を使用して Amazon Bedrock APIリクエストの例を実行する AWS Command Line Interface

このセクションでは、 を使用して Amazon Bedrock で一般的なオペレーションを試す方法について説明します。 AWS CLI アクセス許可と認証が正しく設定されていることをテストするには、 を使用します。次の例を実行する前に、次の前提条件を満たしていることを確認する必要があります。

前提条件

• を持っている 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。それ以外の場合は、「」の手順に従ってくださいが既にある AWS アカウント。

• へのアクセスをリクエストしました Amazon Titan Text G1 - Express モデル。それ以外の場合は、「」の手順に従ってくださいAmazon Bedrock 基盤モデルへのアクセスをリクエストする。

• IAM ユーザーのアクセスキーを受け取り、プロファイルを設定しました。それ以外の場合は、「」のユースケースに適用される手順に従ってくださいプログラムによるアクセスをユーザーに付与するための認証情報を取得する。

作成した Amazon Bedrock ロールを使用して、Amazon Bedrock のアクセス許可とアクセスキーが正しく設定されていることを確認します。これらの例では、アクセスキーを使用してデフォルトのプロファイルを設定していることを前提としています。次の点に注意してください。

• 少なくとも、 を含むプロファイルを設定する必要があります。 AWS アクセスキー ID と AWS シークレットアクセスキー。

• 一時的な認証情報を使用している場合は、 も含める必要があります。 AWS セッショントークン。

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 エンドポイントを使用して ListFoundationModelsオペレーションを実行します。 は、お使いのリージョンの 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、次のコマンドを実行します。

aws bedrock list-foundation-models --region us-east-1

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。

モデルにテキストプロンプトを送信し、 を使用してテキストレスポンスを生成する InvokeModel

次の例では、Amazon Bedrock ランタイムエンドポイントを使用して InvokeModelオペレーションを実行します。 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、次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レスポンスが 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。

モデルにテキストプロンプトを送信し、Converse でテキストレスポンスを生成する

次の例では、Amazon Bedrock ランタイムエンドポイントを使用して Converse オペレーションを実行します。 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InvokeModelされている場合は、 に対して Converseオペレーションを使用することをお勧めします。これは、Amazon Bedrock モデル間で推論リクエストを統合し、マルチターン会話の管理を簡素化するためです。ターミナルで、次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が、付随する情報とともに textフィールドに返されます。