Amazon Bedrockを使ってみた！初心者向けにコンソール操作からAPI実行まで

はじめに

こんにちは。Cloud1課のチェです。

AWS Summit Japan 2026では、AI関連サービスのさらなる拡充と進化が大きな見所となっていました。最近話題の生成AIですが、「社内データと連携させたい」「セキュアな環境でLLMを使いたい」という時におすすめなのがAmazon Bedrockです。

Amazon Bedrockを実際に触ってみたら驚くほど簡単にAPI経由でテキスト生成ができたので、導入手順から簡単なプログラムでの実行までをまとめてみました！

Amazon Bedrockとは？

Amazon Bedrockは、Amazonや主要なAI関連企業（Anthropic、Cohere、Metaなど）が提供する高性能な基盤モデルをAPI経由で利用できるフルマネージド型サービスです。

なぜBedrockなのか？

モデルの選択肢が豊富: 話題のClaudeのモデルや、メタの「Llama」、Amazonの「Nova」などが1つのインターフェースで使えます。
サーバーレスで運用が容易: インフラの管理が一切不要で、使った分だけの従量課金です。
社内データとの連携（RAG構築）が容易: 「Knowledge Bases for Amazon Bedrock」という機能を使えば、S3などにアップロードした社内ドキュメントを指定するだけで、自動でベクター化・検索インデックス構築を行い、社内情報に基づく正確な回答を生成できます。

とりあえず動かしてみる

AWSマネジメントコンソールにサインインし、「Amazon Bedrock」の画面を開きます。（東京リージョンでも対応していますが、最新機能が揃う us-east-1 (バージニア北部) または us-west-2 (オレゴン) がおすすめです）。

Bedrockのモデルを試す手順は非常にシンプルで、「モデルカタログ」から使いたいモデルを選ぶだけですぐに利用できます。
今回使うモデルとしてAmazonから開発された「Nova」を選択して進めたいと思います。

左メニューから「モデルカタログ（Model catalog）」を選択します。

プロバイダー一覧から「Amazon」を選択するか、検索窓に「Nova」と入力して、今回使いたい「Nova Lite」や「Nova Pro」のカードをクリックします。

画面右上にある「プレイグラウンドで開く（Open in playground）」ボタンを押せば、すぐにテスト画面へと進めます！

触ってみた①：Playgroundで試す

コードを書く前に、まずはブラウザ上で動かしてみましょう。

左メニューの「Playgrounds」 > 「Text（またはChat）」を選択します。画面上部で、先ほど確認したモデル（今回はAmazon / Nova Lite）を選択します。

右側のプロンプト入力欄に、適当な質問を投げてみます。

Amazon Bedrockのメリットを3つ、分かりやすく説明してください。

「実行(Run)」を押すと、爆速で回答が返ってきました！
パラメータをGUI上で調整しながら挙動を確認できるので、簡易なプロンプトの調整にも使えます。

触ってみた②：Python (Boto3) からAPIを叩いてみる

ここからが本番です。ローカルのPython環境からBedrockのAPIを呼び出してみます。

必要なライブラリのインストール AWS SDKである boto3 をインストールします。

pip install boto3

(※ローカル環境にAWSの認証情報 ~/.aws/credentials が設定されている前提で進めます)

サンプルコード

今回は、コストと速度のバランスが良いマルチモーダルモデル Amazon Nova Lite を使ってテキストを生成するスクリプトを書きました。

import boto3
import json

# Bedrockのクライアントを作成 (バージニア北部リージョンを指定)
bedrock_runtime = boto3.client(
    service_name='bedrock-runtime',
    region_name='us-east-1'
)

# 使用するモデルのIDを指定 (Amazon Nova Lite)
model_id = 'amazon.nova-lite-v1:0'

# プロンプトの設定
prompt = "Amazon Bedrockのメリットを3つ、分かりやすく説明してください。"

# 起動パラメータの作成 (Amazon Nova用のフォーマット)
body = json.dumps({
    "inferenceConfig": {
        "max_new_tokens": 1000,
        "temperature": 0.7
    },
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "text": prompt
                }
            ]
        }
    ]
})

try:
    # APIの呼び出し
    response = bedrock_runtime.invoke_model(
        body=body,
        modelId=model_id,
        accept='application/json',
        contentType='application/json'
    )
    
    # レスポンスの解析
    response_body = json.loads(response.get('body').read())
    output_text = response_body['output']['message']['content'][0]['text']
    
    print("--- AIからの回答 ---")
    print(output_text)

except Exception as e:
    print(f"エラーが発生しました: {e}")