プロンプト管理コードサンプルの実行

注記

プロンプト管理はプレビュー中であり、変更される可能性があります。

プロンプト管理用のコードサンプルを試すには、選択した方法に対応するタブを選択し、ステップに従います。次のコードサンプルは、を使用するように認証情報をセットアップしていることを前提としています AWS API。まだない場合は、「」を参照してくださいAWS API の開始方法。

Python

次のコードスニペットを実行してをロードし AWS SDK for Python (Boto3)、クライアントを作成し、CreatePrompt Agents for Amazon Bedrock ビルドタイムエンドポイントを作成することで、2 つの変数 (genre と number) を使用して音楽プレイリストを作成するプロンプトを作成します。


# Create a prompt in Prompt management
import boto3

# Create an Amazon Bedrock Agents client
client = boto3.client(service_name="bedrock-agent")

# Create the prompt
response = client.create_prompt(
    name="MakePlaylist",
    description="My first prompt.",
    variants=[
        { 
            "name": "Variant1",
            "modelId": "amazon.titan-text-express-v1",
            "templateType": "TEXT",
            "inferenceConfiguration": {
                "text": {
                    "temperature": 0.8
                }
            },
            "templateConfiguration": { 
                "text": {
                    "text": "Make me a {{genre}} playlist consisting of the following number of songs: {{number}}."
                }
            }
      }
    ]
)
                        
prompt_id = response.get("id")

次のコードスニペットを実行して、作成したばかりのプロンプト (アカウント内の他のプロンプトと並行して) を確認し、ListPrompts Agents for Amazon Bedrock ビルドタイムエンドポイントを作成します。
```
# List prompts that you've created
client.list_prompts()
```
作成したプロンプトの ID は、 idフィールドのオブジェクトの promptSummariesフィールドに表示されます。次のコードスニペットを実行して、GetPrompt Agents for Amazon Bedrock ビルドタイムエンドポイントを作成することで作成したプロンプトの情報を表示します。
```
# Get information about the prompt that you created
client.get_prompt(promptIdentifier=prompt_id)
```
プロンプトのバージョンを作成し、次のコードスニペットを実行して ID を取得して、Amazon Bedrock の CreatePromptVersion エージェントの構築時間エンドポイントを作成します。 https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-bt
```
# Create a version of the prompt that you created
response = client.create_prompt_version(promptIdentifier=prompt_id)
                        
prompt_version = response.get("version")
prompt_version_arn = response.get("arn")
```
次のコードスニペットを実行して ListPrompts Agents for Amazon Bedrock ビルドタイムエンドポイントを作成することで、作成したプロンプトバージョンに関する情報とドラフトバージョンに関する情報を表示します。
```
# List versions of the prompt that you just created
client.list_prompts(promptIdentifier=prompt_id)
```
次のコードスニペットを実行して作成したプロンプトバージョンの情報を表示し、GetPrompt Agents for Amazon Bedrock ビルドタイムエンドポイントを作成します。
```
# Get information about the prompt version that you created
client.get_prompt(
    promptIdentifier=prompt_id, 
    promptVersion=prompt_version
)
```

「」の手順に従って、プロンプトフローに追加してプロンプトをテストしますAmazon Bedrock Prompt フローコードサンプルを実行する。フローを作成する最初のステップでは、フローでインラインプロンプトを定義する代わりに、作成したプロンプトを使用するには、代わりに次のコードスニペットを実行します (promptARNフィールドARNのプロンプトバージョンのを、作成したプロンプトARNバージョンのに置き換えます）。


# Import Python SDK and create client
import boto3

client = boto3.client(service_name='bedrock-agent')

FLOWS_SERVICE_ROLE = "arn:aws:iam::123456789012:role/MyPromptFlowsRole" # Prompt flows service role that you created. For more information, see https://docs.aws.amazon.com/bedrock/latest/userguide/flows-permissions.html
PROMPT_ARN = prompt_version_arn # ARN of the prompt that you created, retrieved programatically during creation.

# Define each node

# The input node validates that the content of the InvokeFlow request is a JSON object.
input_node = {
    "type": "Input",
    "name": "FlowInput",
    "outputs": [
        {
            "name": "document",
            "type": "Object"
        }
    ]
}

# This prompt node contains a prompt that you defined in Prompt management.
# It validates that the input is a JSON object that minimally contains the fields "genre" and "number", which it will map to the prompt variables.
# The output must be named "modelCompletion" and be of the type "String".
prompt_node = {
    "type": "Prompt",
    "name": "MakePlaylist",
    "configuration": {
        "prompt": {
            "sourceConfiguration": {
                "resource": {
                    "promptArn": ""
                }
            }
        }
    },
    "inputs": [
        {
            "name": "genre",
            "type": "String",
            "expression": "$.data.genre"
        },
        {
            "name": "number",
            "type": "Number",
            "expression": "$.data.number"
        }
    ],
    "outputs": [
        {
            "name": "modelCompletion",
            "type": "String"
        }
    ]
}

# The output node validates that the output from the last node is a string and returns it as is. The name must be "document".
output_node = {
    "type": "Output",
    "name": "FlowOutput",
    "inputs": [
        {
            "name": "document",
            "type": "String",
            "expression": "$.data"
        }
    ]
}

# Create connections between the nodes
connections = []

#   First, create connections between the output of the flow input node and each input of the prompt node
for input in prompt_node["inputs"]:
    connections.append(
        {
            "name": "_".join([input_node["name"], prompt_node["name"], input["name"]]),
            "source": input_node["name"],
            "target": prompt_node["name"],
            "type": "Data",
            "configuration": {
                "data": {
                    "sourceOutput": input_node["outputs"][0]["name"],
                    "targetInput": input["name"]
                }
            }
        }
    )

# Then, create a connection between the output of the prompt node and the input of the flow output node
connections.append(
    {
        "name": "_".join([prompt_node["name"], output_node["name"]]),
        "source": prompt_node["name"],
        "target": output_node["name"],
        "type": "Data",
        "configuration": {
            "data": {
                "sourceOutput": prompt_node["outputs"][0]["name"],
                "targetInput": output_node["inputs"][0]["name"]
            }
        }
    }
)

# Create the flow from the nodes and connections
client.create_flow(
    name="FlowCreatePlaylist",
    description="A flow that creates a playlist given a genre and number of songs to include in the playlist.",
    executionRoleArn=FLOWS_SERVICE_ROLE,
    definition={
        "nodes": [input_node, prompt_node, output_node],
        "connections": connections
    }
)

次のコードスニペットを実行して、作成したプロンプトバージョンを削除し、Amazon Bedrock ビルドタイムエンドポイントの DeletePrompt エージェントを作成します。 https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-bt
```
# Delete the prompt version that you created
client.delete_prompt(
    promptIdentifier=prompt_id, 
    promptVersion=prompt_version
)
```
次のコードスニペットを実行して作成したプロンプトを完全に削除し、Amazon Bedrock の DeletePrompt エージェントの構築時間エンドポイントを作成します。 https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-bt
```
# Delete the prompt that you created
client.delete_prompt(
    promptIdentifier=prompt_id
)
```

ブラウザで JavaScript が無効になっているか、使用できません。

AWS ドキュメントを使用するには、JavaScript を有効にする必要があります。手順については、使用するブラウザのヘルプページを参照してください。

ドキュメントの表記規則

プロンプトを削除する

Amazon Bedrock ガードレールを使用してモデル内の有害なコンテンツを停止する