原因: **根本的な問題により AWS Marketplace 契約が失敗しました。
**解決策**:
+ エラーメッセージを確認し、根本的な問題を修正します。よくある根本的な問題は、無効な支払いエラーと地理的な場所の制限です。
+ 無効な支払いエラーについては、Amazon Bedrock でモデルアクセスをリクエストした後[、 AWS Marketplace と INVALID\$1PAYMENT\$1INSTRUMENT を使用する AISPL のお客様のクレジットカードおよびデビットカード購入の制限](https://aws-blogs-prod.amazon.com/awsmarketplace/restriction-on-credit-and-debit-card-purchases-for-aispl-customers-using-aws-marketplace/)を確認してください。 [https://repost.aws/questions/QU0UOsutrWSSS4nOqgHcIUJg/invalid-payment-instrument-after-requesting-model-access-in-amazon-bedrock](https://repost.aws/questions/QU0UOsutrWSSS4nOqgHcIUJg/invalid-payment-instrument-after-requesting-model-access-in-amazon-bedrock)
## AWS 15 分後に保留中の Marketplace 契約
**HTTP ステータスコード: **403
**原因: ** AWS Marketplace 契約は成功せず、リクエストが作成されてから 15 分が経過しています。
**解決策**:
+ 15 分ごとにリクエストを再試行します。問題が解決しない場合は、[AWS サポートセンター](https://aws.amazon.com/support)に連絡して、リクエストの詳細と発生しているエラーをお知らせください。
## MPAgreementBeingCreated
**HTTP ステータスコード: **403
**原因: **アカウントには、このモデルにアクセスする権限がありません。このモデルの AWS Marketplace サブスクリプションはまだ処理中です
**解決策**:
+ 15 分後に再試行します
## NotAuthorized
**HTTP ステータスコード: 400**
**原因: **このアクションを実行するためのアクセス許可がありません。
**解決策**:
+ IAM アクセス許可を確認し、Amazon Bedrock リソースでリクエストされたアクションを実行するために必要な権限があることを確認します。
+ IAM ロールを使用している場合は、ロールに適切なアクセス許可と信頼関係があることを確認します。
+ アクセスを制限している可能性のある組織ポリシーまたはサービスコントロールポリシーがないか確認します。
## RequestExpired
**HTTP ステータスコード: 400**
**原因: **タイムスタンプの有効期限が切れたため、リクエストが無効になりました。
**解決策**:
+ システムクロックが信頼できるタイムソースと正しく同期されていることを確認します。
+ 異なるタイムゾーンからリクエストを行う場合は、タイムスタンプの不一致に注意してください。
## ServiceUnavailable
**HTTP ステータスコード: **503
**原因: **サービスは一時的にリクエストを処理できません。503 エラーは通常のスロットリングに使用されます。
**解決策**:
+ 信頼性を向上させるために、[エクスポネンシャルバックオフとランダムジッターで再試行](https://docs.aws.amazon.com//prescriptive-guidance/latest/cloud-design-patterns/retry-backoff.html)を使用する AWS 推奨アプローチを採用することをお勧めします。 [https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/](https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/)
+ 現在のリージョンで問題が解決 AWS リージョン しない場合は、別の に切り替えることを検討してください。リージョンによって負荷と可用性のレベルが異なる場合があります。
+ [クロスリージョン推論を使用して](https://docs.aws.amazon.com//bedrock/latest/userguide/cross-region-inference.html)、さまざまな のコンピューティングを活用して、計画外のトラフィックバーストをシームレスに管理します AWS リージョン。
+ スループット要件が高い場合は、ユースケースの[プロビジョンドスループット](https://docs.aws.amazon.com//bedrock/latest/userguide/prov-throughput.html)を調べることをお勧めします。
**ベストプラクティス**
+ エラー処理と再試行ロジックで、アプリケーションが 503 ステータスコードを適切に処理できることを確認します。
+ Service Health Dashboard で、 AWS サービスに影響を与える可能性のある発表された問題やスケジュールされたメンテナンスを確認します。
503 のエラーが頻繁に発生する場合、またはそれが業務に大きな影響を与える場合は、[AWS サポート](https://aws.amazon.com/support)に連絡して、特定のユースケースに合わせたサポートとガイダンスを受けてください。
## ThrottlingException
**HTTP ステータスコード: **429
**原因: **Amazon Bedrock のアカウントクォータを超えたため、リクエストが拒否されました。
**解決策**:
+ [ Service Quotas](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#limits_bedrock) コンソールで Amazon Bedrock サービスクォータをチェックして、アカウントに割り当てられている制限について確認します。
+ 信頼性を向上させる[https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/](https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/)ために、[エクスポネンシャルバックオフで再試行](https://docs.aws.amazon.com//prescriptive-guidance/latest/cloud-design-patterns/retry-backoff.html)を使用する AWS 推奨アプローチを採用することをお勧めします。
+ スループット要件が高い場合は、ユースケースの[プロビジョンドスループット](https://docs.aws.amazon.com//bedrock/latest/userguide/prov-throughput.html)を調べることをお勧めします。
+ ワークロードのトラフィックがアカウントクォータを超える場合は、アカウントマネージャーまたは [AWS サポート](https://aws.amazon.com/support)に連絡してクォータの引き上げを要求します。
## ValidationError
**HTTP ステータスコード: 400**
**原因: **入力が、Amazon Bedrock で指定された制約を満たしていません。
**解決策**:
+ API ドキュメントを確認して、必要なパラメータがすべて含まれ、正しくフォーマットされていることを確認します。
+ 入力値が許容範囲内にあるか、期待されるパターンに準拠していることを確認します。
+ 使用しているアクションの API リファレンスに記載されている特定の検証ルールに注意を払うことをお勧めします。
## ResourceNotFound
**HTTP ステータスコード: **404
**原因: **リクエストされたリソースが見つかりませんでした。
**解決策**:
+ リクエスト内のモデル ID、エンドポイント名、またはその他のリソース識別子が正しいことを確認します。
+ 主なリソースが見つからない場合は、代替モデルまたはエンドポイントを使用するフォールバックメカニズムを実装してください。
**ベストプラクティス**
+ [ListFoundationModels](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_ListFoundationModels.html) を使用して、使用可能な Amazon Bedrock 基盤モデルについて確認します。
+ ローカルリソースカタログを更新するには、定期的な同期プロセスの実装をお勧めします。
これらのソリューションを試した後も問題が続く場合は、[AWS サポート](https://aws.amazon.com/support)に連絡し、特定のユースケースに合わせたサポートとガイダンスを受けてください。
## Amazon Bedrock APIs呼び出すときの接続タイムアウトまたはリセット
**症状: **API コールは接続のリセットやタイムアウトで失敗します。特に、トラフィックが NAT ゲートウェイ、VPC エンドポイント、Network Load Balancer を通過する場合に、ストリーミングや拡張推論などの長時間実行されるリクエストでは失敗します。
**原因: **NAT ゲートウェイ、インターフェイス VPC エンドポイント、Network Load Balancer のアイドル接続タイムアウトは 350 秒に固定されています。この期間を超えて TCP 接続がアイドル状態のままである場合、接続は切断されます。クライアントは TCP RST パケットを受信するか、リクエストがタイムアウトします。
**解決策**:
TCP キープアライブを有効にして、接続がアイドル状態にならないように定期的なプローブを送信します。詳細については、 AWS 「 Networking & Content Delivery Blog[」の「Implementing long-running TCP Connections within VPC networking](https://aws.amazon.com/blogs/networking-and-content-delivery/implementing-long-running-tcp-connections-within-vpc-networking/)」を参照してください。
TCP キープアライブを有効にした後も接続の問題が解決しない場合は、 [AWS サポート](https://aws.amazon.com/support)にお問い合わせください。
# コンソールと API を使用した詳細な開始方法
コンテンツは近日公開されます。
# Amazon Bedrock コンソールで使用を開始する
このセクションでは、 AWS コンソールの[プレイグラウンド](playgrounds.md)を使用して Amazon Bedrock 基盤モデル (FM) にテキストプロンプトを送信し、テキストまたはイメージレスポンスを生成する方法について説明します。次の例を実行する前に、次の前提条件が満たされていることを確認してください。
**前提条件**
+ AWS アカウント と には、Amazon Bedrock に必要なアクセス許可を持つ、そのアカウントのロールにアクセスするアクセス許可があります。そうでない場合は、「[クイックスタート](getting-started.md)」の手順を実行します。
+ 米国東部 (バージニア北部) リージョンにいる。リージョンを変更するには、コンソールの右上、IAM ロールの横にあるリージョン名を選択します。米国東部 (バージニア北部) (us-east-1) を選択します。
**Topics**
+ [テキストプレイグラウンドを調べる](#getting-started-text)
+ [イメージプレイグラウンドを調べる](#getting-started-image)
## テキストプレイグラウンドを調べる
次の例は、テキストプレイグラウンドの使用方法を示します。
1. Amazon Bedrock コンソールを使用するアクセス許可を持つ IAM ID AWS マネジメントコンソール を使用して にサインインします。Amazon Bedrock コンソール ([https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock)) を開きます。
1. 左側のナビゲーションペインの **[プレイグラウンド]** から **[テキスト]** を選択します。
1. **[モデルを選択]** を選択し、プロバイダーとモデルを選択します。この例では、**[Amazon Titan Text G1 - Lite]** を選択します。次に、**[適用]** を選択します。
1. テキストパネルの下からデフォルトのプロンプトを選択するか、「**Describe the purpose of a "hello world" program in one line**」などのプロンプトをテキストパネルに入力します。
1. **[実行]** を選択して、モデルで推論を実行します。生成されたテキストは、テキストパネルのプロンプトの下に表示されます。
## イメージプレイグラウンドを調べる
次の例は、イメージプレイグラウンドの使用方法を示します。
1. Amazon Bedrock コンソールを使用するアクセス許可を持つ IAM ID AWS マネジメントコンソール を使用して にサインインします。Amazon Bedrock コンソール ([https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock)) を開きます。
1. 左側のナビゲーションペインの **[プレイグラウンド]** から **[イメージ]** を選択します。
1. **[モデルを選択]** を選択し、プロバイダーとモデルを選択します。この例では、**[Amazon Titan Image Generator G1 V1]** を選択します。次に、**[適用]** を選択します。
1. テキストパネルの下からデフォルトのプロンプトを選択するか、「**Generate an image of happy cats**」などのプロンプトをテキストパネルに入力します。
1. **[設定]** ペインで、**[画像の数]** を [**1**] に変更します。
1. **[実行]** を選択して、モデルで推論を実行します。生成されたイメージがプロンプトの上に表示されます。
# API の使用を開始する
このセクションでは、 AWS API を使用して Amazon Bedrock リクエストを行うように環境を設定する方法について説明します。 AWS では、エクスペリエンスを合理化するために以下のツールを提供しています。
+ AWS Command Line Interface (AWS CLI)
+ AWS SDKs
+ Amazon SageMaker AI ノートブックを使用
API の使用を開始するには、プログラムによるアクセス権を付与するために認証情報が必要です。次のセクションが該当している場合、展開して指示に従ってください。該当しない場合は、その後のセクションに進みます。
## を初めて使用する AWS
がない場合は AWS アカウント、次の手順を実行して作成します。
**にサインアップするには AWS アカウント**
1. [https://portal.aws.amazon.com/billing/signup](https://portal.aws.amazon.com/billing/signup) を開きます。
1. オンラインの手順に従います。
サインアップ手順の一環として、電話またはテキストメッセージを受け取り、電話キーパッドで検証コードを入力します。
にサインアップすると AWS アカウント、 *AWS アカウントのルートユーザー* が作成されます。ルートユーザーには、アカウントのすべての AWS のサービス とリソースへのアクセス権があります。セキュリティベストプラクティスとして、ユーザーに管理アクセス権を割り当て、[ルートユーザーアクセスが必要なタスク](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_root-user.html#root-user-tasks)の実行にはルートユーザーのみを使用するようにしてください。
AWS サインアッププロセスが完了すると、 から確認メールが送信されます。[https://aws.amazon.com/](https://aws.amazon.com/) の **[マイアカウント]** をクリックして、いつでもアカウントの現在のアクティビティを表示し、アカウントを管理することができます。
**を保護する AWS アカウントのルートユーザー**
1. **ルートユーザー**を選択し、 AWS アカウント E メールアドレスを入力して、アカウント所有者[AWS マネジメントコンソール](https://console.aws.amazon.com/)として にサインインします。次のページでパスワードを入力します。
ルートユーザーを使用してサインインする方法については、「*AWS サインイン ユーザーガイド*」の「[ルートユーザーとしてサインインする](https://docs.aws.amazon.com/signin/latest/userguide/console-sign-in-tutorials.html#introduction-to-root-user-sign-in-tutorial)」を参照してください。
1. ルートユーザーの多要素認証 (MFA) を有効にします。
手順については、*IAM* [ユーザーガイドの AWS アカウント 「ルートユーザー (コンソール) の仮想 MFA デバイス](https://docs.aws.amazon.com/IAM/latest/UserGuide/enable-virt-mfa-for-root.html)を有効にする」を参照してください。
## AWS CLI または AWS SDK をインストールする必要があります
をインストールするには AWS CLI、[「 のインストールまたは最新バージョンへの更新 AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html)」の手順に従います。
AWS SDK をインストールするには、 [AWS](https://aws.amazon.com/developer/tools/)で使用するプログラミング言語に対応するタブを選択します。 AWS ソフトウェア開発キット (SDKs) は、多くの一般的なプログラミング言語で使用できます。各 SDK には、デベロッパーが好みの言語でアプリケーションを簡単に構築できるようになる API、コード例、およびドキュメントが提供されています。SDK は、次のような便利なタスクを自動的に実行します。
+ サービスリクエストに暗号署名する
+ リクエストを再試行する
+ エラー応答を処理する
## プログラムによるアクセス権を付与するために認証情報を取得する
ユーザーが の AWS 外部とやり取りする場合は、プログラムによるアクセスが必要です AWS マネジメントコンソール。 は、セキュリティ上の懸念に応じて複数のオプション AWS を提供します。
**注記**
Amazon Bedrock API にすばやくアクセスするために使用できる API キーを生成するためのステップバイステップガイドについては、「[Amazon Bedrock API キーの使用を開始する: 30 日間のキーを生成し、最初の API コールを行う](getting-started-api-keys.md)」を参照してください。
セキュリティ要件を強化するために、このセクションに進みます。
プログラムによるアクセスを許可する方法は、 がアクセスするユーザーのタイプによって異なります AWS。
ユーザーにプログラムによるアクセス権を付与するには、以下のいずれかのオプションを選択します。
****
| プログラムによるアクセス権が必要なプリンシパル | 目的 | 方法 |
| --- | --- | --- |
| IAM ユーザー | 長期認証情報の期間を制限して AWS CLI、、 AWS SDKs、または AWS APIs。 | 使用するインターフェイスの指示に従ってください。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/bedrock/latest/userguide/getting-started-api.html) |
| IAM ロール | 一時的な認証情報を使用して AWS CLI、、 AWS SDKs、または AWS APIs。 | 「IAM [ユーザーガイド」の「 AWS リソースでの一時的な認証情報](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_credentials_temp_use-resources.html)の使用」の手順に従います。 |
| ワークフォースアイデンティティ (IAM アイデンティティセンターで管理されているユーザー) | 一時的な認証情報を使用して AWS CLI、、 AWS SDKs、または AWS APIs。 | 使用するインターフェイスの指示に従ってください。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/bedrock/latest/userguide/getting-started-api.html) |
## IAM ユーザー用にアクセスキーを作成する方法
IAM ユーザーのアクセスキーを使用する場合は、制限付きインラインポリシーを含めて IAM ユーザーの有効期限を設定する AWS ことをお勧めします。
**重要**
次の警告に注意してください。
アカウントのルート認証情報を使用して AWS リソースにアクセス**しないでください**。これらの認証情報は無制限のアカウントアクセスを提供し、取り消すのが困難です。
アプリケーションファイルにリテラルアクセスキーや認証情報を**配置しないでください**。これを行うと、パブリックリポジトリにプロジェクトをアップロードするなど、誤って認証情報が公開されるリスクが発生します。
プロジェクト領域に認証情報を含むファイルを**含めないでください**。
アクセスキーを安全に管理します。[アカウント識別子を確認する](https://docs.aws.amazon.com/general/latest/gr/acct-identifiers.html)ためであっても、アクセスキーを認可されていない当事者に提供しないでください。提供すると、第三者がアカウントへの永続的なアクセスを取得する場合があります。
共有認証情報ファイルに保存されている AWS 認証情報はすべてプレーンテキストで保存されることに注意してください。
詳細については、「」の[AWS 「アクセスキーを管理するためのベストプラクティス](https://docs.aws.amazon.com/general/latest/gr/aws-access-keys-best-practices.html)」を参照してください AWS 全般のリファレンス。
**IAM ユーザーの作成**
1. AWS マネジメントコンソール ホームページで、IAM サービスを選択するか、[https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/) の IAM コンソールに移動します。
1. ナビゲーションペインで **[ユーザー]**、**[ユーザーの作成]** の順に選択します。
1. IAM コンソールのガイダンスに従って、プログラムユーザー ( へのアクセスなし AWS マネジメントコンソール) と アクセス許可なしを設定します。
**制限された時間枠にユーザーアクセスを制限する**
作成する IAM ユーザーアクセスキーは長期的な認証情報です。これらの認証情報が誤って処理された場合に有効期限が切れるようにするには、キーの有効性が切れる日付を指定したインラインポリシーを作成して、これらの認証情報に期限を設定することができます。
1. 先ほど作成した IAM ユーザーを開きます。**[アクセス許可]** タブで **[アクセス許可の追加]** を選択したら、**[インラインポリシーの作成]** を選択します。
1. JSON エディタで、次のアクセス許可を指定します。このポリシーを使用するには、ポリシー例の `aws:CurrentTime` タイムスタンプ値の値を独自の終了日に置き換えます。
**注記**
IAM では、アクセスキーを 12 時間に制限することが推奨されます。
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Deny",
"Action": "*",
"Resource": "*",
"Condition": {
"DateGreaterThan": {
"aws:CurrentTime": "2024-01-01T00:00:000"
}
}
}
]
}
```
------
**アクセスキーの作成**
1. **[ユーザー詳細]** のページで **[セキュリティ認証情報]** タブを選択します。[**Access keys (アクセスキー)**] セクションで、[**Create access key (アクセスキーを作成)**] を選択します。
1. これらのアクセスキーを **[その他]** として使用することを示して、**[アクセスキーの作成]** を選択します。
1. **[Retrieve access key]** (アクセスキーの取得) ページで、**[Show]** (表示) を選択し、ユーザーのシークレットアクセスキーの値を表示します。認証情報をコピーするか、csv ファイルをダウンロードできます。
**重要**
この IAM ユーザーが不要になった場合は、削除して[AWS セキュリティのベストプラクティス](https://docs.aws.amazon.com/IAM/latest/UserGuide/best-practices.html#lock-away-credentials)に従うことをお勧めします。 にアクセスするときは、[AWS IAM Identity Center](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html) を通じて一時的な認証情報を使用することを人間のユーザーに要求することをお勧めします AWS。
## ユーザーまたはロールに Amazon Bedrock のアクセス許可をアタッチする
プログラムによるアクセス権の認証情報を設定したら、Amazon Bedrock 関連の一連のアクションにアクセスできるように、ユーザーまたは IAM ロールのアクセス許可を設定する必要があります。これらのアクセス許可を設定するには、次の手順を実行します。
1. AWS マネジメントコンソール ホームページで、IAM サービスを選択するか、[https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/) の IAM コンソールに移動します。
1. **[ユーザー]** または **[ロール]** を選択して、ユーザーまたはロールを指定します。
1. アクセス**許可**タブで、アクセス**許可の追加** を選択し、** AWS 管理ポリシーの追加** を選択します。[AmazonBedrockFullAccess]() AWS 管理ポリシーを選択します。
1. ユーザーまたはロールにモデルへのサブスクライブを許可するには、**[インラインポリシーの作成]** を選択して JSON エディタで次のアクセス許可を指定します。
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "MarketplaceBedrock",
"Effect": "Allow",
"Action": [
"aws-marketplace:ViewSubscriptions",
"aws-marketplace:Unsubscribe",
"aws-marketplace:Subscribe"
],
"Resource": "*"
}
]
}
```
------
## Amazon Bedrock への API コールの実行を試す
すべての前提条件を満たしたら、次のいずれかのトピックを選択して、Amazon Bedrock モデルを使用したモデル呼び出しリクエストの作成をテストします。
**Topics**
+ [プログラムによるアクセス権を付与するために認証情報を取得する](#gs-grant-program-access)
+ [ユーザーまたはロールに Amazon Bedrock のアクセス許可をアタッチする](#gs-api-br-permissions)
+ [Amazon Bedrock への API コールの実行を試す](#gs-try-bedrock)
+ [Amazon Bedrock API キーの使用を開始する: 30 日間のキーを生成し、最初の API コールを行う](getting-started-api-keys.md)
+ [を使用してサンプル Amazon Bedrock API リクエストを実行する AWS Command Line Interface](getting-started-api-ex-cli.md)
+ [AWS SDK for Python (Boto3) を使用して Amazon Bedrock API リクエストの例を実行する](getting-started-api-ex-python.md)
+ [Amazon SageMaker AI ノートブックを使用してサンプル Amazon Bedrock API リクエストを実行する](getting-started-api-ex-sm.md)
# Amazon Bedrock API キーの使用を開始する: 30 日間のキーを生成し、最初の API コールを行う
このチュートリアルでは、30 日後に期限切れになる長期的な Amazon Bedrock API キーを作成し、それを使用して Python を使ったシンプルな [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) API コールを行う方法について説明します。これは、複雑な AWS 認証情報を設定せずに Amazon Bedrock の実験を開始する最も速い方法です。
**警告**
長期 API キーが推奨されるのは、Amazon Bedrock を試す場合と開発する場合のみです。本番環境のアプリケーションでは、IAM ロールや一時的な認証情報など、[長期的なアクセスキーに対する代替方法](https://docs.aws.amazon.com/IAM/latest/UserGuide/security-creds-programmatic-access.html#security-creds-alternatives-to-long-term-access-keys)を使用してください。
30 日後に期限切れになる長期的な Amazon Bedrock API キーを作成するには、次の手順に従います。
1. Amazon Bedrock コンソールを使用するアクセス許可を持つ IAM ID AWS マネジメントコンソール を使用して にサインインします。Amazon Bedrock コンソール ([https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock)) を開きます。
1. 左側のナビゲーションペインで、**[API キー]** を選択します。
1. **[長期 API キー]** タブで、**[長期 API キーを生成]** を選択します。
1. **[API キーの有効期限]** セクションで、**[30 日]** を選択します。
1. **[Generate]** (生成) を選択します。生成するキーは、アタッチされた [AmazonBedrockLimitedAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonBedrockLimitedAccess) ポリシーで定義されているように、コア Amazon Bedrock アクションを実行するためのアクセス許可を提供します。
1. 生成された API キーをコピーし、安全に保存します。このキーは次のステップで必要になります。
**重要**
API キーは 1 回しか表示されません。ダイアログを閉じる前に、必ずコピーして保存してください。API キーは 30 日後に期限切れになります。同じ手順に従って新しく生成するか、より安全な認証方法に移行して継続的に使用できるようにすることを検討してください。
1. *\$1\$1api-key\$1* を生成された API キー値に置き換えて API キーを環境変数として設定し、それを使用して任意の方法でレスポンスを生成します。
------
#### [ Python ]
```
import boto3
import os
# Set the API key as an environment variable
os.environ['AWS_BEARER_TOKEN_BEDROCK'] = "${api-key}"
# Create the Bedrock client
client = boto3.client(
service_name="bedrock-runtime",
region_name="us-east-1"
)
# Define the model and message
model_id = "us.anthropic.claude-3-5-haiku-20241022-v1:0"
messages = [{"role": "user", "content": [{"text": "Hello! Can you tell me about Amazon Bedrock?"}]}]
# Make the API call
response = client.converse(
modelId=model_id,
messages=messages,
)
# Print the response
print(response['output']['message']['content'][0]['text'])
```
------
#### [ HTTP client using Python ]
```
import requests
url = "https://bedrock-runtime.us-east-1.amazonaws.com/model/us.anthropic.claude-3-5-haiku-20241022-v1:0/converse"
payload = {
"messages": [
{
"role": "user",
"content": [{"text": "Hello"}]
}
]
}
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer ${api-key}"
}
response = requests.request("POST", url, json=payload, headers=headers)
print(response.text)
```
------
#### [ HTTP request using cURL ]
```
curl -X POST "https://bedrock-runtime.us-east-1.amazonaws.com/model/us.anthropic.claude-3-5-haiku-20241022-v1:0/converse" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer ${api-key}" \
-d '{
"messages": [
{
"role": "user",
"content": [{"text": "Hello"}]
}
]
}'
```
------
お疲れ様でした。Amazon Bedrock API キーが正常に生成され、Amazon Bedrock サービスへの最初の API コールが行われました。さらに Amazon Bedrock アクションを検討したら、短期的な Amazon Bedrock API キーや AWS全体の一時的な認証情報など、より安全な認証方法に移行する必要があります。詳細については、以下のリソースを参照してください。
+ **さまざまなモデルを試す** – 「[Amazon Bedrock 基盤モデルの情報](foundation-models-reference.md)」で、Amazon Bedrock で使用できる他の基盤モデルを確認し、コードの `model_id` を変更してモデルを試してください。
+ **モデル推論を確認する** – 「[プロンプトを送信し、モデル推論を使用してレスポンスを生成する](inference.md)」で、Amazon Bedrock に用意されている概念とオプションについて読み、モデル推論を使用したレスポンスの生成について確認してください。
+ **より安全な認証方法で本番環境を計画する** – Amazon Bedrock API キーの詳細については、「ビルド」の章と、より安全で短期的な Amazon Bedrock API キーを作成する方法を参照してください。本番稼働用アプリケーションを構築する準備ができたら、[長期アクセスキーの代替](https://docs.aws.amazon.com/IAM/latest/UserGuide/security-creds-programmatic-access.html#security-creds-alternatives-to-long-term-access-keys)案を確認して、他の AWS サービスへのアクセスも許可するより安全なオプションを確認する必要があります。
# を使用してサンプル Amazon Bedrock API リクエストを実行する AWS Command Line Interface
このセクションでは、 を使用して Amazon Bedrock の一般的なオペレーションを試 AWS Command Line Interface し、アクセス許可と認証が適切に設定されていることをテストする方法について説明します。次の例を実行する前に、次の前提条件が満たされていることを確認してください。
**前提条件**
+ AWS アカウント 認証が設定され、Amazon Bedrock に必要なアクセス許可を持つ とユーザーまたはロールがあります。そうでない場合は、「[API の使用を開始する](getting-started-api.md)」の手順を実行します。
+ AWS CLIのインストールと認証の設定が完了していること。をインストールするには AWS CLI、[「 のインストールまたは最新バージョンへの更新 AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html)」の手順に従います。「[プログラムによるアクセス権を付与するために認証情報を取得する](getting-started-api.md#gs-grant-program-access)」の手順に従って、CLI を使用するための認証情報を設定していることを検証します。
適切なアクセス許可を指定して設定したユーザーまたはロールを使用して、Amazon Bedrock のアクセス許可が正しく設定されていることをテストします。
**Topics**
+ [Amazon Bedrock が提供する基盤モデルを一覧表示する](#getting-started-api-ex-cli-listfm)
+ [InvokeModel を使用してテキストプロンプトをモデルに送信し、テキストレスポンスを生成する](#getting-started-api-ex-cli-invoke-text)
+ [Converse を使用してテキストプロンプトをモデルに送信し、テキストレスポンスを生成する](#getting-started-api-ex-cli-converse)
## Amazon Bedrock が提供する基盤モデルを一覧表示する
次の例では、 を使用して [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) オペレーションを実行します AWS CLI。 は、リージョンの Amazon Bedrock で使用できる基盤モデル (FMs) を`ListFoundationModels`一覧表示します。ターミナルで、以下のコマンドを実行します。
```
aws bedrock list-foundation-models
```
コマンドが成功すると、レスポンスは Amazon Bedrock で使用できる基盤モデルのリストを返します。
## InvokeModel を使用してテキストプロンプトをモデルに送信し、テキストレスポンスを生成する
次の例では、 を使用して [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) オペレーションを実行します AWS CLI。 `InvokeModel`では、モデルレスポンスを生成するプロンプトを送信できます。ターミナルで、以下のコマンドを実行します。
```
aws bedrock-runtime invoke-model \
--model-id amazon.titan-text-express-v1 \
--body '{"inputText": "Describe the purpose of a \"hello world\" program in one line.", "textGenerationConfig" : {"maxTokenCount": 512, "temperature": 0.5, "topP": 0.9}}' \
--cli-binary-format raw-in-base64-out \
invoke-model-output-text.txt
```
コマンドが成功すると、モデルによって生成された応答が `invoke-model-output-text.txt` ファイルに書き込まれます。テキストレスポンスは、付随する情報とともに、`outputText` フィールドに返されます。
## Converse を使用してテキストプロンプトをモデルに送信し、テキストレスポンスを生成する
次の例では、 を使用して [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) オペレーションを実行します AWS CLI。 `Converse`では、モデルレスポンスを生成するプロンプトを送信できます。サポートされている場合、`InvokeModel` で `Converse` オペレーションを使用することをお勧めします。これにより、Amazon Bedrock モデル間で推論リクエストを統合し、マルチターン対話の管理を簡素化できます。ターミナルで、以下のコマンドを実行します。
```
aws bedrock-runtime converse \
--model-id amazon.titan-text-express-v1 \
--messages '[{"role": "user", "content": [{"text": "Describe the purpose of a \"hello world\" program in one line."}]}]' \
--inference-config '{"maxTokens": 512, "temperature": 0.5, "topP": 0.9}'
```
コマンドが成功すると、モデルによって生成されたレスポンスは、付随する情報とともに、`text` フィールドに返されます。
# AWS SDK for Python (Boto3) を使用して Amazon Bedrock API リクエストの例を実行する
このセクションでは、 を使用して AWS Amazon Bedrock の一般的なオペレーションを試Pythonして、アクセス許可と認証が適切に設定されていることをテストする方法について説明します。次の例を実行する前に、次の前提条件が満たされていることを確認してください。
**前提条件**
+ AWS アカウント 認証が設定され、Amazon Bedrock に必要なアクセス許可を持つ とユーザーまたはロールがあります。そうでない場合は、「[API の使用を開始する](getting-started-api.md)」の手順を実行します。
+ AWS SDK for Python (Boto3) の認証をインストールしてセットアップしました。Boto3 をインストールするには、Boto3 ドキュメントの「[クイックスタート](https://boto3.amazonaws.com/v1/documentation/api/latest/guide/quickstart.html)」の手順に従います。「[プログラムによるアクセス権を付与するために認証情報を取得する](getting-started-api.md#gs-grant-program-access)」の手順に従って、Boto3 を使用するための認証情報を設定していることを確認します。
適切なアクセス許可を指定して設定したユーザーまたはロールを使用して、Amazon Bedrock のアクセス許可が正しく設定されていることをテストします。
Amazon Bedrock ドキュメントには、その他のプログラミング言語のコードサンプルも記載されています。詳細については、「[AWS SDKsコード例](service_code_examples.md)」を参照してください。
**Topics**
+ [Amazon Bedrock が提供する基盤モデルを一覧表示する](#getting-started-api-ex-python-listfm)
+ [InvokeModel を使用してテキストプロンプトをモデルに送信し、テキストレスポンスを生成する](#getting-started-api-ex-python-invoke-text)
+ [Converse を使用してテキストプロンプトをモデルに送信し、テキストレスポンスを生成する](#getting-started-api-ex-python-converse)
## Amazon Bedrock が提供する基盤モデルを一覧表示する
次の例では、Amazon Bedrock クライアントを使用して、[ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) オペレーションを実行します。`ListFoundationModels` は、該当リージョンの Amazon Bedrock で利用可能な基盤モデル (FM) を一覧表示します。次の SDK for Python スクリプトを実行して Amazon Bedrock クライアントを作成し、[ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) オペレーションをテストします。
```
"""
Lists the available Amazon Bedrock models in an &AWS-Region;.
"""
import logging
import json
import boto3
from botocore.exceptions import ClientError
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
def list_foundation_models(bedrock_client):
"""
Gets a list of available Amazon Bedrock foundation models.
:return: The list of available bedrock foundation models.
"""
try:
response = bedrock_client.list_foundation_models()
models = response["modelSummaries"]
logger.info("Got %s foundation models.", len(models))
return models
except ClientError:
logger.error("Couldn't list foundation models.")
raise
def main():
"""Entry point for the example. Change aws_region to the &AWS-Region;
that you want to use."""
aws_region = "us-east-1"
bedrock_client = boto3.client(service_name="bedrock", region_name=aws_region)
fm_models = list_foundation_models(bedrock_client)
for model in fm_models:
print(f"Model: {model["modelName"]}")
print(json.dumps(model, indent=2))
print("---------------------------\n")
logger.info("Done.")
if __name__ == "__main__":
main()
```
スクリプトが成功すると、レスポンスは Amazon Bedrock で使用できる基盤モデルのリストを返します。
## InvokeModel を使用してテキストプロンプトをモデルに送信し、テキストレスポンスを生成する
次の例では、Amazon Bedrock クライアントを使用して [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) オペレーションを実行します。`InvokeModel` では、プロンプトを送信してモデルレスポンスを生成できます。次の SDK for Python スクリプトを実行して Amazon Bedrock のランタイムクライアントを作成し、`` オペレーションでテキストレスポンスを生成します。
```
# Use the native inference API to send a text message to Amazon Titan Text G1 - Express.
import boto3
import json
from botocore.exceptions import ClientError
# Create an Amazon Bedrock Runtime client.
brt = boto3.client("bedrock-runtime")
# Set the model ID, e.g., Amazon Titan Text G1 - Express.
model_id = "amazon.titan-text-express-v1"
# Define the prompt for the model.
prompt = "Describe the purpose of a 'hello world' program in one line."
# Format the request payload using the model's native structure.
native_request = {
"inputText": prompt,
"textGenerationConfig": {
"maxTokenCount": 512,
"temperature": 0.5,
"topP": 0.9
},
}
# Convert the native request to JSON.
request = json.dumps(native_request)
try:
# Invoke the model with the request.
response = brt.invoke_model(modelId=model_id, body=request)
except (ClientError, Exception) as e:
print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}")
exit(1)
# Decode the response body.
model_response = json.loads(response["body"].read())
# Extract and print the response text.
response_text = model_response["results"][0]["outputText"]
print(response_text)
```
コマンドが成功すると、レスポンスは、プロンプトに応答してモデルによって生成されたテキストを返します。
## Converse を使用してテキストプロンプトをモデルに送信し、テキストレスポンスを生成する
次の例では、Amazon Bedrock クライアントを使用して [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) オペレーションを実行します。サポートされている場合、`InvokeModel` で `Converse` オペレーションを使用することをお勧めします。これにより、Amazon Bedrock モデル間で推論リクエストを統合し、マルチターン対話の管理を簡素化できます。次の SDK for Python スクリプトを実行して Amazon Bedrock のランタイムクライアントを作成し、`Converse` オペレーションでテキストレスポンスを生成します。
```
# Use the Conversation API to send a text message to Amazon Titan Text G1 - Express.
import boto3
from botocore.exceptions import ClientError
# Create an Amazon Bedrock Runtime client.
brt = boto3.client("bedrock-runtime")
# Set the model ID, e.g., Amazon Titan Text G1 - Express.
model_id = "amazon.titan-text-express-v1"
# Start a conversation with the user message.
user_message = "Describe the purpose of a 'hello world' program in one line."
conversation = [
{
"role": "user",
"content": [{"text": user_message}],
}
]
try:
# Send the message to the model, using a basic inference configuration.
response = brt.converse(
modelId=model_id,
messages=conversation,
inferenceConfig={"maxTokens": 512, "temperature": 0.5, "topP": 0.9},
)
# Extract and print the response text.
response_text = response["output"]["message"]["content"][0]["text"]
print(response_text)
except (ClientError, Exception) as e:
print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}")
exit(1)
```
コマンドが成功すると、レスポンスは、プロンプトに応答してモデルによって生成されたテキストを返します。
# Amazon SageMaker AI ノートブックを使用してサンプル Amazon Bedrock API リクエストを実行する
このセクションでは、Amazon SageMaker AI ノートブックを使用して、Amazon Bedrock の一般的なオペレーションをいくつか試し、Amazon Bedrock ロールのアクセス許可が適切に設定されていることをテストする方法について説明します。次の例を実行する前に、次の前提条件が満たされていることを確認してください。
**前提条件**
+ AWS アカウント と には、Amazon Bedrock に必要なアクセス許可を持つロールにアクセスするためのアクセス許可があります。そうでない場合は、「[クイックスタート](getting-started.md)」の手順を実行します。
+ 次の手順を実行して、SageMaker の IAM アクセス許可を設定し、ノートブックを作成します。
1. [コンソール](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-console.html#roles-managingrole_edit-trust-policy)、[CLI](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-cli.html#roles-managingrole_edit-trust-policy-cli)、または [API](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-api.html#roles-managingrole_edit-trust-policy-api) を使用して「[クイックスタート](getting-started.md)」で設定した Amazon Bedrock ロールの[信頼ポリシー](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_terms-and-concepts.html#term_trust-policy)を変更します。次の信頼ポリシーをロールにアタッチして、Amazon Bedrock と SageMaker AI の両方のサービスで Amazon Bedrock ロールを引き受けることを許可します。
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "BedrockTrust",
"Effect": "Allow",
"Principal": {
"Service": "bedrock.amazonaws.com"
},
"Action": "sts:AssumeRole"
},
{
"Sid": "SagemakerTrust",
"Effect": "Allow",
"Principal": {
"Service": "sagemaker.amazonaws.com"
},
"Action": "sts:AssumeRole"
}
]
}
```
------
1. 信頼ポリシーを変更した Amazon Bedrock ロールにサインインします。
1. 「[チュートリアル用 Amazon SageMaker AI ノートブックインスタンスを作成する](https://docs.aws.amazon.com/sagemaker/latest/dg/gs-setup-working-env.html)」の手順に従って、SageMaker AI ノートブックインスタンスを作成するために作成した Amazon Bedrock ロールの ARN を指定します。
1. ノートブックインスタンスの **[ステータス]** が **[InService]** の場合、インスタンスを選択し、**[JupyterLab を開く]** を選択します。
SageMaker AI ノートブックを開くと、以下の例を試すことができます。
**Topics**
+ [Amazon Bedrock が提供する基盤モデルを一覧表示する](#getting-started-api-ex-sm-listfm)
+ [テキストプロンプトをモデルに送信し、レスポンスを生成する](#getting-started-api-ex-sm-converse)
## Amazon Bedrock が提供する基盤モデルを一覧表示する
次の例では、Amazon Bedrock クライアントを使用して、[ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) オペレーションを実行します。`ListFoundationModels` は、該当リージョンの Amazon Bedrock で利用可能な基盤モデル (FM) を一覧表示します。次の SDK for Python スクリプトを実行して Amazon Bedrock クライアントを作成し、[ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) オペレーションをテストします。
```
"""
Lists the available Amazon Bedrock models in an &AWS-Region;.
"""
import logging
import json
import boto3
from botocore.exceptions import ClientError
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
def list_foundation_models(bedrock_client):
"""
Gets a list of available Amazon Bedrock foundation models.
:return: The list of available bedrock foundation models.
"""
try:
response = bedrock_client.list_foundation_models()
models = response["modelSummaries"]
logger.info("Got %s foundation models.", len(models))
return models
except ClientError:
logger.error("Couldn't list foundation models.")
raise
def main():
"""Entry point for the example. Change aws_region to the &AWS-Region;
that you want to use."""
aws_region = "us-east-1"
bedrock_client = boto3.client(service_name="bedrock", region_name=aws_region)
fm_models = list_foundation_models(bedrock_client)
for model in fm_models:
print(f"Model: {model["modelName"]}")
print(json.dumps(model, indent=2))
print("---------------------------\n")
logger.info("Done.")
if __name__ == "__main__":
main()
```
スクリプトが成功すると、レスポンスは Amazon Bedrock で使用できる基盤モデルのリストを返します。
## テキストプロンプトをモデルに送信し、レスポンスを生成する
次の例では、Amazon Bedrock クライアントを使用して [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) オペレーションを実行します。`Converse` では、プロンプトを送信してモデルレスポンスを生成できます。次の SDK for Python スクリプトを実行して Amazon Bedrock のランタイムクライアントを作成し、[Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) オペレーションをテストします。
```
# Use the Conversation API to send a text message to Amazon Titan Text G1 - Express.
import boto3
from botocore.exceptions import ClientError
# Create an Amazon Bedrock Runtime client.
brt = boto3.client("bedrock-runtime")
# Set the model ID, e.g., Amazon Titan Text G1 - Express.
model_id = "amazon.titan-text-express-v1"
# Start a conversation with the user message.
user_message = "Describe the purpose of a 'hello world' program in one line."
conversation = [
{
"role": "user",
"content": [{"text": user_message}],
}
]
try:
# Send the message to the model, using a basic inference configuration.
response = brt.converse(
modelId=model_id,
messages=conversation,
inferenceConfig={"maxTokens": 512, "temperature": 0.5, "topP": 0.9},
)
# Extract and print the response text.
response_text = response["output"]["message"]["content"][0]["text"]
print(response_text)
except (ClientError, Exception) as e:
print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}")
exit(1)
```
コマンドが成功すると、レスポンスは、プロンプトに応答してモデルによって生成されたテキストを返します。
# チュートリアル: 住宅ローン申請を処理するフローを作成する
Amazon Bedrock リソースとその機能に慣れるために、 CloudFormation テンプレートを使用して、さまざまな Amazon Bedrock やその他の AWS リソースを組み合わせて住宅ローン申請プロセスを自動化する[フロー](flows.md)を設定します。
**注記**
このチュートリアルでは、*us-east-1* リージョンを使用します。エージェント、フロー、ガードレール、ナレッジベース、プロンプト管理をサポートする任意のリージョンを使用できます。リージョン別の機能サポートの表については、「[Amazon Bedrock AWS リージョン での による機能サポート](features-regions.md)」を参照してください。使用するリージョンに Amazon S3、Amazon Bedrock、Lambda、DynamoDB リソースを作成するアクセス許可があることを確認してください。
このフローはデプロイ目的ではなく、Amazon Bedrock リソースを理解するためのチュートリアルとして使用することを意図しています。次の図は、 AWS マネジメントコンソールのフローの視覚的表現です。
![\[住宅ローン処理フロー\]](http://docs.aws.amazon.com/ja_jp/bedrock/latest/userguide/images/cloudformation/mortgage-processing-flow.png)
このフローでは、Amazon Bedrock [エージェント](agents.md)、[プロンプト](prompt-management.md)、[Lambda 関数](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html)を組み合わせて、顧客の財務情報を取得し、顧客にローンを受ける資格があるかどうかを処理する住宅ローン処理フローを作成します。Amazon Bedrock [ナレッジベース](knowledge-base.md)と[ガードレール](guardrails.md)もフローのエージェントにアタッチされて、レスポンスを強化し、保護を提供します。フローのコンポーネントの詳細については、「[住宅ローン処理フローの詳細](getting-started-mortgage-flow-details.md)」を参照してください。
**Topics**
+ [前提条件](#getting-started-mortgage-flow-prereqs)
+ [を使用して住宅ローン処理フローを作成する CloudFormation](#getting-started-mortgage-flow-create)
+ [住宅ローン処理フローをテストする](#getting-started-mortgage-flow-test)
+ [クリーンアップ: リソースの削除](#getting-started-mortgage-flow-delete)
+ [CloudFormation テンプレート](getting-started-mortgage-flow-template.md)
+ [住宅ローン処理フローの詳細](getting-started-mortgage-flow-details.md)
## 前提条件
このフローを作成するには、.zip ファイルをダウンロードし、手順に従って、リソースとテンプレートをセットアップするスクリプトを実行します。
**重要**
作成した Amazon リソースは、削除するまで課金対象となります。
次に、以下の前提条件を満たします。
1. [cloudformation-mortgage-flow-setup.zip](samples/cloudformation-mortgage-flow-setup.zip) ファイルをダウンロードします。
1. ファイル を解凍します。内容の詳細については、「[CloudFormation テンプレート](getting-started-mortgage-flow-template.md)」を参照してください。
1. 以下を実行して、Amazon Bedrock 基盤モデルへのアクセスをリクエストします。
1. Amazon Bedrock コンソールを使用するアクセス許可を持つ IAM ID AWS マネジメントコンソール を使用して にサインインします。Amazon Bedrock コンソール ([https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock)) を開きます。
1. 右上隅にあるリージョンを確認して、**米国東部 (バージニア北部)** リージョンにいることを確かめます。そうでない場合は、リージョンを切り替えます。
1. 左ナビゲーションペインの下部にある **[モデルアクセス]** を選択します。
1. **[モデルアクセスを変更]** を選択します。
1. 次のいずれかを行います。
+ すべてのモデルへのアクセスをリクエストするには、**[すべてのモデルを有効にする]** を選択します。移動先のページで、すべてのモデルの横にあるチェックボックスがオンになります。
+ 特定のモデルへのアクセスをリクエストするには、**[特定のモデルを有効にする]** を選択します。移動先のページで、次のオプションが表示されます。
+ プロバイダーからすべてのモデルへのアクセスをリクエストするには、プロバイダー名の横にあるチェックボックスをオンにします。
+ 1 つのモデルへのアクセスをリクエストするには、モデル名の横にあるチェックボックスをオンにします。
1. 以下のチュートリアルでは、少なくとも **Titan Embeddings G1 - Text** モデルと **Claude 3 Haiku** モデルへのアクセスをリクエストする必要があります。次いで、**[次へ]** を選択します。
1. アクセスをリクエストするモデルと **[利用規約]** を確認します。準備ができたら、**[送信]** を選択してアクセスをリクエストします。
## を使用して住宅ローン処理フローを作成する CloudFormation
住宅ローン処理フローとその関連リソースを作成するには、CloudFormation テンプレートを作成し、それを使用して Amazon Bedrock リソースを含むスタックを作成します。
**重要**
作成した Amazon リソースは、削除するまで課金対象となります。
### リソースと CloudFormation テンプレートファイルを作成する
まず、.zip ファイルのスクリプトを使用してリソースを S3 バケットにアップロードし、CloudFormation テンプレートを作成します。
1. ターミナルで、次のコマンドを実行してリソースを Amazon S3 バケットにコピーし、`main-stack.yaml` ファイルと `main-stack.json` ファイルにバケット名パラメータのデフォルト値として S3 バケット名を入力します。
```
bash deploy.sh
```
**注記**
スクリプトの使い方は `bash deploy.sh ` となり、ここで、** と ** はオプション引数です。これを指定しない場合、次のデフォルト値が使用されます。
** – AWS 認証情報の設定で指定されたデフォルトの AWS リージョン。
** – バケットには *mortgage-flow-deployment--* という名前が付けられます。ここで、** は AWS アカウント ID であり、** は指定した値または AWS 認証情報の設定で指定されたデフォルトの AWS リージョンと一致します。
1. プロンプトを確認します。デプロイが完了したら、次のステップ用の完全な `main-stack.yaml` と `main-stack.json` のテンプレートが完成します。
**注記**
スクリプトが失敗した場合、以下を実行してリソースを手動で準備できます。
解凍した `cloudformation-mortgage-flow-setup` フォルダの*中身* (フォルダ自体は含めないでください) を、[https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) 内の Amazon S3 コンソールの米国東部 (バージニア北部) の S3 バケットにアップロードします。
`templates/json/main-stack-tmp.yaml` ファイルまたは `templates/json/main-stack-tmp.json` ファイルを見つけて、以下を実行します。
`Q01pS3BucketName` パラメータの `Default` 値を *MortgageFlowBucket* から S3 バケット名に変更します。
`templates/json/main-stack.yaml` または `templates/json/main-stack.json` になるように、ファイル名から `-tmp` を削除します。
### CloudFormation コンソールを使用してスタックを作成する
次に、保存したテンプレートを使用して CloudFormation スタックをプロビジョニングします。
1. [https://console.aws.amazon.com/cloudformation](https://console.aws.amazon.com/cloudformation/) で CloudFormation コンソールを開きます。右上隅にあるリージョンを確認して、**米国東部 (バージニア北部)** リージョンにいることを確かめます。そうでない場合は、リージョンを切り替えます。
1. **[スタック]** ページの **[スタックの作成]** メニューで **[新しいリソースを使用 (標準)]** を選択します。
1. テンプレートを指定します。
1. **[前提条件]** で、**[既存のテンプレートを選択]** を選択します。
1. **[テンプレートの指定]** で、**[テンプレートファイルのアップロード]** を選択します。
1. **[ファイルを選択]** を選択し、`main-stack.yaml` または `main-stack.json` テンプレートに移動して選択します。
1. [**次へ**] を選択します。
1. スタックの詳細を指定します。
1. **[スタック名]** フィールドにスタックの名前を入力します。
1. **[パラメータ]** フィールドはデフォルト値のままにします。
**注記**
`Q01pS3BucketName` 値は、このテンプレートのリソースをアップロードした S3 バケットの名前と一致する必要があります。残りの引数はナレッジベースの設定に関連しています。いずれかの引数を変更する場合は、設定が相互に互換性があるようにしてください。詳細については、「[ナレッジベース用に作成したベクトルストアを使用するための前提条件](knowledge-base-setup.md)」を参照してください。
1. **[Next]** (次へ) を選択します。
1. スタックオプションを設定します。
1. **[スタック障害オプション]** で、**[新しく作成されたリソースをすべて削除]** を選択します。
**注記**
このオプションを選択すると、スタックの作成に失敗した場合でも削除ポリシーで保持するように指定されているリソースに対して、課金される可能性を防ぐことができます。詳細については、「*CloudFormation ユーザーガイド*」の「[`DeletionPolicy` 属性](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/aws-attribute-deletionpolicy.html)」を参照してください。
1. **[機能]** では、チェックボックスをオンにして、CloudFormation によってアカウントに IAM リソースが作成される場合があることを承認します。
1. [**次へ**] を選択します。
1. スタックの詳細を確認し、**Submit**. CloudFormation creates を選択します。作成には数分かかります。スタックの作成が完了したら、スタックの詳細ページの **[リソース]** タブを使用して、アカウントにプロビジョニングされたリソースを表示できます。
1. スタックの作成が完了したら、以下を実行してナレッジベースのデータソースを同期し、ナレッジベースをクエリできるようにします。
1. Amazon Bedrock コンソールを使用するアクセス許可を持つ IAM ID AWS マネジメントコンソール を使用して にサインインします。Amazon Bedrock コンソール ([https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock)) を開きます。
1. 左側のナビゲーションペインで **[ナレッジベース]** を選択し、次に `AWSDocsTutorial-MortgageKB` という名前で作成されたナレッジベースを選択します。
1. **[データソース]** セクションで、`AWSDocsTutorial-MortgageKB-DS` という名前で作成されたデータソースの横にあるチェックボックスにチェックを入れます。
1. **[同期]** を選択します。同期が完了したら、フローをテストできます。
## 住宅ローン処理フローをテストする
住宅ローン処理フローが完成したら、Amazon Bedrock コンソールを使用してフローを確認、テスト、変更できます。フロー内の個々のリソースを確認、テスト、変更することもできます。
**フローをテストするには**
1. Amazon Bedrock コンソールを使用するアクセス許可を持つ IAM ID AWS マネジメントコンソール を使用して にサインインします。Amazon Bedrock コンソール ([https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock)) を開きます。
1. 左側のナビゲーションペインで **[フロー]** を選択します。右上隅にあるリージョンを確認して、**米国東部 (バージニア北部)** リージョンにいることを確かめます。そうでない場合は、リージョンを切り替えます。
1. **[フロー]** セクションで、CloudFormation テンプレートから作成されたフローを選択します。これは、`AWSDocsTutorial-MortgageFlow` になります。
1. **[フロービルダーで編集]** を選択します。フロー内の個々のノードをドラッグして、フローの視覚的表現を変更できます。
1. **[テストフロー]** ペインで、テキストフィールドに次のように入力し、**[実行]** を選択します。
```
{
"income": 80000,
"totalDebt": 5000,
"loanTerm": 30,
"loanAmount": 600000,
"creditScore": 750,
"mlsId": "MLS-5678"
}
```
ローン金額が、計算した支払可能な最大ローン額を上回るため、**incomeDebt** プロンプトがトリガーされ、フローは拒否レターを生成します。**[トレースを表示]** を選択して、フローで実行されたノードを表示できます。
1. 再度、**[テストフロー]** ペインで、テキストフィールドに次のように入力し、**[実行]** を選択します。
```
{
"income": 120000,
"totalDebt": 5000,
"loanTerm": 30,
"loanAmount": 200000,
"creditScore": 650,
"mlsId": "MLS-3456"
}
```
ローン金額が、計算した支払可能な最大ローン額を下回るため、**processApplication** プロンプトがトリガーされ、**mortgageProcessingAgent** に送信されます。このエージェントはアタッチされたナレッジベースを調べ、入力値に基づいて、顧客にローンを受ける資格があるかどうかを評価するレスポンスを生成します。
1. (オプション) JSON オブジェクトのフィールドに異なる値を使用してフローを実行してみてください。`mlsId` 値は、Multiple Listing Service にリストされているプロパティに対応しています。有効な `mlsId` 値を見つけるには、以下を実行します。
1. にサインイン AWS マネジメントコンソール し、[https://console.aws.amazon.com/dynamodb/](https://console.aws.amazon.com/dynamodb/) で DynamoDB コンソールを開きます。
1. 左側のナビゲーションペインで、**[テーブル]** を選択します。
1. **AWSDocsTutorial-PropertyListing** というテーブルを選択します。
1. **[テーブルアイテムの探索]** を選択します。
1. フロー入力では **mls\$1id** 列の任意の値を使用できます。
の **エージェント**、**ナレッジベース**、**ガードレール**、**プロンプト管理**ページに移動 AWS マネジメントコンソール して、フローで使用される各 Amazon Bedrock リソースを個別に調べることもできます。フローとコンポーネントの詳細については、「[住宅ローン処理フローの詳細](getting-started-mortgage-flow-details.md)」を参照してください。
## クリーンアップ: リソースの削除
リソースを調べ、さまざまな Amazon Bedrock リソースの機能を詳しく理解したら、スタックとそれに含まれるリソースを削除します。
**重要**
作成した Amazon リソースは、削除するまで課金対象となります。
1. [https://console.aws.amazon.com/cloudformation](https://console.aws.amazon.com/cloudformation/) を開きます。
1. 左のナビゲーションメニューで、**[スタック]** を選択します。
1. テンプレートから作成したスタックを選択します。**[削除]** を選択し、**[削除]** を確定します。
CloudFormation は、メインスタック、ネストされたすべてのスタック、およびスタックに含まれるすべてのリソースの削除を開始します。
# CloudFormation テンプレート
ダウンロードした `cloudformation-mortgage-flow-setup.zip` ファイルには、以下のファイルが含まれています。
+ `deploy.sh` – リソースをデプロイし、使用するメインの CloudFormation テンプレートを準備するシェルスクリプト
+ `artifacts` – 以下のエージェント用の関数とナレッジベーステンプレートを含む .zip ファイルを含むフォルダ
+ エージェントのアクショングループ用の Lambda 関数
+ `agent_loan_calculator.zip`
+ `mls_lookup.zip`
+ `loader_deployment_package.zip`
+ ナレッジベースを設定するための関数
+ `custom-resource-lambda.zip`
+ `opensearchpy-layer.zip`
+ `provider-event-handler.zip`
+ `api-schema` – アクショングループの API スキーマを含むフォルダ
+ `knowledge-base-data-source` – [Fannie Mae の販売ガイド](https://selling-guide.fanniemae.com/)の PDF を含むフォルダ
+ `templates` – このフローの以下のリソースのテンプレートを (JSON 形式と YAML 形式の両方の形式) 含むフォルダ
+ `main-stack-tmp` – 残りのテンプレートをネストされたスタックとしてデプロイするメインテンプレート。このファイルは、デプロイスクリプトの実行後に `main-stack` に変換されます。
+ `guardrails-template` – エージェントに関連付けるガードレールのテンプレート
+ `prompts-template` – フローで使用するプロンプトのテンプレート
+ `kb-role-template` – OpenSearch テンプレートとナレッジベーステンプレートの両方で使用されるナレッジベースのロール用テンプレート
+ `oss-infra-template` – ナレッジベースで使用される Amazon OpenSearch Serverless ベクトルストアのテンプレート
+ `kb-infra-template` – エージェントに関連付ける住宅ローンのナレッジベースのテンプレート
+ `agent-template` – フローで使用する住宅ローン処理エージェントのテンプレート
+ `mortgage-flow-template` – すべてのリソースを組み合わせた、住宅ローン処理フローのテンプレート
+ `README.md` – テンプレートの使用手順を説明する README ファイル
以下のトピックでは、各スタックに使用される CloudFormation テンプレートを示します。メインスタックは、残りのスタックを[ネストされたスタック](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/using-cfn-nested-stacks.html)としてデプロイします。
**Topics**
+ [メインスタック](#getting-started-mortgage-templates-main)
+ [Amazon Bedrock ガードレールのスタック](#getting-started-mortgage-guardrail-templates)
+ [Amazon Bedrock Prompt Management スタック](#getting-started-mortgage-prompts-templates)
+ [Amazon Bedrock ナレッジベースのスタック](#getting-started-mortgage-kb-templates)
## メインスタック
メインスタックは、テンプレートをアップロードする際に定義できるパラメータを定義します。これらの値は、残りのネストされた各スタックに渡されます。デプロイスクリプトは、`Q01pS3BucketName` パラメータのデフォルト値である *MortgageFlowBucket* を、スクリプトによってデプロイされたリソースを含む実際の S3 バケットに置き換えます。
------
#### [ YAML ]
```
AWSTemplateFormatVersion: '2010-09-09'
Description: "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow"
Parameters:
Q01pS3BucketName:
Type: String
Description: Provide existing S3 bucket name where data is already stored
Default: MortgageFlowBucket
Q02pFlowName:
Type: String
Description: Name for the flow
Default: MortgageFlow
Q03pGuardrailName:
Type: String
Description: Name for guardrail to attach to agent
Default: MortgageGR
Q04pKnowledgeBaseName:
Type: String
Description: Name for knowledge base to associate with agent
Default: MortgageKB
Q05pAgentName:
Type: String
Description: Name for agent to create
Default: MortgageAgent
Q06pKBEmbedModel:
Type: String
Description: Select Embedding model
Default: amazon.titan-embed-text-v1
Q07pKBChunkingStrategy:
Type: String
Description: Select Chunking strategy
AllowedValues:
- Default chunking
- Fixed-size chunking
- No chunking
Default: Default chunking
Q08pKBMaxTokens:
Type: Number
Description: Maximum number of tokens in a chunk
Default: 300
Q09pKBOverlapPercentage:
Type: Number
Description: Percent overlap in each chunk
Default: 20
Q10pKBVectorStore:
Type: String
Description: Select vector store
AllowedValues:
- Open-Search-Serverless
Default: Open-Search-Serverless
Q11pOSSCollectionName:
Type: String
Description: Name of the Collection
MinLength: 1
MaxLength: 63
Default: mortgage-kb-collection
AllowedPattern: ^[a-z0-9](-*[a-z0-9])*
ConstraintDescription: Must be lowercase or numbers with a length of 1-32 characters
Q12pOSSIndexName:
Type: String
Description: Index name to be created in vector store
MinLength: 1
MaxLength: 63
Default: mortgage-kb-index
AllowedPattern: ^[a-z0-9](-*[a-z0-9])*
ConstraintDescription: Must be lowercase or numbers with a length of 1-63 characters
# Q13pVectorFieldName:
# Type: String
# Description: Vector field name
# Default: bedrock-knowledge-base-default-vector
# Q14pMetaDataFieldName:
# Type: String
# Description: Metadata field name
# Default: AMAZON_BEDROCK_METADATA
# Q15pTextFieldName:
# Type: String
# Description: Text field name
# Default: AMAZON_BEDROCK_TEXT_CHUNK
Resources:
KBRoleStack:
Type: AWS::CloudFormation::Stack
Properties:
TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/kb-role-template.yaml
TimeoutInMinutes: 15
Parameters:
Q01pS3BucketName:
Ref: Q01pS3BucketName
OSSStack:
Type: AWS::CloudFormation::Stack
DependsOn: KBRoleStack
Properties:
TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/oss-infra-template.yaml
TimeoutInMinutes: 15
Parameters:
Q01pS3BucketName:
Ref: Q01pS3BucketName
Q06pKBEmbedModel:
Ref: Q06pKBEmbedModel
Q11pOSSCollectionName:
Ref: Q11pOSSCollectionName
Q12pOSSIndexName:
Ref: Q12pOSSIndexName
pKBRole:
Fn::GetAtt:
- KBRoleStack
- Outputs.KBRole
pKBRoleArn:
Fn::GetAtt:
- KBRoleStack
- Outputs.KBRoleArn
KBStack:
Type: AWS::CloudFormation::Stack
DependsOn: OSSStack
Properties:
TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/kb-infra-template.yaml
TimeoutInMinutes: 15
Parameters:
KnowledgeBaseName:
Ref: Q04pKnowledgeBaseName
Q01pS3BucketName:
Ref: Q01pS3BucketName
Q06pKBEmbedModel:
Ref: Q06pKBEmbedModel
Q07pKBChunkingStrategy:
Ref: Q07pKBChunkingStrategy
Q08pKBMaxTokens:
Ref: Q08pKBMaxTokens
Q09pKBOverlapPercentage:
Ref: Q09pKBOverlapPercentage
Q11pOSSCollectionName:
Ref: Q11pOSSCollectionName
Q12pOSSIndexName:
Ref: Q12pOSSIndexName
# Q13pVectorFieldName:
# Ref: Q13pVectorFieldName
# Q14pMetaDataFieldName:
# Ref: Q14pMetaDataFieldName
# Q15pTextFieldName:
# Ref: Q15pTextFieldName
pCollectionArn:
Fn::GetAtt:
- OSSStack
- Outputs.CollectionArn
pKBRoleArn:
Fn::GetAtt:
- KBRoleStack
- Outputs.KBRoleArn
pKBRole:
Fn::GetAtt:
- KBRoleStack
- Outputs.KBRole
GRStack:
Type: AWS::CloudFormation::Stack
Properties:
TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/guardrails-template.yaml
TimeoutInMinutes: 15
Parameters:
GuardrailName:
Ref: Q03pGuardrailName
AgentStack:
Type: AWS::CloudFormation::Stack
DependsOn:
- KBStack
- GRStack
Properties:
TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/agent-template.yaml
TimeoutInMinutes: 15
Parameters:
Q01pS3BucketName:
Ref: Q01pS3BucketName
KnowledgeBaseId:
Fn::GetAtt:
- KBStack
- Outputs.KBId
GuardrailArn:
Fn::GetAtt:
- GRStack
- Outputs.GuardrailArn
GuardrailVersion:
Fn::GetAtt:
- GRStack
- Outputs.GuardrailVersion
PromptsStack:
Type: AWS::CloudFormation::Stack
Properties:
TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/prompts-template.yaml
TimeoutInMinutes: 15
FlowStack:
Type: AWS::CloudFormation::Stack
DependsOn:
- AgentStack
- PromptsStack
Properties:
TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/mortgage-flow-template.yaml
TimeoutInMinutes: 15
Parameters:
FlowName:
Ref: Q02pFlowName
Q01pS3BucketName:
Ref: Q01pS3BucketName
ProcessApplicationPromptArn:
Fn::GetAtt:
- PromptsStack
- Outputs.ProcessApplicationPromptArn
RejectionPromptArn:
Fn::GetAtt:
- PromptsStack
- Outputs.RejectionPromptArn
AgentId:
Fn::GetAtt:
- AgentStack
- Outputs.AgentId
```
------
#### [ JSON ]
```
{
"AWSTemplateFormatVersion": "2010-09-09",
"Description": "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow",
"Parameters": {
"Q01pS3BucketName": {
"Type": "String",
"Description": "Provide existing S3 bucket name where data is already stored",
"Default": "MortgageFlowBucket"
},
"Q02pFlowName": {
"Type": "String",
"Description": "Name for the flow",
"Default": "MortgageFlow"
},
"Q03pGuardrailName": {
"Type": "String",
"Description": "Name for guardrail to attach to agent",
"Default": "MortgageGR"
},
"Q04pKnowledgeBaseName": {
"Type": "String",
"Description": "Name for knowledge base to associate with agent",
"Default": "MortgageKB"
},
"Q05pAgentName": {
"Type": "String",
"Description": "Name for agent to create",
"Default": "MortgageAgent"
},
"Q06pKBEmbedModel": {
"Type": "String",
"Description": "Select Embedding model",
"Default": "amazon.titan-embed-text-v1"
},
"Q07pKBChunkingStrategy": {
"Type": "String",
"Description": "Select Chunking strategy",
"AllowedValues": [
"Default chunking",
"Fixed-size chunking",
"No chunking"
],
"Default": "Default chunking"
},
"Q08pKBMaxTokens": {
"Type": "Number",
"Description": "Maximum number of tokens in a chunk",
"Default": 300
},
"Q09pKBOverlapPercentage": {
"Type": "Number",
"Description": "Percent overlap in each chunk",
"Default": 20
},
"Q10pKBVectorStore": {
"Type": "String",
"Description": "Select vector store",
"AllowedValues": [
"Open-Search-Serverless"
],
"Default": "Open-Search-Serverless"
},
"Q11pOSSCollectionName": {
"Type": "String",
"Description": "Name of the Collection",
"MinLength": 1,
"MaxLength": 63,
"Default": "mortgage-kb-collection",
"AllowedPattern": "^[a-z0-9](-*[a-z0-9])*",
"ConstraintDescription": "Must be lowercase or numbers with a length of 1-32 characters"
},
"Q12pOSSIndexName": {
"Type": "String",
"Description": "Index name to be created in vector store",
"MinLength": 1,
"MaxLength": 63,
"Default": "mortgage-kb-index",
"AllowedPattern": "^[a-z0-9](-*[a-z0-9])*",
"ConstraintDescription": "Must be lowercase or numbers with a length of 1-63 characters"
}
},
"Resources": {
"KBRoleStack": {
"Type": "AWS::CloudFormation::Stack",
"Properties": {
"TemplateURL": {
"Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/kb-role-template.json"
},
"TimeoutInMinutes": 15,
"Parameters": {
"Q01pS3BucketName": {
"Ref": "Q01pS3BucketName"
}
}
}
},
"OSSStack": {
"Type": "AWS::CloudFormation::Stack",
"DependsOn": "KBRoleStack",
"Properties": {
"TemplateURL": {
"Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/oss-infra-template.json"
},
"TimeoutInMinutes": 15,
"Parameters": {
"Q01pS3BucketName": {
"Ref": "Q01pS3BucketName"
},
"Q06pKBEmbedModel": {
"Ref": "Q06pKBEmbedModel"
},
"Q11pOSSCollectionName": {
"Ref": "Q11pOSSCollectionName"
},
"Q12pOSSIndexName": {
"Ref": "Q12pOSSIndexName"
},
"pKBRole": {
"Fn::GetAtt": [
"KBRoleStack",
"Outputs.KBRole"
]
},
"pKBRoleArn": {
"Fn::GetAtt": [
"KBRoleStack",
"Outputs.KBRoleArn"
]
}
}
}
},
"KBStack": {
"Type": "AWS::CloudFormation::Stack",
"DependsOn": "OSSStack",
"Properties": {
"TemplateURL": {
"Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/kb-infra-template.json"
},
"TimeoutInMinutes": 15,
"Parameters": {
"KnowledgeBaseName": {
"Ref": "Q04pKnowledgeBaseName"
},
"Q01pS3BucketName": {
"Ref": "Q01pS3BucketName"
},
"Q06pKBEmbedModel": {
"Ref": "Q06pKBEmbedModel"
},
"Q07pKBChunkingStrategy": {
"Ref": "Q07pKBChunkingStrategy"
},
"Q08pKBMaxTokens": {
"Ref": "Q08pKBMaxTokens"
},
"Q09pKBOverlapPercentage": {
"Ref": "Q09pKBOverlapPercentage"
},
"Q11pOSSCollectionName": {
"Ref": "Q11pOSSCollectionName"
},
"Q12pOSSIndexName": {
"Ref": "Q12pOSSIndexName"
},
"pCollectionArn": {
"Fn::GetAtt": [
"OSSStack",
"Outputs.CollectionArn"
]
},
"pKBRoleArn": {
"Fn::GetAtt": [
"KBRoleStack",
"Outputs.KBRoleArn"
]
},
"pKBRole": {
"Fn::GetAtt": [
"KBRoleStack",
"Outputs.KBRole"
]
}
}
}
},
"GRStack": {
"Type": "AWS::CloudFormation::Stack",
"Properties": {
"TemplateURL": {
"Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/guardrails-template.json"
},
"TimeoutInMinutes": 15,
"Parameters": {
"GuardrailName": {
"Ref": "Q03pGuardrailName"
}
}
}
},
"AgentStack": {
"Type": "AWS::CloudFormation::Stack",
"DependsOn": [
"KBStack",
"GRStack"
],
"Properties": {
"TemplateURL": {
"Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/agent-template.json"
},
"TimeoutInMinutes": 15,
"Parameters": {
"Q01pS3BucketName": {
"Ref": "Q01pS3BucketName"
},
"KnowledgeBaseId": {
"Fn::GetAtt": [
"KBStack",
"Outputs.KBId"
]
},
"GuardrailArn": {
"Fn::GetAtt": [
"GRStack",
"Outputs.GuardrailArn"
]
},
"GuardrailVersion": {
"Fn::GetAtt": [
"GRStack",
"Outputs.GuardrailVersion"
]
}
}
}
},
"PromptsStack": {
"Type": "AWS::CloudFormation::Stack",
"Properties": {
"TemplateURL": {
"Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/prompts-template.json"
},
"TimeoutInMinutes": 15
}
},
"FlowStack": {
"Type": "AWS::CloudFormation::Stack",
"DependsOn": [
"AgentStack",
"PromptsStack"
],
"Properties": {
"TemplateURL": {
"Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/mortgage-flow-template.json"
},
"TimeoutInMinutes": 15,
"Parameters": {
"FlowName": {
"Ref": "Q02pFlowName"
},
"Q01pS3BucketName": {
"Ref": "Q01pS3BucketName"
},
"ProcessApplicationPromptArn": {
"Fn::GetAtt": [
"PromptsStack",
"Outputs.ProcessApplicationPromptArn"
]
},
"RejectionPromptArn": {
"Fn::GetAtt": [
"PromptsStack",
"Outputs.RejectionPromptArn"
]
},
"AgentId": {
"Fn::GetAtt": [
"AgentStack",
"Outputs.AgentId"
]
}
}
}
}
}
}
```
------
## Amazon Bedrock ガードレールのスタック
このスタックは、次の[ガードレール](guardrails.md)関連のリソースを作成します。
+ AgentGuardrail ([AWS::Bedrock::Guardrail](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-guardrail.html)) – コンテンツフィルタリング、トピックポリシー、PII 保護を提供するガードレール。このガードレールは、エージェントスタックのエージェントにアタッチされます。
+ AgentGuardrailVersion ([AWS::Bedrock::GuardrailVersion](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-guardrailversion.html)) – エージェントに適用される `AgentGuardrail` リソースのバージョン
------
#### [ YAML ]
```
AWSTemplateFormatVersion: "2010-09-09"
Description: "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow"
Parameters:
GuardrailName:
Type: String
Description: Name for guardrail
Default: MortgageGuardrail
Resources:
AgentGuardrail:
Type: AWS::Bedrock::Guardrail
Properties:
Name: !Sub AWSDocsTutorial-${GuardrailName}
Description: Guardrail for mortgage processing with investment advice blocking, content filtering, and PII protection
BlockedInputMessaging: "Sorry, the model cannot answer this question."
BlockedOutputsMessaging: "Sorry, the model cannot answer this question."
TopicPolicyConfig:
TopicsConfig:
- Name: InvestmentAdvice
Definition: "Investment advice refers to inquires, guidance or recommendations regarding the management or allocation of fund or asset with the goal of generating returns or achieving specific financial objectives"
Examples:
- "Is investing in the stocks better than bonds?"
- "Should I invest in gold?"
Type: DENY
ContentPolicyConfig:
FiltersConfig:
- Type: VIOLENCE
InputStrength: HIGH
OutputStrength: HIGH
- Type: PROMPT_ATTACK
InputStrength: HIGH
OutputStrength: NONE
- Type: MISCONDUCT
InputStrength: HIGH
OutputStrength: HIGH
- Type: HATE
InputStrength: HIGH
OutputStrength: HIGH
- Type: SEXUAL
InputStrength: HIGH
OutputStrength: HIGH
- Type: INSULTS
InputStrength: HIGH
OutputStrength: HIGH
WordPolicyConfig:
WordsConfig:
- Text: "crypto currency"
- Text: "bitcoin"
ManagedWordListsConfig:
- Type: PROFANITY
SensitiveInformationPolicyConfig:
PiiEntitiesConfig:
- Type: EMAIL
Action: ANONYMIZE
- Type: CREDIT_DEBIT_CARD_NUMBER
Action: BLOCK
ContextualGroundingPolicyConfig:
FiltersConfig:
- Type: GROUNDING
Threshold: 0.85
- Type: RELEVANCE
Threshold: 0.5
AgentGuardrailVersion:
Type: AWS::Bedrock::GuardrailVersion
Properties:
GuardrailIdentifier: !Ref AgentGuardrail
Description: Version 1 of the mortgage agent guardrail
Outputs:
GuardrailArn:
Value:
Ref: AgentGuardrail
Description: ARN of guardrail to associate with agent
GuardrailVersion:
Value:
Fn::GetAtt:
- AgentGuardrailVersion
- Version
Description: Version of guardrail to associate with agent
```
------
#### [ JSON ]
```
{
"AWSTemplateFormatVersion": "2010-09-09",
"Description": "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow",
"Parameters": {
"GuardrailName": {
"Type": "String",
"Description": "Name for guardrail",
"Default": "MortgageGuardrail"
}
},
"Resources": {
"AgentGuardrail": {
"Type": "AWS::Bedrock::Guardrail",
"Properties": {
"Name": {
"Fn::Sub": "AWSDocsTutorial-${GuardrailName}"
},
"Description": "Guardrail for mortgage processing with investment advice blocking, content filtering, and PII protection",
"BlockedInputMessaging": "Sorry, the model cannot answer this question.",
"BlockedOutputsMessaging": "Sorry, the model cannot answer this question.",
"TopicPolicyConfig": {
"TopicsConfig": [
{
"Name": "InvestmentAdvice",
"Definition": "Investment advice refers to inquires, guidance or recommendations regarding the management or allocation of fund or asset with the goal of generating returns or achieving specific financial objectives",
"Examples": [
"Is investing in the stocks better than bonds?",
"Should I invest in gold?"
],
"Type": "DENY"
}
]
},
"ContentPolicyConfig": {
"FiltersConfig": [
{
"Type": "VIOLENCE",
"InputStrength": "HIGH",
"OutputStrength": "HIGH"
},
{
"Type": "PROMPT_ATTACK",
"InputStrength": "HIGH",
"OutputStrength": "NONE"
},
{
"Type": "MISCONDUCT",
"InputStrength": "HIGH",
"OutputStrength": "HIGH"
},
{
"Type": "HATE",
"InputStrength": "HIGH",
"OutputStrength": "HIGH"
},
{
"Type": "SEXUAL",
"InputStrength": "HIGH",
"OutputStrength": "HIGH"
},
{
"Type": "INSULTS",
"InputStrength": "HIGH",
"OutputStrength": "HIGH"
}
]
},
"WordPolicyConfig": {
"WordsConfig": [
{
"Text": "crypto currency"
},
{
"Text": "bitcoin"
}
],
"ManagedWordListsConfig": [
{
"Type": "PROFANITY"
}
]
},
"SensitiveInformationPolicyConfig": {
"PiiEntitiesConfig": [
{
"Type": "EMAIL",
"Action": "ANONYMIZE"
},
{
"Type": "CREDIT_DEBIT_CARD_NUMBER",
"Action": "BLOCK"
}
]
},
"ContextualGroundingPolicyConfig": {
"FiltersConfig": [
{
"Type": "GROUNDING",
"Threshold": 0.85
},
{
"Type": "RELEVANCE",
"Threshold": 0.5
}
]
}
}
},
"AgentGuardrailVersion": {
"Type": "AWS::Bedrock::GuardrailVersion",
"Properties": {
"GuardrailIdentifier": {
"Ref": "AgentGuardrail"
},
"Description": "Version 1 of the mortgage agent guardrail"
}
}
},
"Outputs": {
"GuardrailArn": {
"Value": {
"Ref": "AgentGuardrail"
},
"Description": "ARN of guardrail to associate with agent"
},
"GuardrailVersion": {
"Value": {
"Fn::GetAtt": [
"AgentGuardrailVersion",
"Version"
]
},
"Description": "Version of guardrail to associate with agent"
}
}
}
```
------
## Amazon Bedrock Prompt Management スタック
このスタックは、フローに追加される、以下の[プロンプト](prompt-management.md) ([AWS::IAM::Prompt](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-prompt.html)) リソースを作成します。
+ RejectionPrompt – 財務情報に基づいて生成された拒否通知を返すプロンプト
+ ProcessApplicationPrompt – 顧客の財務情報をエージェントに送信し、顧客にローンの適格性があるかどうかを評価するようエージェントに求めるプロンプト
------
#### [ YAML ]
```
AWSTemplateFormatVersion: "2010-09-09"
Description: "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow"
Resources:
RejectionPrompt:
Type: AWS::Bedrock::Prompt
Properties:
Name: !Sub AWSDocsTutorial-RejectionPrompt
Description: "Use this prompt to generate a rejection letter triggered by an unsatisfactory income to debt ratio"
DefaultVariant: variantOne
Variants:
- Name: variantOne
TemplateType: TEXT
ModelId: anthropic.claude-3-haiku-20240307-v1:0
TemplateConfiguration:
Text:
Text: |
Write a mortgage loan rejection letter for a candiate with income {{income}}, totalDebt {{totalDebt}}, loanAmount {{loanAmount}}.
The reason for rejection is their income to debt ratio.
Do not mention any other reason.
Make the letter as concise as possible.
Treat all numeric inputs as whole numbers.
Let the general structure be like the below:
Dear [Applicant's Name],
We appreciate your interest in obtaining a mortgage loan with our institution...
The primary reason for this decision is that ...
While we understand that this news may be disappointing, ...
Thank you again for your interest, and we wish you the best in your future endeavors...
Sincerely,
[Your Institution's Name]
InputVariables:
- Name: income
- Name: totalDebt
- Name: loanAmount
InferenceConfiguration:
Text:
MaxTokens: 2000
Temperature: 0.0
TopP: 0.999
StopSequences:
- "\n\nHuman:"
AdditionalModelRequestFields:
top_k: 250
ProcessApplicationPrompt:
Type: AWS::Bedrock::Prompt
Properties:
Name: !Sub AWSDocsTutorial-ProcessApplicationPrompt
Description: "Use this prompt to generate a question for an agent to process the mortgage application"
DefaultVariant: variantOne
Variants:
- Name: variantOne
TemplateType: TEXT
ModelId: anthropic.claude-3-haiku-20240307-v1:0
TemplateConfiguration:
Text:
Text: |
Generate a question asking if the user will qualify for a loan for the specified criteria.
Include instruction to base the answer on key features of the property retrieved from MLS listing.
Start with "will an applicant...".
{ "income": {{income}}, "creditScore": {{creditScore}}, "totalDebt": {{totalDebt}}, "loanAmount": {{loanAmount}}, "mlsId": {{mlsId}} }
Include a second question on loan requirements an applicant with the below attributes should consider for a Fannie Mae backed loan (other than debt to income).
InputVariables:
- Name: income
- Name: creditScore
- Name: totalDebt
- Name: loanAmount
- Name: mlsId
InferenceConfiguration:
Text:
MaxTokens: 2000
Temperature: 0.0
TopP: 0.999
StopSequences:
- "\n\nHuman:"
AdditionalModelRequestFields:
top_k: 250
Outputs:
ProcessApplicationPromptArn:
Value:
Ref: ProcessApplicationPrompt
Description: ARN of the prompt to process a mortgage application
RejectionPromptArn:
Value:
Ref: RejectionPrompt
Description: ARN of the prompt to reject a mortgage application
```
------
#### [ JSON ]
```
{
"AWSTemplateFormatVersion": "2010-09-09",
"Description": "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow",
"Resources": {
"RejectionPrompt": {
"Type": "AWS::Bedrock::Prompt",
"Properties": {
"Name": {
"Fn::Sub": "AWSDocsTutorial-RejectionPrompt"
},
"Description": "Use this prompt to generate a rejection letter triggered by an unsatisfactory income to debt ratio",
"DefaultVariant": "variantOne",
"Variants": [
{
"Name": "variantOne",
"TemplateType": "TEXT",
"ModelId": "anthropic.claude-3-haiku-20240307-v1:0",
"TemplateConfiguration": {
"Text": {
"Text": "Write a mortgage loan rejection letter for a candiate with income {{income}}, totalDebt {{totalDebt}}, loanAmount {{loanAmount}}. \nThe reason for rejection is their income to debt ratio. \nDo not mention any other reason. \nMake the letter as concise as possible. \nTreat all numeric inputs as whole numbers.\nLet the general structure be like the below:\n\nDear [Applicant's Name],\nWe appreciate your interest in obtaining a mortgage loan with our institution...\nThe primary reason for this decision is that ...\nWhile we understand that this news may be disappointing, ...\nThank you again for your interest, and we wish you the best in your future endeavors...\n\nSincerely,\n[Your Institution's Name]\n",
"InputVariables": [
{
"Name": "income"
},
{
"Name": "totalDebt"
},
{
"Name": "loanAmount"
}
]
}
},
"InferenceConfiguration": {
"Text": {
"MaxTokens": 2000,
"Temperature": 0.0,
"TopP": 0.999,
"StopSequences": [
"\n\nHuman:"
]
}
},
"AdditionalModelRequestFields": {
"top_k": 250
}
}
]
}
},
"ProcessApplicationPrompt": {
"Type": "AWS::Bedrock::Prompt",
"Properties": {
"Name": {
"Fn::Sub": "AWSDocsTutorial-ProcessApplicationPrompt"
},
"Description": "Use this prompt to generate a question for an agent to process the mortgage application",
"DefaultVariant": "variantOne",
"Variants": [
{
"Name": "variantOne",
"TemplateType": "TEXT",
"ModelId": "anthropic.claude-3-haiku-20240307-v1:0",
"TemplateConfiguration": {
"Text": {
"Text": "Generate a question asking if the user will qualify for a loan for the specified criteria. \n\nInclude instruction to base the answer on key features of the property retrieved from MLS listing. \n\nStart with \"will an applicant...\".\n\n{ \"income\": {{income}}, \"creditScore\": {{creditScore}}, \"totalDebt\": {{totalDebt}}, \"loanAmount\": {{loanAmount}}, \"mlsId\": {{mlsId}} }\n\nInclude a second question on loan requirements an applicant with the below attributes should consider for a Fannie Mae backed loan (other than debt to income).\n",
"InputVariables": [
{
"Name": "income"
},
{
"Name": "creditScore"
},
{
"Name": "totalDebt"
},
{
"Name": "loanAmount"
},
{
"Name": "mlsId"
}
]
}
},
"InferenceConfiguration": {
"Text": {
"MaxTokens": 2000,
"Temperature": 0.0,
"TopP": 0.999,
"StopSequences": [
"\n\nHuman:"
]
}
},
"AdditionalModelRequestFields": {
"top_k": 250
}
}
]
}
}
},
"Outputs": {
"ProcessApplicationPromptArn": {
"Value": {
"Ref": "ProcessApplicationPrompt"
},
"Description": "ARN of the prompt to process a mortgage application"
},
"RejectionPromptArn": {
"Value": {
"Ref": "RejectionPrompt"
},
"Description": "ARN of the prompt to reject a mortgage application"
}
}
}
```
------
## Amazon Bedrock ナレッジベースのスタック
このテンプレートは、ローンのガイドラインを含む、[ナレッジベース](knowledge-base.md)とそのデータソースを作成します。
+ KnowledgeBase ([AWS::Bedrock::KnowledgeBase](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-knowledgebase.html))
+ KnowledgeBaseDataSource ([AWS::Bedrock::DataSource](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-datasource.html))
------
#### [ YAML ]
```
AWSTemplateFormatVersion: '2010-09-09'
Description: "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow"
Parameters:
KnowledgeBaseName:
Type: String
Description: Name of knowledge base
Default: MortgageKB
Q01pS3BucketName:
Type: String
Description: Name of S3 bucket where knowledge base data is stored
Q06pKBEmbedModel:
Type: String
Description: Selected Embedding model
Q07pKBChunkingStrategy:
Type: String
Description: Selected Chunking strategy
Q08pKBMaxTokens:
Type: Number
Description: Maximum number of tokens in a chunk
Q09pKBOverlapPercentage:
Type: Number
Description: Percent overlap in each chunk
Q11pOSSCollectionName:
Type: String
Description: Name of the Collection
Q12pOSSIndexName:
Type: String
Description: Index name to be created in vector store
Q13pVectorFieldName:
Type: String
Description: Vector field name
Default: bedrock-knowledge-base-default-vector
Q14pMetaDataFieldName:
Type: String
Description: Metadata field name
Default: AMAZON_BEDROCK_METADATA
Q15pTextFieldName:
Type: String
Description: Text field name
Default: AMAZON_BEDROCK_TEXT_CHUNK
pCollectionArn:
Type: String
Description: Name of the Collection Arn
pKBRole:
Type: String
Description: KB role for e2e RAG
pKBRoleArn:
Type: String
Description: KB role Arn for e2e RAG
Conditions:
IsChunkingStrategyFixed:
Fn::Equals:
- Ref: Q07pKBChunkingStrategy
- Fixed-size chunking
IsChunkingStrategyDefault:
Fn::Equals:
- Ref: Q07pKBChunkingStrategy
- Default chunking
IsChunkingStrategyNoChunking:
Fn::Equals:
- Ref: Q07pKBChunkingStrategy
- No chunking
IsChunkingStrategyFixedOrDefault:
Fn::Or:
- Condition: IsChunkingStrategyFixed
- Condition: IsChunkingStrategyDefault
Resources:
KnowledgeBase:
Type: AWS::Bedrock::KnowledgeBase
Properties:
Description: Test KB Deployment
KnowledgeBaseConfiguration:
Type: VECTOR
VectorKnowledgeBaseConfiguration:
EmbeddingModelArn:
Fn::Sub: arn:aws:bedrock:${AWS::Region}::foundation-model/${Q06pKBEmbedModel}
Name: !Sub AWSDocsTutorial-${KnowledgeBaseName}
RoleArn:
Ref: pKBRoleArn
StorageConfiguration:
OpensearchServerlessConfiguration:
CollectionArn:
Ref: pCollectionArn
FieldMapping:
MetadataField:
Ref: Q14pMetaDataFieldName
TextField:
Ref: Q15pTextFieldName
VectorField:
Ref: Q13pVectorFieldName
VectorIndexName:
Ref: Q12pOSSIndexName
Type: OPENSEARCH_SERVERLESS
KnowledgeBaseDataSource:
Type: AWS::Bedrock::DataSource
DependsOn:
- KnowledgeBase
Properties:
DataSourceConfiguration:
Type: S3
S3Configuration:
BucketArn:
Fn::Sub: arn:aws:s3:::${Q01pS3BucketName}
InclusionPrefixes:
- knowledge-base-data-source/
Description: Knowledge base data source
KnowledgeBaseId:
Ref: KnowledgeBase
Name: !Sub AWSDocsTutorial-${KnowledgeBaseName}-DS
VectorIngestionConfiguration:
ChunkingConfiguration:
Fn::If:
- IsChunkingStrategyFixed
- ChunkingStrategy: FIXED_SIZE
FixedSizeChunkingConfiguration:
MaxTokens: !Ref Q08pKBMaxTokens
OverlapPercentage: !Ref Q09pKBOverlapPercentage
- Fn::If:
- IsChunkingStrategyDefault
- ChunkingStrategy: FIXED_SIZE
FixedSizeChunkingConfiguration:
MaxTokens: 300
OverlapPercentage: 20
- Fn::If:
- IsChunkingStrategyNoChunking
- ChunkingStrategy: NONE
- !Ref AWS::NoValue
Outputs:
KBId:
Value:
Ref: KnowledgeBase
Description: KnowledgeBase ID
DS:
Value:
Ref: KnowledgeBaseDataSource
Description: KnowledgeBase Datasource
```
------
#### [ JSON ]
```
{
"AWSTemplateFormatVersion": "2010-09-09",
"Description": "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow",
"Parameters": {
"KnowledgeBaseName": {
"Type": "String",
"Description": "Name of knowledge base",
"Default": "MortgageKB"
},
"Q01pS3BucketName": {
"Type": "String",
"Description": "Name of S3 bucket where knowledge base data is stored"
},
"Q06pKBEmbedModel": {
"Type": "String",
"Description": "Selected Embedding model"
},
"Q07pKBChunkingStrategy": {
"Type": "String",
"Description": "Selected Chunking strategy"
},
"Q08pKBMaxTokens": {
"Type": "Number",
"Description": "Maximum number of tokens in a chunk"
},
"Q09pKBOverlapPercentage": {
"Type": "Number",
"Description": "Percent overlap in each chunk"
},
"Q11pOSSCollectionName": {
"Type": "String",
"Description": "Name of the Collection"
},
"Q12pOSSIndexName": {
"Type": "String",
"Description": "Index name to be created in vector store"
},
"Q13pVectorFieldName": {
"Type": "String",
"Description": "Vector field name",
"Default": "bedrock-knowledge-base-default-vector"
},
"Q14pMetaDataFieldName": {
"Type": "String",
"Description": "Metadata field name",
"Default": "AMAZON_BEDROCK_METADATA"
},
"Q15pTextFieldName": {
"Type": "String",
"Description": "Text field name",
"Default": "AMAZON_BEDROCK_TEXT_CHUNK"
},
"pCollectionArn": {
"Type": "String",
"Description": "Name of the Collection Arn"
},
"pKBRole": {
"Type": "String",
"Description": "KB role for e2e RAG"
},
"pKBRoleArn": {
"Type": "String",
"Description": "KB role Arn for e2e RAG"
}
},
"Conditions": {
"IsChunkingStrategyFixed": {
"Fn::Equals": [
{
"Ref": "Q07pKBChunkingStrategy"
},
"Fixed-size chunking"
]
},
"IsChunkingStrategyDefault": {
"Fn::Equals": [
{
"Ref": "Q07pKBChunkingStrategy"
},
"Default chunking"
]
},
"IsChunkingStrategyNoChunking": {
"Fn::Equals": [
{
"Ref": "Q07pKBChunkingStrategy"
},
"No chunking"
]
},
"IsChunkingStrategyFixedOrDefault": {
"Fn::Or": [
{
"Condition": "IsChunkingStrategyFixed"
},
{
"Condition": "IsChunkingStrategyDefault"
}
]
}
},
"Resources": {
"KnowledgeBase": {
"Type": "AWS::Bedrock::KnowledgeBase",
"Properties": {
"Description": "Test KB Deployment",
"KnowledgeBaseConfiguration": {
"Type": "VECTOR",
"VectorKnowledgeBaseConfiguration": {
"EmbeddingModelArn": {
"Fn::Sub": "arn:aws:bedrock:${AWS::Region}::foundation-model/${Q06pKBEmbedModel}"
}
}
},
"Name": {
"Fn::Sub": "AWSDocsTutorial-${KnowledgeBaseName}"
},
"RoleArn": {
"Ref": "pKBRoleArn"
},
"StorageConfiguration": {
"OpensearchServerlessConfiguration": {
"CollectionArn": {
"Ref": "pCollectionArn"
},
"FieldMapping": {
"MetadataField": {
"Ref": "Q14pMetaDataFieldName"
},
"TextField": {
"Ref": "Q15pTextFieldName"
},
"VectorField": {
"Ref": "Q13pVectorFieldName"
}
},
"VectorIndexName": {
"Ref": "Q12pOSSIndexName"
}
},
"Type": "OPENSEARCH_SERVERLESS"
}
}
},
"KnowledgeBaseDataSource": {
"Type": "AWS::Bedrock::DataSource",
"DependsOn": [
"KnowledgeBase"
],
"Properties": {
"DataSourceConfiguration": {
"Type": "S3",
"S3Configuration": {
"BucketArn": {
"Fn::Sub": "arn:aws:s3:::${Q01pS3BucketName}"
},
"InclusionPrefixes": [
"knowledge-base-data-source/"
]
}
},
"Description": "Knowledge base data source",
"KnowledgeBaseId": {
"Ref": "KnowledgeBase"
},
"Name": {
"Fn::Sub": "AWSDocsTutorial-${KnowledgeBaseName}-DS"
},
"VectorIngestionConfiguration": {
"ChunkingConfiguration": {
"Fn::If": [
"IsChunkingStrategyFixed",
{
"ChunkingStrategy": "FIXED_SIZE",
"FixedSizeChunkingConfiguration": {
"MaxTokens": {
"Ref": "Q08pKBMaxTokens"
},
"OverlapPercentage": {
"Ref": "Q09pKBOverlapPercentage"
}
}
},
{
"Fn::If": [
"IsChunkingStrategyDefault",
{
"ChunkingStrategy": "FIXED_SIZE",
"FixedSizeChunkingConfiguration": {
"MaxTokens": 300,
"OverlapPercentage": 20
}
},
{
"Fn::If": [
"IsChunkingStrategyNoChunking",
{
"ChunkingStrategy": "NONE"
},
{
"Ref": "AWS::NoValue"
}
]
}
]
}
]
}
}
}
}
},
"Outputs": {
"KBId": {
"Value": {
"Ref": "KnowledgeBase"
},
"Description": "KnowledgeBase ID"
},
"DS": {
"Value": {
"Ref": "KnowledgeBaseDataSource"
},
"Description": "KnowledgeBase Datasource"
}
}
}
```
------
# 住宅ローン処理フローの詳細
での住宅ローン処理フローの視覚的表現 AWS マネジメントコンソール は次のとおりです。
![\[住宅ローン処理フロー\]](http://docs.aws.amazon.com/ja_jp/bedrock/latest/userguide/images/cloudformation/mortgage-processing-flow.png)
## フローのステップ
このフローでは、次のステップが実行されます。
1. 入力された顧客の財務情報は `loanCalculator` Lambda 関数に送信され、関数は、顧客が返済可能な最大ローン額を計算します。
1. `loanCalculator` 関数 (`maximumAffordableLoan`) からの出力と入力からの `loanAmount` 値が条件ノードに送信され、以下のとおり評価されます。
+ `loanAmount` が `maximumAffordableLoan` より大きい場合、`incomeDebt` プロンプトがトリガーされ、ローンの却下通知が生成されます。
+ それ以外の場合、顧客の財務情報は `processApplication` プロンプトによって `mortgageProcessingAgent` に送信されます。エージェントは、ローン計算関数と Multiple Listing Service (MLS) 検索関数を適用して、DynamoDB テーブルを検索し、入力で指定された MLS 物件に基づいて顧客の情報を評価します。さらにエージェントは、Fannie Mae 販売ガイドなどのナレッジベースで情報を検索します。エージェントは、これらのすべての情報を利用して、リクエストされたローン金額に対する顧客の適格性を分析するレスポンスを生成します。
# Amazon Bedrock ユーザーガイドのドキュメント履歴
+ **ドキュメントの最終更新日: **2025 年 11 月 26 日
次の表に、Amazon Bedrock の各リリースにおける重要な変更点を示します。このドキュメントの更新に関する通知を受け取るには、RSS フィードにサブスクライブできます。
| 変更 | 説明 | 日付 |
| --- |--- |--- |
| [バッチ推論の Converse API サポート](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-create.html) | バッチ推論入力データに Converse API 形式を使用できるようになりました。バッチ推論ジョブを作成するときは、モデル間で一貫したリクエスト形式を使用するように、モデル呼び出しタイプを Converse に設定します。 | 2026 年 2 月 27 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/fine-tuning-openai-apis.html) | OpenAI互換 APIs。ファイル API、ファインチューニングジョブ API、推論 API など、使い慣れた OpenAI SDK エンドポイントを使用して、オープンウェイトモデルの強化ファインチューニングジョブを作成、モニタリング APIs 、管理できるようになりました APIs 。 | 2026 年 2 月 17 日 |
| [サービス階層でサポートされているモデルのリストを更新しました](https://docs.aws.amazon.com/bedrock/latest/userguide/service-tiers-inference.html) | 優先度と柔軟なサービス階層でサポートされているモデルのリストを更新 | 2025 年 12 月 31 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda-optimize-blueprint-info.html) | Amazon Bedrock Data Automation は、ドキュメントのブループリント命令の最適化をサポートするようになりました。グラウンドトゥルースラベル付きのサンプルコンテンツアセットを提供することで、データオートメーションのカスタム出力精度を向上させ、モデルトレーニングなしでドキュメントの本番稼働準備の精度を数分で実現できます。 | 2025 年 12 月 18 日 |
| [新しいマネージドポリシー](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock は、Amazon Bedrock Mantle に AmazonBedrockMantleFullAccess AmazonBedrockMantleReadOnly 、AmazonBedrockMantleInferenceAccess のマネージド IAM ポリシーを追加しました。Amazon Bedrock Mantle は、モデル推論用の OpenAI 互換 API エンドポイントを提供します。 | 2025 年 12 月 3 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-mantle.html) | Amazon Bedrock は、Responses API や Chat Completions API など、OpenAI互換性のある API エンドポイントをサポートするようになりました。これらのエンドポイントにより、長時間実行されるワークロードの非同期推論、手動履歴の受け渡しのないステートフルな会話管理、エージェントワークフローのツール使用統合の簡素化が可能になります。ベース URL と API キーを更新することで、最小限のコード変更で既存のアプリケーションを移行します。 | 2025 年 12 月 3 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/reinforcement-fine-tuning.html) | フィードバックシグナルを通じて基盤モデルのパフォーマンスを向上させるための新しい強化ファインチューニングを追加しました。 | 2025 年 12 月 3 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-service-tiers.html) | Bedrock 推論の新しい「予約済み」サービス階層を追加しました。 | 2025 年 11 月 26 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-claude.html) | Amazon Bedrock が 4.5 Anthropic Claude Opus をサポートするようになりました。 | 2025 年 11 月 24 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-enforcements.html) | AWS 組織内のアカウント間でガードレールを共有できるようになりました。 | 2025 年 11 月 21 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda-using-api.html) | Amazon Bedrock Data Automation が同期呼び出しをサポートするようになりました。 | 2025 年 11 月 20 日 |
| [カスタムモデルインポートのモデルサポートを更新](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | カスタムモデルのインポートで OpenAI GPT-OSS モデルがサポートされるようになりました。 | 2025 年 11 月 19 日 |
| [標準階層のコーディングユースケースのサポートを強化](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails.html) | Amazon Bedrock ガードレール標準階層で、コーディングユースケースのサポートが強化されました。コンテンツフィルター、プロンプト攻撃、拒否トピックがアップグレードされ、既存の設定を変更することなく、コード関連のプロンプトとレスポンスをより適切に処理できるようになりました。標準階層の包括的なコードドメインサポートドキュメントとプロンプト漏洩検出を追加しました。 | 2025 年 11 月 19 日 |
| [更新された機能](https://docs.aws.amazon.com/bedrock/latest/userguide/service-tiers-inference.html) | オンデマンド推論の新しいサービス階層の優先度と柔軟性を追加 | 2025 年 11 月 18 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock がアフリカ (ケープタウン）、アジアパシフィック (ニュージーランド）、カナダ西部 (カルガリー）、メキシコ (中部）、中東 (バーレーン) でサポートされるようになりました。 | 2025 年 11 月 18 日 |
| [更新された機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-vector-stores.html) | Aurora ナレッジベース統合での PostgreSQL テキスト検索の「simple」ディクショナリの代わりに「english」ディクショナリの使用に関する注意を追加しました。 | 2025 年 10 月 31 日 |
| [レガシーステータスのモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html) | Anthropic Claude 3.7 Sonnet はレガシーステータスになりました。2026 年 4 Claude 月 28 日より前に Sonnet 4.5 に移行します。 | 2025 年 10 月 30 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/stable-image-services.html) | Amazon Bedrock では、4 つの新しい Stability AI Image Services (アウトペイントとアップスケール) が利用可能になりました。 | 2025 年 10 月 28 日 |
| [更新された機能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-submit.html) | 以前にカスタマイズしたモデル (ファインチューニングされたモデルまたは蒸留モデル) をベースモデルとして使用して、さらにカスタマイズできるようになりました。 | 2025 年 10 月 16 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Anthropic Claude Haiku 4.5 を使用できるようになりました。 | 2025 年 10 月 15 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html) | すべての Amazon Bedrock 基盤モデルへのアクセスが、適切な IAM アクセス許可でデフォルトで有効になりました。 | 2025 年 10 月 15 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-cross-region-support.html) | Amazon Bedrock ガードレールは、アジアパシフィック (バンコック)、アジアパシフィック (クアラルンプール)、アジアパシフィック (台北)、イスラエル (テルアビブ)、中東 (ドバイ) の 5 つの追加リージョンでクロスリージョン推論とともに一般提供が開始されました。 | 2025 年 10 月 9 日 |
| [マネージドポリシーの更新](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock は、AmazonBedrockFullAccess マネージドポリシーを更新して、デフォルトですべてのサーバーレス基盤モデルへのアクセスを有効にしました。 | 2025 年 10 月 7 日 |
| [バッチ推論のモデルサポートを更新](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | バッチ推論で、DeepSeek V3.1、Qwen3 32B (高密度)、Qwen3 235B A22B 2507、Qwen3-Coder-30B-A3B-Instruct、および Qwen3 Coder 480B A35B Instruct がサポートされるようになりました。 | 2025 年 10 月 3 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-embed.html) | Amazon Bedrock で Cohere Cohere Embed v4 を使用できるようになりました。 | 2025 年 10 月 2 日 |
| [モデルサポートを更新](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | モデルインポートで Qwen3 モデルをインポートできるようになりました。 | 2025 年 9 月 30 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/rerank-supported.html) | Cohere Cohere Rerank 3.5 モデルが米国東部 (バージニア北部) で利用可能になりました。 | 2025 年 9 月 30 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-cross-region.html) | Amazon Bedrock ガードレールは、アジアパシフィック (メルボルン) でクロスリージョン推論とともに一般提供が開始されました。 | 2025 年 9 月 29 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Anthropic Claude Sonnet 4.5 を使用できるようになりました。 | 2025 年 9 月 29 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock がアジアパシフィック (タイ)、アジアパシフィック (台北)、アジアパシフィック (マレーシア)、中東 (アラブ首長国連邦)、イスラエル (テルアビブ) で利用可能になりました。 | 2025 年 9 月 26 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows.html) | Amazon Bedrock フローで、フロートレースの機能強化と DoWhile ループノード機能がサポートされるようになりました。 | 2025 年 9 月 26 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Anthropic Claude Sonnet 4.5 を使用できるようになりました。 | 2025 年 9 月 25 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/stable-image-services.html) | Stability AI Image Services が Amazon Bedrock で利用可能になりました。 | 2025 年 9 月 18 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-model-supported.html) | Meta Llama 3.3 70B Instruct がファインチューニングで利用可能になり、Amazon Bedrock で継続的な事前トレーニングが利用可能になりました。 | 2025 年 9 月 15 日 |
| [ガードレールにおける新しいリージョンのサポート](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-supporte.html) | Amazon Bedrock ガードレールがアジアパシフィック (ジャカルタ) でサポートされるようになりました。 | 2025 年 9 月 11 日 |
| [チュートリアルの新規追加](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-marengo.html) | TwelveLabs Marengo Embed 2.7 で [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) API がサポートされるようになりました。 | 2025 年 9 月 9 日 |
| [チュートリアルの新規追加](https://docs.aws.amazon.com/bedrock/latest/userguide/api-keys-permissions.html) | `bedrock:CallWithBearerToken` アクションで `bedrock:bearerTokenType` 条件キーが使用可能になりました。 | 2025 年 9 月 4 日 |
| [チュートリアルの新規追加](https://docs.aws.amazon.com/bedrock/latest/userguide/getting-started-mortgage-flow.html) | CloudFormation テンプレートを使用して住宅ローン Amazon Bedrock フローを簡単にセットアップできるチュートリアルに従うことにより、Amazon Bedrock リソースの作成方法に精通できます。 | 2025 年 9 月 2 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-openai-batch.html) | OpenAI バッチ API がサポートされるようになりました。 | 2025 年 8 月 27 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock データオートメーションが AWS GovCloud (米国西部) で利用可能になりました。 | 2025/08/25 |
| [新しい言語](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation で、ポルトガル語、フランス語、イタリア語、スペイン語、ドイツ語のドキュメントからのデータ抽出がサポートされるようになりました。 | 2025/08/25 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/count-tokens.html) | 一部のモデルのトークン数を推定できるようになりました。 | 2025 年 8 月 21 日 |
| [モデルのリージョン拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | TwelveLabs TwelveLabs Pegasus 1.2 が米国東部 (バージニア北部) およびアジアパシフィック (ソウル) でサポートされるようになりました。 | 2025 年 8 月 14 日 |
| [Amazon Bedrock ガードレールのモデルサポートを追加](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-supported.html) | Amazon Bedrock ガードレールが米国西部 (北カリフォルニア) でサポートされるようになりました。 | 2025 年 8 月 11 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で OpenAI gpt-oss-20b および gpt-oss-120b を使用できるようになりました。 | 2025 年 8 月 5 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-automated-reasoning-checks.html) | Amazon Bedrock ガードレールでは、基盤モデルレスポンスの精度を検証するための自動推論チェックがサポートされるようになりました。 | 2025 年 8 月 5 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock がアジアパシフィック (メルボルン) でサポートされるようになりました。 | 2025 年 7 月 31 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Anthropic Claude Opus 4.1 を使用できるようになりました。 | 2025 年 7 月 31 日 |
| [バッチ推論のモデルサポートを追加](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | バッチ推論で米国の Amazon Nova Premier 推論プロファイルがサポートされるようになりました。 | 2025 年 7 月 29 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock が米国西部 (北カリフォルニア) でサポートされるようになりました。 | 2025 年 7 月 28 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation で DOC/DOCX および H.265 ファイルタイプがサポートされるようになりました | 2025 年 7 月 28 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation が、欧州 (フランクフルト)、欧州 (ロンドン)、欧州 (アイルランド)、アジアパシフィック (ムンバイ)、アジアパシフィック (シドニー) で利用可能になりました。 | 2025 年 7 月 16 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/import-with-create-custom-model.html) | SageMaker AI でトレーニングされた Amazon Nova モデルをカスタムモデルとして Amazon Bedrock にインポートできるようになりました。 | 2025 年 7 月 16 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/deploy-custom-model-on-demand.html) | Amazon Bedrock でオンデマンド推論用のカスタムモデルをデプロイできるようになりました。この機能を使用すると、プロビジョンドスループットなしで pay-per-token 推論用のカスタムモデルをデプロイできます。 | 2025 年 7 月 16 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で TwelveLabs TwelveLabs Pegasus 1.2 および TwelveLabs Marengo Embed 2.7 を使用できるようになりました。 | 2025 年 7 月 15 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Anthropic Claude 3.7 Sonnet in AWS GovCloud (米国西部) を使用できるようになりました。 | 2025 年 7 月 7 日 |
| [新しいマネージドポリシー](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock では、マネージド IAM ポリシー (AmazonBedrockLimitedAccess、AmazonBedrockMarketplaceAccess) が追加されました。 | 2025 年 7 月 7 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/api-keys.html) | Amazon Bedrock では、Amazon Bedrock API を呼び出す簡単な認証のための API キーの作成がサポートされるようになりました。 | 2025 年 7 月 7 日 |
| [インテリジェントなプロンプトルーティングのためのリージョン拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | インテリジェントプロンプトルーティングが、 AWS GovCloud (米国西部) および AWS GovCloud (米国東部) でサポートされるようになりました。 | 2025 年 7 月 3 日 |
| [バッチ推論のモデルサポートを追加](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | バッチ推論が Meta Llama 4 Scout 17B Instruct および Llama 4 Maverick 17B Instruct モデルでサポートされるようになりました。 | 2025 年 7 月 3 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-supported.html) | プロンプト管理が欧州 (ミラノ)、欧州 (スペイン)、アジアパシフィック (ハイデラバード)、およびアジアパシフィック (大阪) でサポートされるようになりました。 | 2025 年 7 月 1 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-supported.html) | Amazon Bedrock フローが、欧州 (ミラノ)、欧州 (スペイン)、アジアパシフィック (ハイデラバード)、およびアジアパシフィック (大阪) でサポートされるようになりました。 | 2025 年 7 月 1 日 |
| [Amazon Bedrock ナレッジベースのリージョン拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | Amazon Bedrock ナレッジベースが、アジアパシフィック (ハイデラバード）、アジアパシフィック (大阪）、欧州 (ミラノ）、欧州 (スペイン) AWS リージョンでサポートされるようになりました。 | 2025 年 6 月 26 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-tiers.html) | Amazon Bedrock ガードレールでは、コンテンツフィルター (テキスト)、プロンプト攻撃、拒否トピックポリシーのパフォーマンスと言語のオプションを提供する保護階層がサポートされます。 | 2025 年 6 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-nodes.html) | (プレビュー) インラインコードノードを使用して、Amazon Bedrock フローでコードを直接実行します。 | 2025 年 6 月 19 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-create-async.html) | (プレビュー) フロー実行で Amazon Bedrock フローをより長時間実行します。 | 2025 年 6 月 19 日 |
| [チュートリアルの新規追加](https://docs.aws.amazon.com/bedrock/latest/userguide/agent-tutorial.html) | シンプルな Amazon Bedrock エージェントを作成するためのチュートリアルを追加しました。 | 2025 年 5 月 28 日 |
| [利用可能な新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Claude Sonnet 4 および Claude Opus 4 を使用できるようになりました。 | 2025 年 5 月 22 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation で、ビデオのカスタム出力がサポートされるようになりました。 | 2025 年 5 月 19 日 |
| [ビデオブループリントのサポートを追加](https://docs.aws.amazon.com/bedrock/latest/userguide/creating-blueprint-video.html) | BDA でビデオのブループリントがサポートされるようになりました。 | 2025 年 5 月 16 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-cross-region.html) | Amazon Bedrock ガードレールでクロスリージョン推論がサポートされるようになりました。 | 2025 年 5 月 13 日 |
| [カスタムモデルインポートのモデルサポートを追加](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | カスタムモデルのインポートで、Qwen2、Qwen2.5、Qwen2-VL、Qwen2.5-VL がサポートされるようになりました。 | 2025 年 5 月 12 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation で、オーディオファイルのカスタムブループリントがサポートされるようになりました。 | 2025 年 5 月 5 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Meta Llama 4 Scout 17B Instruct および Llama 4 Maverick 17B Instruct を使用できるようになりました。 | 2025 年 4 月 28 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Writer Palmyra X4 および Writer Palmyra X5 を使用できるようになりました。 | 2025 年 4 月 28 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/conversation-inference-call.html) | InvokeModel API と Converse API を Amazon Nova Lite および Amazon Nova Pro で使用しているとき、Amazon S3 に保存されている画像とドキュメントを参照できるようになりました。推論プロファイルでこれらの API を使用して S3 に保存されている画像、ドキュメント、動画を含めることもできるようになりました。 | 2025 年 4 月 25 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation でモダリティルーティングとハイパーリンクをサポート | 2025 年 4 月 25 日 |
| [一般リリース](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-routing.html) | インテリジェントプロンプトルーティングが Amazon Bedrock で一般利用可能になりました。 | 2025 年 4 月 22 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup.html) | Amazon Bedrock ナレッジベースでは、Amazon Aurora の追加のユーザー提供メタデータフィールドと、MongoDB ベクトルストアの拡張ハイブリッド検索機能がサポートされるようになりました。 | 2025 年 4 月 10 日 |
| [カスタムモデルインポートのリージョン拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | カスタムモデルのインポートが欧州 (フランクフルト) でサポートされるようになりました。 | 2025 年 4 月 9 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Pixtral Large (25.02) を使用できるようになりました。 | 2025 年 4 月 8 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-harmful-content-handling-options.html) | Amazon Bedrock によって検出された有害なコンテンツを処理するための新しいオプションが追加されました。 | 2025 年 4 月 7 日 |
| [バッチ推論のリージョン拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | バッチ推論で、Amazon Nova Lite、Amazon Nova Pro、および Amazon Nova Micro in AWS GovCloud (米国西部) がサポートされるようになりました。 | 2025 年 4 月 4 日 |
| [バッチ推論のリージョン拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | バッチ推論により、アジアパシフィック (ムンバイ)、アジアパシフィック (ハイデラバード)、アジアパシフィック (シンガポール)、アジアパシフィック (シドニー)、アジアパシフィック (ソウル)、アジアパシフィック (大阪) と、欧州 (ストックホルム)、欧州 (ミラノ)、欧州 (スペイン) の Amazon Titan Text Embeddings V2 で Anthropic Claude Claude 3.5 Sonnet V2 がサポートされるようになりました。 | 2025 年 4 月 2 日 |
| [プロビジョンドスループットのモデルサポートを追加](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | プロビジョンドスループットで、Amazon Nova Canvas、Amazon Nova Lite、Amazon Nova Micro の 24,000 コンテキストウィンドウに加えて、Amazon Nova Pro がサポートされるようになりました。 | 2025 年 4 月 2 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-osm-permissions-prereq.html) | Amazon Bedrock ナレッジベースで、ナレッジベースの作成時にベクトルストアとして OpenSearch マネージドクラスターがサポートされるようになりました。 | 2025 年 3 月 27 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-templates.html) | フローテンプレートを使用して Amazon Bedrock フローの使用を開始できるようになりました。 | 2025 年 3 月 27 日 |
| [移動された機能](#doc-history) | Amazon Bedrock Studio の名前が Sagemaker Unified Studio で Amazon Bedrock に変更され、[Amazon SageMaker Unified Studio](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/what-is-sagemaker-unified-studio.html) で利用可能になりました。 | 2025 年 3 月 25 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-permissions.html#guardrails-permissions-id) | Amazon Bedrock モデル推論リクエストを強制し、新しい IAM 条件キーを通じて特定のガードレールを使用できるようになりました。 | 2025 年 3 月 18 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bedrock_region) | Amazon Bedrock が欧州 (ミラノ) および欧州 (スペイン) でサポートされるようになりました。 | 2025 年 3 月 14 日 |
| [機能のサポートを拡張](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-generate-query.html) | Amazon Bedrock ナレッジベースでは、構造化データ取得によるクロスリージョン推論がサポートされるようになりました。 | 2025 年 3 月 13 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-routing.html) | Amazon Bedrock では、インテリジェントなプロンプトルーティングを使用したプレビューにおいて設定済みのプロンプトルーターがサポートされるようになりました。 | 2025 年 3 月 13 日 |
| [機能のモデルサポートを拡張](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | プロビジョンドスループットにより、米国西部 (オレゴン) で Llama 3.2 1B Instruct、Llama 3.2 3B Instruct、Llama 3.2 11B Instruct、Llama 3.2 90B Instruct がサポートされるようになりました。 | 2025 年 3 月 13 日 |
| [ナレッジベースのモデルサポートを追加](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-configure-reasoning.html) | Amazon Bedrock ナレッジベースで推論モデル Deepseek-R1 と Anthropic および Claude 3.7 Sonnet がサポートされるようになりました。 | 2025 年 3 月 12 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で DeepSeek-R1 を使用できるようになりました。 | 2025 年 3 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-computer-use.html) | Computer Use ツールを使用してタスクを完了するように Amazon Bedrock エージェントを設定できるようになりました。 | 2025 年 3 月 10 日 |
| [一般リリース](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-build-graphs.html) | GraphRAG for Amazon Bedrock ナレッジベースが追加機能とともに一般利用可能になりました。 | 2025 年 3 月 7 日 |
| [一般リリース](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation が精度向上と CRIS とともに利用可能に | 2025 年 3 月 3 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bedrock_region) | Amazon Bedrock が欧州 (ストックホルム) でサポートされるようになりました。 | 2025 年 2 月 27 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/sessions.html) | Amazon Bedrock セッション管理 API を使用して、オープンソースフレームワークで構築された生成 AI アプリケーションの状態を管理できるようになりました。 | 2025 年 2 月 27 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Claude 3.7 Sonnet を使用できるようになりました。 | 2025 年 2 月 24 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bedrock_region) | Amazon Bedrock がアジアパシフィック (ハイデラバード) およびアジアパシフィック (大阪) でサポートされるようになりました。 | 2025 年 2 月 21 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Cohere Embed English および Cohere Embed Multilingual を使用できるようになりました。 | 2025 年 1 月 24 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Luma Ray v2 を使用できるようになりました。 | 2025 年 1 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-multi-turn-invocation.html) | Amazon Bedrock フローでエージェントノードと会話できるようになりました。 | 2025 年 1 月 22 日 |
| [モデルサポートを更新](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | 米国東部 (バージニア北部) および米国西部 (オレゴン) でバッチ推論に Llama 3.3 70B Instruct を使用できるようになりました。 | 2024 年 12 月 23 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 米国東部 (バージニア北部) および米国西部 (オレゴン) でバッチ推論に Llama 3.3 70B Instruct を使用できるようになりました。 | 2024 年 12 月 23 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Llama 3.3 70B Instruct および Stable Diffusion 3.5 を使用できるようになりました。 | 2024 年 12 月 19 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-supported.html) | Amazon Bedrock ガードレールをフランス語とスペイン語の入力に適用できるようになりました。 | 2024 年 12 月 9 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 推論プロファイルを使用してバッチ推論を実行できるようになりました。 | 2024 年 12 月 6 日 |
| [更新されたマネージドポリシー](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock Marketplace のアクセス許可が AmazonBedrockFullAccess および AmazonBedrockReadOnly AWS 管理ポリシーに追加されました。 | 2024/12/04 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/amazon-bedrock-marketplace.html) | Amazon Bedrock Marketplace モデルをデプロイし、モデルで推論を実行できるようになりました。 | 2024/12/04 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-build-structured.html) | ナレッジベースを構造化データストアに接続し、Amazon Bedrock ナレッジベースで SQL クエリを生成できるようになりました。 | 2024/12/04 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-advanced-parsing.html) | Amazon Bedrock Data Automation パーサーまたは Amazon Bedrock ナレッジベースの基盤モデルを使用して、画像を含むマルチモーダルデータを解析できるようになりました。 | 2024/12/04 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-mmfilter.html) | Amazon Bedrock ガードレールは、画像コンテンツフィルターを使用して有害な画像をフィルタリングするのに役立ちます。 | 2024/12/04 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-multi-agent-collaboration.html) | Amazon Bedrock エージェントで、複数の Amazon Bedrock エージェントによる複雑なタスクの共同計画および解決を可能にするマルチエージェントコラボレーションがサポートされるようになりました。 | 2024 年 12 月 3 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-distillation.html.html) | よりインテリジェントなモデル (教師と呼ばれる) から、より小規模かつ高速でコスト効率の高いモデル (生徒と呼ばれる) に知識を伝達し、特定のユースケースに蒸留生徒モデルを使用できるようになりました。 | 2024 年 12 月 3 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Meta と Anthropic のレイテンシー最適化モデルを使用できるようになりました。 | 2024 年 12 月 2 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-retrieve.html) | Amazon Bedrock ナレッジベースのデータソースから結果を取得するときにガードレールを適用できるようになりました。 | 2024 年 12 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-retrieve-generate.html) | Amazon Bedrock ナレッジベースで、RetrieveAndGenerate のストリーミングバージョンである RetrieveAndGenerateStream を使用できるようになりました。 | 2024 年 12 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html) | Amazon Bedrock ナレッジベースで、ユーザークエリとメタデータスキーマに基づいて取得フィルターを適用できるようになりました。 | 2024 年 12 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/rerank.html) | リランカーモデルを使用して、ユーザークエリに基づいてソースドキュメントの関連性を再ランク付けできるようになりました。 | 2024 年 12 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-direct-ingestion.html) | ドキュメントの変更を 1 つのステップでナレッジベースに直接取り込むことができるようになりました。 | 2024 年 12 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-data-source-connector.html) | ナレッジベースをカスタムデータソースに接続できるようになりました。 | 2024 年 12 月 1 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/features-regions.html) | 欧州 (チューリッヒ) で、Amazon Bedrock エージェント、Amazon Bedrock ナレッジベース、プロンプト管理、Amazon Bedrock フローがサポートされるようになりました。 | 2024 年 11 月 22 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-supported.html) | Amazon Bedrock フローが、米国東部 (オハイオ)、アジアパシフィック (ソウル)、カナダ (中部)、欧州 (ロンドン)、南米 (サンパウロ) でサポートされるようになりました。 | 2024 年 11 月 22 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-supported.html) | プロンプト管理が、米国東部 (オハイオ)、アジアパシフィック (ソウル)、カナダ (中部)、欧州 (ロンドン)、南米 (サンパウロ) でサポートされるようになりました。 | 2024 年 11 月 22 日 |
| [一般リリース](https://docs.aws.amazon.com/bedrock/latest/userguide/flows.html) | Amazon Bedrock フローが Amazon Bedrock で一般利用可能になりました。 | 2024 年 11 月 22 日 |
| [機能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html) | Amazon Bedrock ナレッジベースでバイナリ埋め込みがサポートされるようになりました。 | 2024 年 11 月 21 日 |
| [機能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-optimize.html) | Amazon Bedrock Prompt Management でプロンプトの最適化がサポートされるようになりました。 | 2024 年 11 月 20 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/models-regions) | AWS GovCloud (米国東部) および欧州 (チューリッヒ) で Amazon Bedrock を使用できるようになりました。 | 2024 年 11 月 11 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html#kb-supported-regions) | Amazon Bedrock で、米国東部 (オハイオ) のナレッジベースがサポートされるようになりました。 | 2024 年 11 月 8 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-trace.html) | フローのトレースを表示して、各ノードの入力と出力を追跡できるようになりました。 | 2024 年 11 月 7 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-guardrails.html) | ナレッジベースまたはプロンプトノードのガードレールをフローに含めることができるようになりました。 | 2024 年 11 月 7 日 |
| [一般リリース](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management.html) | プロンプト管理が Amazon Bedrock で一般利用可能になりました。 | 2024 年 11 月 7 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-profiles-support.html#inference-profiles-support-user) | アジアパシフィック (シンガポール) とアジアパシフィック (ソウル) でアプリケーション推論プロファイルを作成できるようになりました。 | 2024 年 11 月 6 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-profiles-support.html#inference-profiles-support-system) | クロスリージョン推論プロファイルが Anthropic Claude および Meta Llama モデルに追加されました。 | 2024 年 11 月 6 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Anthropic Claude 3.5 Haiku を使用できるようになりました。 | 2024 年 11 月 4 日 |
| [機能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-profiles.html) | アプリケーション推論プロファイルを作成してモデル推論を実行し、それらを使用してコストとメトリクスを追跡できるようになりました。 | 2024 年 11 月 1 日 |
| [機能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-create.html) | プロンプト管理またはフローのプロンプトノードでプロンプトを定義するときに、モデル固有の推論パラメータを含めることができるようになりました。 | 2024 年 10 月 31 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Anthropic Claude 3.5 Sonnet v2 を使用できるようになりました。Anthropic Claude 3.5 Sonnet v2 では Computer Use ツールを使用することもできます。 | 2024 年 10 月 22 日 |
| [マネージドポリシーの更新](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html#security-iam-awsmanpol-AmazonBedrockReadOnly) | カスタムモデルインポートの読み取り専用アクセス許可が AmazonBedrockReadOnly AWSマネージドポリシーに追加されました。 | 2024 年 10 月 21 日 |
| [機能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-create.html) | プロンプト管理でプロンプトを作成すると、`topK` フィールドは `inferenceConfiguration` オブジェクトでサポートされなくなります。 | 2024 年 10 月 21 日 |
| [機能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/playgrounds.html) | テキストとチャットのプレイグラウンドが Amazon Bedrock コンソールのチャット/テキストのプレイグラウンドにマージされました。 | 2024 年 10 月 21 日 |
| [機能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/playgrounds.html) | テキストとチャットのプレイグラウンドが Amazon Bedrock コンソールのチャット/テキストのプレイグラウンドにマージされました。 | 2024 年 10 月 21 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | バッチ推論がアジアパシフィック (ソウル) でサポートされるようになりました。 | 2024 年 10 月 7 日 |
| [新しくサポートされるリージョン](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 米国東部 (オハイオ) およびアジアパシフィック (ソウル) AWS リージョンで Amazon Bedrock を使用できるようになりました。 | 2024 年 10 月 1 日 |
| [レガシーステータスのモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html) | Anthropic Claude Opus 4 はレガシーステータスになりました。2026 年 5 月 31 日より前に Claude Opus 4.1 に移行します。 | 2024 年 10 月 1 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Meta、Llama 3.2 1B Instruct、Llama 3.2 3B Instruct、Llama 3.2 11B Instruct、および Llama 3.2 90B Instruct モデルを使用できるようになりました。 | 2024 年 9 月 25 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-titan-embed-text.html) | Amazon Bedrock の Titan Text Embeddings V2 モデルでバイナリ埋め込みを使用できるようになりました | 2024 年 9 月 25 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/monitoring-guardrails-cw-metrics.html) | Amazon Bedrock で CloudWatch メトリクスを使用してガードレールをモニタリングできるようになりました。 | 2024 年 9 月 24 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/cross-region-inference.html) | モデル評価を使用して推論プロファイルを評価できるようになりました。 | 2024 年 9 月 24 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で AI21 Labs Jamba 1.5 Large および AI21 Labs Jamba 1.5 Mini を使用できるようになりました。 | 2024 年 9 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/cross-region-inference.html) | プロンプト管理でプロンプトを使用する際、またはフローにプロンプトを含める際に、推論プロファイルを使用できるようになりました。 | 2024 年 9 月 23 日 |
| [プロビジョンドスループットのモデルサポートの強化](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | 米国西部 (オレゴン) の Anthropic Claude 3.5 Sonnet モデルのプロビジョンドスループットを購入できるようになりました。 | 2024 年 9 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/monitoring-eventbridge.html) | Amazon EventBridge を使用して、バッチ推論ジョブのステータス変更をモニタリングできるようになりました。 | 2024 年 9 月 18 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-create.html) | 別のアカウントが所有する S3 バケットからバッチ推論ジョブにファイルを送信できるようになりました。 | 2024 年 9 月 16 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-vpc.html) | バッチ推論ジョブを送信する際に VPC を使用できるようになりました。 | 2024 年 9 月 16 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/cross-region-inference.html) | ナレッジベースからクエリされた結果に基づいてレスポンスを生成する際、およびデータソースを解析する際に、推論プロファイルを使用できるようになりました。 | 2024 年 9 月 11 日 |
| [更新された内容](#doc-history) | トピックのタイトルを更新し、コンテンツを再構成して、読みやすさを向上させました。これらの変更に関するフィードバックを提供するには、こちらの[フィードバック用リンク](https://docs.aws.amazon.com/bedrock/latest/userguide/doc-history.html)を使用してください。 | 2024 年 9 月 4 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Stable Image Ultra、Stable Diffusion 3Large、および Stable Image Core モデルを使用できるようになりました。 | 2024 年 9 月 4 日 |
| [マネージドポリシーの更新](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html#security-iam-awsmanpol-AmazonBedrockReadOnly) | 推論プロファイルの読み取り専用アクセス許可が AmazonBedrockReadOnly AWSマネージドポリシーに追加されました。 | 2024 年 8 月 27 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/cross-region-inference.html) | 推論プロファイルを使用してクロスリージョン推論を使用し、スループットを向上させることができるようになりました。 | 2024 年 8 月 27 日 |
| [新機能](https://docs.aws.amazon.com//bedrock/latest/userguide/agents-userconfirmation.html) | Amazon Bedrock エージェントのアクショングループ関数を呼び出す前に、アプリケーションユーザーに確認をリクエストできるようになりました。 | 2024 年 8 月 26 日 |
| [マネージドポリシーの更新](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html#security-iam-awsmanpol-AmazonBedrockReadOnly) | バッチ推論 (モデル呼び出しジョブ）、Amazon Bedrock ガードレール、Amazon Bedrock モデル評価の読み取り専用アクセス許可が AmazonBedrockReadOnly AWSマネージドポリシーに追加されました。 | 2024 年 8 月 21 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference.html) | バッチ推論での複数プロンプトによる非同期モデル呼び出しが一般提供されるようになりました。 | 2024 年 8 月 21 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference.html) | バッチ推論を使用した複数の非同期プロンプトでモデル推論を実行できるようになりました。 | 2024 年 8 月 16 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Amazon Titan Image Generator G1 V2 を使用できるようになりました。 | 2024 年 8 月 6 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | AWS リージョン AWS GovCloud (米国西部) で Meta Llama 3 指示モデル 8B および 70B を使用できるようになりました。 | 2024 年 8 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/copy-model.html) | カスタムモデルを Amazon Bedrock の他のリージョンにコピーできるようになりました。 | 2024 年 8 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/share-model.html) | Amazon Bedrock の他のアカウントとカスタムモデルを共有できるようになりました。 | 2024 年 8 月 1 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Mistral AI Mistral Large 2 (24.07) モデルを使用できるようになりました。 | 2024 年 7 月 24 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Meta Llama 3.1 指示モデルを使用できるようになりました。 | 2024 年 7 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/br-studio.html) | Amazon Bedrock Studio でプロンプト管理と Amazon Bedrock フローを使用できるようになりました。 | 2024 年 7 月 22 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows.html) | さまざまな Amazon Bedrock リソースをエンドツーエンドソリューションのワークフローにまとめることができるようになりました。 | 2024 年 7 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management.html) | プロンプトを作成して保存し、さまざまなワークフローで再利用できるようになりました。 | 2024 年 7 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-session-state.html#session-state-kb) | エージェントにアタッチされているナレッジベースのクエリ設定をランタイム中に変更できるようになりました。 | 2024 年 7 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-chunking-parsing.html) | Amazon Bedrock では、[セマンティックチャンキングと階層的チャンキング、および標準テキストを超える高度な解析](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-chunking-parsing.html)が利用できるようになりました。Lambda 関数は、カスタムデータ変換にも使用できます。 | 2024 年 7 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html) | Amazon Bedrock では、複雑なクエリをより小さく管理しやすいサブクエリに分解するための[クエリ分解](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html)が利用できるようになりました。 | 2024 年 7 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/data-source-connectors.html) | Confluence、Salesforce、SharePoint に保存されているナレッジベースの[データに接続してクロール](https://docs.aws.amazon.com/bedrock/latest/userguide/data-source-connectors.html)できるようになりました。ウェブ URL に接続してクロールすることもできます。 | 2024 年 7 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-code-interpretation.html) | Amazon Bedrock でコード解釈を使用して、安全なテスト環境でコードを生成、実行、トラブルシューティングできるようになりました。 | 2024 年 7 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-memory.html) | エージェントでメモリを使用して、複数のセッションにわたって会話コンテキストを保持できるようになりました。 | 2024 年 7 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-use-independent-api.html) | 独立した API を使用して、Amazon Bedrock でガードレールを呼び出すことができるようになりました。 | 2024 年 7 月 10 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-contextual-grounding-check.html) | ガードレールでコンテキストグラウンディングチェックを使用できるようになりました。 | 2024 年 7 月 10 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-supported.html) | Amazon Bedrock エージェントは、カナダ (中部) (ca-central-1)、欧州 (ロンドン) (eu-west-2)、南米 (サンパウロ) (sa-east-1) でサポートされるようになりました。 | 2024 年 6 月 28 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で AI21 Jamba-Instruct を使用できるようになりました。 | 2024 年 6 月 25 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-supported.html) | Amazon Bedrock ガードレールは、カナダ (中部) (ca-central-1)、欧州 (ロンドン) (eu-west-2)、南米 (サンパウロ) (sa-east-1) でサポートされるようになりました。 | 2024 年 6 月 21 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/playgrounds.html#chat-playground) | [チャットプレイグラウンド](https://docs.aws.amazon.com/bedrock/latest/userguide/playgrounds.html#chat-playground)で、または [Conversation API の使用中](https://docs.aws.amazon.com/bedrock/latest/userguide/conversation-inference.html)にドキュメントを含めることができるようになりました。 | 2024 年 6 月 21 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Claude 3.5 Sonnet を使用できるようになりました。 | 2024 年 6 月 20 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-embed.html) | Cohere Embed V3 モデルは、レスポンスで int8 およびバイナリ埋め込みタイプをサポートするようになりました。 | 2024 年 6 月 20 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-use-converse-api.html) | Converse API でガードレールを使用できるようになりました。 | 2024 年 6 月 18 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-regions.html) | Amazon Bedrock は、カナダ (中部) (ca-central-1)、欧州 (ロンドン) (eu-west-2)、南米 (サンパウロ) (sa-east-1) で利用できるようになりました。エンドポイントの詳細については、「[Amazon Bedrock エンドポイントとクォータ](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)」を参照してください。 | 2024 年 6 月 13 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/trace-events.html) | エージェントアクショングループの結果が Lambda 関数によって処理されるように送信されたかどうか、またはコントロールがエージェントデベロッパーに返されたかどうかに関する情報を追跡表示できるようになりました。 | 2024 年 6 月 13 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Claude 3 Opus を使用できるようになりました。 | 2024 年 6 月 7 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/conversation-inference.html) | Converse API を使用して会話アプリケーションを作成できるようになりました。 | 2024 年 5 月 30 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/tool-use.html) | Amazon Bedrock モデルで Use ツールを使用できるようになりました。 | 2024 年 5 月 30 日 |
| [Amazon Bedrock ナレッジベースにデータソースを埋め込むためのモデルサポートが追加されました。](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | Amazon Titan Text Embeddings V2 モデルを使用して、データソースを Amazon Bedrock ナレッジベースに埋め込むことができるようになりました。 | 2024 年 5 月 30 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Mistral Small を使用できるようになりました。 | 2024 年 5 月 20 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-create.html) | Amazon Bedrock の エージェントでガードレールを使用できるようになりました。 | 2024 年 5 月 20 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-model-params.html) | ナレッジベースの取得からレスポンスを生成する際に推論パラメータを変更できるようになりました。 | 2024 年 5 月 9 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-models.html) | Amazon Bedrock で Amazon Titan Text Premier モデルを使用できるようになりました。 | 2024 年 5 月 7 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/br-studio.html) | Amazon Bedrock Studio のプレビューリリース。 | 2024 年 5 月 7 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-alias-manage.html) | Amazon Bedrock で、プロビジョンドスループットをエージェントのエイリアスに関連付けることができるようになりました。 | 2024 年 5 月 2 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-regions.html) | Amazon Bedrock が欧州 (アイルランド) (eu-west-1) およびアジアパシフィック (ムンバイ) (ap-south-1) で利用できるようになりました。エンドポイントの詳細については、「[Amazon Bedrock エンドポイントとクォータ](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)」を参照してください。 | 2024 年 5 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup.html) | Amazon Bedrock ナレッジベースで、MongoDB Atlas をベクトルインデックスソースとして選択できるようになりました。 | 2024 年 5 月 1 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-embedding-models.html) | Amazon Bedrock で Titan Embeddings Text V2 モデルを使用できるようになりました。 | 2024 年 4 月 30 日 |
| [プロビジョンドスループットのモデルサポートの強化](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | AI21 Labs Jurassic-2 Ultra のプロビジョンドスループットを購入できるようになりました。 | 2024 年 4 月 30 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Cohere Command R モデルおよび Cohere Command R\$1 モデルを使用できるようになりました。 | 2024 年 4 月 29 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | Amazon Bedrock にカスタムモデルをインポートできるようになりました。 | 2024 年 4 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-returncontrol.html) | Amazon Bedrock エージェントでは、情報を Lambda 関数に送信するのではなく、[https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeAgent.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeAgent.html) レスポンスでエージェントがユーザーから取得した情報を返すことができます。 | 2024 年 4 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-action-function.html) | Amazon Bedrock エージェントでは、ユーザーからの必要なパラメータでアクショングループを定義できるようになりました。 | 2024 年 4 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-erag.html) | Amazon Bedrock でドキュメントとチャットできるようになりました。 | 2024 年 4 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-create.html) | Amazon Bedrock ナレッジベースで複数のデータソースから選択できるようになりました。 | 2024 年 4 月 23 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails.html) | Amazon Bedrock ガードレールを使用して、ユースケースに基づいてモデルの入力とレスポンスの有害なコンテンツをブロックするための保護を実装できるようになりました。 | 2024 年 4 月 23 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Anthropic Claude 3 Opus を使用できるようになりました。 | 2024 年 4 月 16 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-regions.html) | Amazon Bedrock が、アジアパシフィック (シドニー) (ap-southeast-2) で利用可能になりました。エンドポイントの詳細については、「[Amazon Bedrock エンドポイントとクォータ](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)」を参照してください。 | 2024 年 4 月 9 日 |
| [CloudFormation Amazon Bedrock エージェントと Amazon Bedrock ナレッジベースのサポート](https://docs.aws.amazon.com/bedrock/latest/userguide/creating-resources-with-cloudformation.html) | Amazon Bedrock エージェントと Amazon Bedrock ナレッジベースリソースを でセットアップおよび管理できるようになりました CloudFormation。 | 2024 年 4 月 5 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-regions.html) | Amazon Bedrock が欧州 (パリ) (eu-west-3) で利用可能になりました。エンドポイントの詳細については、「[Amazon Bedrock エンドポイントとクォータ](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)」を参照してください。 | 2024 年 4 月 4 日 |
| [Amazon Bedrock でのナレッジベースのクエリに対するモデルサポートの強化](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | ナレッジベースのレスポンスの生成に Anthropic Claude 3 Haiku を使用できるようになりました。 | 2024 年 4 月 4 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Mistral Large を使用できるようになりました。 | 2024 年 4 月 3 日 |
| [Amazon Bedrock でのナレッジベースのクエリに対するモデルサポートの強化](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | ナレッジベースのレスポンスの生成に Anthropic Claude 3 Haiku を使用できるようになりました。 | 2024 年 4 月 3 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | ベースモデルについては、コミットメントなしでプロビジョンドスループットを購入できるようになりました。 | 2024 年 3 月 29 日 |
| [プロビジョンドスループットのモデルサポートの強化](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | Anthropic Claude 3 Sonnet、Anthropic Claude 3 Haiku、Cohere Embed English、および Cohere Embed Multilingual のプロビジョンドスループットを購入できるようになりました。 | 2024 年 3 月 29 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-create.html#kb-create-security-network) | Amazon OpenSearch Serverless でネットワークアクセスポリシーを作成して、Amazon Bedrock ナレッジベースが VPC エンドポイントで設定されたプライベート OpenSearch Serverless ベクトル検索コレクションにアクセスすることを許可できるようになりました。 | 2024 年 3 月 28 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-ds.html#kb-ds-metadata) | Amazon Bedrock ナレッジベースにソースドキュメントのメタデータを含め、[ナレッジベースクエリ中にメタデータでフィルタリング](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html#kb-test-config-filters)できるようになりました。 | 2024 年 3 月 27 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html) | プロンプトテンプレートを使用して、ナレッジベースをクエリしてレスポンスを生成する際にモデルに送信されるプロンプトをカスタマイズできるようになりました。 | 2024 年 3 月 26 日 |
| [Amazon Bedrock でのナレッジベースのクエリに対するモデルサポートの強化](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | ナレッジベースのレスポンスの生成に Anthropic Claude 3 Sonnet を使用できるようになりました。 | 2024 年 3 月 25 日 |
| [レイテンシーの減少](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-optimize-performance.html) | エージェントが単一のナレッジベースを持つよりシンプルなユースケース向けにレイテンシーを最適化できるようになりました。 | 2024 年 3 月 20 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Anthropic Claude 3 Haiku を使用できるようになりました。 | 2024 年 3 月 13 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Anthropic Claude 3 Sonnet を使用できるようになりました。 | 2024 年 3 月 4 日 |
| [新しいモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | Amazon Bedrock で Mistral AI モデルを使用できるようになりました。 | 2024 年 3 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-test.html) | フィルタリング可能なテキストフィールドを含む Amazon OpenSearch Serverless ベクトルストアのナレッジベースで検索戦略をカスタマイズできるようになりました。 | 2024 年 2 月 1 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-image-models.html) | Amazon Bedrock Titan Image Generator から透かしが使用されている画像を検出できるようになりました。 | 2024 年 2 月 14 日 |
| [AWS PrivateLink サポートの更新](https://docs.aws.amazon.com/bedrock/latest/userguide/usingVPC.html) | を使用して AWS PrivateLink 、[Amazon Bedrock エージェントビルドタイムサービスの](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_Operations_Agents_for_Amazon_Bedrock.html)インターフェイス VPC エンドポイントを作成できるようになりました。 | 2024 年 2 月 9 日 |
| [IAM ロールの更新](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-permissions.html) | ナレッジベース間で同じサービスロールを使用し、事前定義されたプレフィックスなしでロールを使用できるようになりました。 | 2024 年 2 月 9 日 |
| [レガシーステータスのモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html) | Stable Diffusion XL v0.8 はレガシーステータスになりました。2024 年 4 月 30 日までに Stable Diffusion XL v1.x に移行してください。 | 2024 年 2 月 2 日 |
| [コード例の章を追加](https://docs.aws.amazon.com/bedrock/latest/userguide/service_code_examples.html) | Amazon Bedrock ガイドに、さまざまな Amazon Bedrock アクションとシナリオのコード例を追加しました。 | 2024 年 1 月 25 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-create.html) | Amazon Bedrock ナレッジベースでは、コンソールで Amazon OpenSearch Serverless ベクトルストアのクイック作成を選択した場合に、本番アカウントと非本番アカウントのいずれかを選択できるようになりました。 | 2024 年 1 月 24 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/trace-events.html) | Amazon Bedrock エージェントでは、コンソールでテストウィンドウを使用すると、トレースをリアルタイムで表示できるようになりました。 | 2024 年 1 月 18 日 |
| [Amazon Bedrock ナレッジベースにデータソースを埋め込むためのモデルサポートが追加されました](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | Amazon Bedrock ナレッジベースでは、Cohere Embed English および Cohere Embed Multilingual を使用したデータソースの埋め込みがサポートされるようになりました。 | 2024 年 1 月 17 日 |
| [Amazon Bedrock での Amazon Bedrock エージェントおよびナレッジベースのクエリに対するモデルサポートの強化](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-supported.html) | Amazon Bedrock エージェントおよび Amazon Bedrock ナレッジベースのレスポンス生成がAnthropic Claude 2.1 をサポートするようになりました。 | 2023 年 12 月 27 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-service.html#bedrock-regions) | Amazon Bedrock が AWS GovCloud (米国西部) (us-gov-west-1) で利用可能になりました。エンドポイントの詳細については、「[Amazon Bedrock エンドポイントとクォータ](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)」を参照してください。 | 2023 年 12 月 21 日 |
| [新しいベクトルストアのサポート](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup-rds.html) | Amazon Aurora データベースクラスターにナレッジベースを作成できるようになりました。詳細については、「[Amazon Aurora でベクトルストアを作成する](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup-rds.html)」を参照してください。 | 2023 年 12 月 21 日 |
| [新しいマネージドポリシー](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock では、リソースの作成、読み取り、更新、削除に対するアクセス許可をユーザーに付与する `AmazonBedrockFullAccess` と、すべてのアクションに対して読み取り専用のアクセス許可をユーザーに付与する `AmazonBedrockReadOnly` が追加されました。 | 2023 年 12 月 12 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-evaluation.html) | Amazon Bedrock では、自動メトリクスまたはヒューマンワーカーを使用したモデル評価ジョブの作成がサポートされるようになりました。 | 2023 年 11 月 29 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html) | [モデルバージョン](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html)をモニタリングし、カスタマイズできるようになりました。 | 2023 年 11 月 29 日 |
| [新しい Titan モデル](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-models.html) | Titan の新しいモデルには、Amazon Titan Image Generator G1 V1 と Amazon Titan Multimodal Embeddings G1 が含まれます。詳細については、「[Titan モデル](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-models.html)」を参照してください。 | 2023 年 11 月 29 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models.html) | 継続的な事前トレーニングにより、新しい分野の知識をモデルに教えることができます。詳細については、「[カスタムモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models-reference.html)」を参照してください。 | 2023 年 11 月 28 日 |
| [新機能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-api-query.html) | [Retrieve](https://docs.aws.amazon.com/lexv2/latest/APIReference/API_agent-runtime_Retrieve.html) API と [RetrieveAndGenerate](https://docs.aws.amazon.com/lexv2/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) API を使用してナレッジベースにクエリを実行できるようになりました。詳細については、「[ナレッジベースへのクエリの実行](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-api-query.html)」を参照してください。 | 2023 年 11 月 28 日 |
| [一般リリース](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html) | Amazon Bedrock ナレッジベースサービスの一般リリース。詳細については、「[Amazon Bedrock Knowledge Bases](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html)」を参照してください。 | 2023 年 11 月 28 日 |
| [一般リリース](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html) | Amazon Bedrock エージェントサービスの一般リリース。詳細については、「[Amazon Bedrock Agents](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html)」を参照してください。 | 2023 年 11 月 28 日 |
| [より多くのモデルのカスタマイズ](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models.html) | Cohere と Meta でモデルをカスタマイズできるようになりました。詳細については、「[カスタムモデル](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models-reference.html)」を参照してください。 | 2023 年 11 月 28 日 |
| [新しいモデルリリース](#doc-history) | 新しい Meta および Cohere モデルに関する記載を追加してドキュメントを更新しました。詳細については、「[What is Amazon Bedrock?](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)」を参照してください。 | 2023 年 11 月 13 日 |
| [ドキュメントのローカリゼーション](#doc-history) | [日本語](https://docs.aws.amazon.com/ja_jp/bedrock/latest/userguide/what-is-bedrock.html)と[ドイツ語](https://docs.aws.amazon.com/de_de/bedrock/latest/userguide/what-is-bedrock.html)での Amazon Bedrock ドキュメントが公開されました。 | 2023 年 10 月 20 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-service.html#bedrock-regions) | Amazon Bedrock が欧州 (フランクフルト) (eu-central-1) で利用可能になりました。エンドポイントの詳細については、「[Amazon Bedrock エンドポイントとクォータ](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)」を参照してください。 | 2023 年 10 月 19 日 |
| [リージョンの拡大](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html#bedrock-regions) | Amazon Bedrock が、アジアパシフィック (東京) (ap-northeast-1) リージョンで利用可能になりました。エンドポイントの詳細については、「[Amazon Bedrock エンドポイントとクォータ](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)」を参照してください。 | 2023 年 10 月 3 日 |
| [限定プレビューリリース](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html) | Amazon Bedrock サービスの限定プレビューリリースです。詳細については、「[What is Amazon Bedrock?](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)」を参照してください。 | 2023 年 9 月 28 日 |