Amazon BedrockでAIチャットを作る
HowTo10分で読めます
このシリーズ: 全10回
Runtime API と Agents API の選び方ガイド
はじめに
「AWSでAIチャットを作りたい」と思ったとき、Amazon Bedrockは有力な選択肢です。しかし、いざ使おうとすると「APIが2種類ある」ことに気づきます。
- Bedrock Runtime API
- Bedrock Agents API
どちらを使えばいいのでしょうか？本記事では、この2つの違いと選び方を解説します。
Runtime API：シンプルに使いたいなら
特徴
Runtime APIは、AIモデルを「直接呼び出す」方式です。
text
あなたのコード → Runtime API → Claude（AIモデル）
↓
「この画像を分析して」
↓
「この画像は...」メリット：
- シンプルで分かりやすい
- 細かい制御が可能
- コストが低い
デメリット：
- 複雑な処理は自分で組む必要がある
- 外部ツールとの連携も自前実装
向いているケース
-
画像分析
- 画像を見せて質問する
- グラフや図表の読み取り
-
シンプルなQ&A
- 質問に答える
- 文章を要約する
-
独自ロジックを組みたい
- 会話の流れを細かく制御
- 特殊な前処理・後処理
コード例：基本的な呼び出し方
python
# backend/services/bedrock_invoker.py
import boto3
import json
bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
def invoke_claude(prompt: str) -> str:
"""
Claudeモデルを呼び出す（最もシンプルな形）
"""
request_body = {
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 4096,
"messages": [
{
"role": "user",
"content": prompt
}
]
}
response = bedrock.invoke_model(
modelId="anthropic.claude-3-5-sonnet-20241022-v2:0",
body=json.dumps(request_body)
)
result = json.loads(response['body'].read())
return result['content'][0]['text']コード例：画像付きメッセージ
python
def invoke_with_image(prompt: str, image_base64: str) -> str:
"""
画像を含むメッセージを送信
"""
request_body = {
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 4096,
"messages": [
{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/png",
"data": image_base64
}
},
{
"type": "text",
"text": prompt
}
]
}
]
}
response = bedrock.invoke_model(
modelId="anthropic.claude-3-5-sonnet-20241022-v2:0",
body=json.dumps(request_body)
)
result = json.loads(response['body'].read())
return result['content'][0]['text']Agents API：複雑なタスクを任せたいなら
特徴
Agents APIは、AIが「自分で判断して動く」方式です。
text
あなたのコード → Agents API → エージェント
↓
「予約を取りたい」
↓
1. カレンダーを確認
2. 空き時間を検索
3. 予約を作成
4. 確認メールを送信メリット：
- 複雑なタスクを自動化
- 外部ツールを簡単に使える
- RAG（検索拡張生成）が組み込み
デメリット：
- セットアップが複雑
- コストが高い
- 動作の予測が難しい
向いているケース
-
複数ステップの処理
- データベースを検索して回答
- 複数のAPIを組み合わせる
-
外部システムとの連携
- CRMから情報を取得
- チケットシステムを操作
-
RAG（検索拡張生成）
- 社内ドキュメントを検索して回答
- ナレッジベースの活用
コード例：エージェントの呼び出し
python
import boto3
bedrock_agent = boto3.client('bedrock-agent-runtime', region_name='us-west-2')
def invoke_agent(prompt: str, session_id: str, agent_id: str) -> str:
"""
Bedrockエージェントを呼び出す
"""
response = bedrock_agent.invoke_agent(
agentId=agent_id,
agentAliasId='TSTALIASID',
sessionId=session_id,
inputText=prompt
)
# ストリーミングレスポンスを処理
result = ""
for event in response['completion']:
if 'chunk' in event:
result += event['chunk']['bytes'].decode()
return resultエージェントの設定（AWS Console）
- Bedrockコンソールで「エージェント」を作成
- 使用するモデルを選択（Claude 3.5 Sonnetなど）
- 「アクショングループ」でツールを定義
- 「ナレッジベース」で検索対象を設定
- エイリアスを作成してデプロイ
比較表で選ぼう
機能比較
| 項目 | Runtime API | Agents API |
|---|---|---|
| セットアップ | 簡単（数行） | やや複雑（Console操作） |
| カスタマイズ | 高い（全て自前） | 中程度（設定ベース） |
| 外部ツール連携 | 自前実装 | 組み込み機能 |
| RAG | 自前実装 | 組み込み機能 |
| コスト | 低め | 高め（エージェント課金） |
| 予測可能性 | 高い | 低い（AIが判断） |
コスト比較（月間1000リクエストの場合）
text
Runtime API:
入力トークン: 100万 × $0.003 = $3.00
出力トークン: 50万 × $0.015 = $7.50
合計: $10.50
Agents API:
エージェント呼び出し: 1000 × $0.05 = $50.00
+ モデル使用料（内部）
合計: $60〜100程度判断フローチャート
text
質問に答えるだけ？
├─ Yes → Runtime API
└─ No
↓
外部データの検索が必要？
├─ No → Runtime API
└─ Yes
↓
検索ロジックは複雑？
├─ No → Runtime API + 自前実装
└─ Yes → Agents API本プロジェクトでの選択
Runtime APIを選んだ理由
製造業向け画像分析アプリでは、Runtime APIを選択しました。理由は以下の通りです。
-
画像分析がメイン
- ユーザーが画像をアップロード
- AIがその画像を分析
- 外部ツール不要
-
会話履歴は自前で管理
- DynamoDBに保存
- 直近5件を次のリクエストに含める
- シンプルな実装で十分
-
コスト効率
- エージェント課金なし
- 必要な分だけ使う
実装のポイント
python
# backend/services/bedrock_agent_invoker.py
def invoke_agent(
session_id: str,
input_text: str,
system_prompt: str,
image_base64_list: list[str] | None = None,
conversation_history: list[dict] | None = None,
) -> Generator[dict, None, None]:
"""
Runtime APIを使った「エージェント風」実装
ポイント:
- system_promptで「役割」を定義
- conversation_historyで「記憶」を実現
- image_base64_listで「視覚」を追加
"""
# システムプロンプト（AIの「性格」）
system = system_prompt
# メッセージ履歴を構築
messages = []
# 過去の会話を追加（記憶）
if conversation_history:
for msg in conversation_history[-5:]: # 直近5件
messages.append({
"role": msg["role"],
"content": msg["content"]
})
# 今回のメッセージを追加
user_content = []
# 画像があれば追加（視覚）
if image_base64_list:
for img in image_base64_list:
user_content.append({
"type": "image",
"source": {
"type": "base64",
"media_type": "image/png",
"data": img
}
})
# テキストを追加
user_content.append({
"type": "text",
"text": input_text
})
messages.append({
"role": "user",
"content": user_content
})
# Bedrockを呼び出し
request_body = {
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 4096,
"system": system,
"messages": messages
}
# ストリーミングで応答を返す
response = bedrock.invoke_model_with_response_stream(
modelId="anthropic.claude-3-5-sonnet-20241022-v2:0",
body=json.dumps(request_body)
)
for event in response['body']:
chunk = event.get('chunk')
if chunk:
data = json.loads(chunk['bytes'].decode())
yield dataClaude 3.5 Sonnet v2のVision機能
画像分析の精度
Claude 3.5 Sonnet v2は、画像認識能力が非常に高いモデルです。
得意なこと：
- グラフの数値読み取り
- 表形式データの抽出
- 図面の構造理解
- 手書き文字の認識
製造業での活用例：
- 稼働実績グラフの分析
- 検査表の数値抽出
- 製造三角図の問題点指摘
画像送信のベストプラクティス
python
# 推奨設定
MAX_IMAGES = 3 # 1リクエストあたり最大3枚
MAX_SIZE_MB = 4.5 # 安全マージンを含めたサイズ
MAX_DIMENSION = 8192 # 最大解像度
# 複数画像の場合
user_content = [
{"type": "image", "source": {...}}, # 画像1
{"type": "image", "source": {...}}, # 画像2
{"type": "text", "text": "これらの画像を比較してください"}
]まとめ
選び方の基準
| 要件 | 選択 |
|---|---|
| シンプルなQ&A | Runtime API |
| 画像分析 | Runtime API |
| 外部DB検索が必須 | 検討が必要 |
| 複雑なワークフロー | Agents API |
| コスト重視 | Runtime API |
| 開発速度重視 | 要件による |
本プロジェクトの構成
text
ユーザー
↓
フロントエンド（React）
↓
API Gateway + Lambda
↓
Bedrock Runtime API（Claude 3.5 Sonnet v2）
↓
DynamoDB（会話履歴）このシンプルな構成で、画像分析AIチャットを実現しています。