採用はこちら!

Shinonome Tech Blog

株式会社Shinonomeの技術ブログ
4 min read

ハッカソンでAmazon Bedrock使ってみた話

旬なAmazon Bedrockを使って開発してみた話をしようと思います。

こんにちは、開発業務でバックエンドを担当しているTatsuroです。(大学4年)🤖

料理のレシピをAIに生成してもらうアプリを考案し、最近AWSのサービスを学習していたこともあって、Bedrockを使用してみることにしました。

figmaを使って雑にデザインを起こしました。荒は目立ちますが時間がなかったのでご愛嬌ということで。
パラメータとして野菜の種類・主菜or副菜・冷or温、を選択して送信し、生成されたレシピを受け取ります。
design

Amazon Bedrockとは

Amazon Bedrockとは、
開発者が主要なAIスタートアップやAmazonが提供する高パフォーマンスな基盤モデルを、統合APIを通じて利用できるようにするフルマネージド型サービス、らしいです。簡単に言うと、OpenAIやClaudeのAPIなどの生成AIサービスがカタログ状にまとまっているということです。Bedrockを利用するメリットとしては、生成AIサービスが一覧でまとめられていること・既存のAWSリソースと組み合わせることができる(中でも使い慣れたboto3の記法で扱うことができ、アプリケーションに組み込むのが容易であることが大きいか?)

基盤モデルによる生成 AI アプリケーションの構築 - Amazon Bedrock - AWS
Amazon Bedrock は、API を通じて主要な基盤モデルを利用できるようにするフルマネージド型サービスです。また、生成 AI アプリケーションを迅速に構築してスケールするための幅広い機能も備えています。

Architecture

クライアントサイドはFlutter Web、サーバーサイドはAWSのサーバレスアーキテクチャを採用しました(認証はAmplifyとcognitoでササっと済ませた)。lambda内のboto3からClaudeのAPIを叩く構成です。
architecture

Lambda関数

'''
東京リージョンで使える基盤モデルが、TitanとClaudeのみだったのでClaudeのv2.1を利用しました。
バージニアでClaude3 Haiku使った方が安かったけど精度が気になったのでv2.1にしておいた。が、後でちゃんと調べたらHaikuの方が誤答の可能性が低いらしいのでHaikuにしとけばよかった、、(正確で速い上に安いとかメリットしかないじゃん)
'''


def lambda_handler(event, context):
    bedrock_runtime = boto3.client(service_name='bedrock-runtime', region_name='your-region')

    model_id = "anthropic.claude-v2:1"
    text = '''
    指定した野菜、主菜or副菜、温かいor冷たい、の条件で1つの料理の作り方を考えてください。
    '''
    prompt = f"日本語で答えてください。{text}"
    max_tokens = 300

    user_message = {"role": "user", "content": event.get("ingredients")}
    messages = [user_message]
    
    body = json.dumps(
        {
            "anthropic_version": "bedrock-2023-05-31",
            "max_tokens": max_tokens,
            "system": prompt,
            "messages": messages
        }  
    )

    response = bedrock_runtime.invoke_model(body=body, modelId=model_id)
    response_body = json.loads(response.get('body').read())
    
    return {
        'statusCode': 200,
        'body': json.dumps(response_body),
    }
パラメータとしてeventに含ませる
{
 "ingredients": "トマト,キュウリ,ナス,温かい,メイン料理"
}
レスポンスで生成されたレシピ(json出力をデコードしたもの)
{
 "id": "xxxxxxxxx",
 "type": "message",
 "role": "assistant",
 "content": [
   {
     "type": "text",
     "text": "はい、トマト、キュウリ、ナスを使った温かいメイン料理ですね。\n\nそこでおすすめするのは「トマトとナスのグラタン」です。\n\n材料はトマト、ナス、チーズ、粉チーズなど。\n\n作り方は、\n\n1. トマトとナスを食べやすい大きさに切る\n\n2. オーブン耐熱皿にトマト、ナス、チーズを交互に層状に詰め込む\n\n3. 粉チーズをかける\n\n4. 220度のオーブンで15-20分焼く\n\nといった感じで、トマトとナスのうまみがグラタンの中でよくからみ合う温かいオーブン料理になります。キュウリはサラダや付け合せで添えればいいバランスの一品になると思います。\n\nいかがでしょうか? "
   }
 ],
 "model": "claude-2.1",
 "stop_reason": "max_tokens",
 "stop_sequence": null,
 "usage": {
   "input_tokens": 91,
   "output_tokens": 300
 }
}

こんな感じでレシピを受け取ってapigatewayのエンドポイントを通して返却しました。Flutter側で受け取ったレシピは採用する場合、dynamoDBにpostするように別のlambda関数を利用するようにしました。

総括(ハッカソンの反省)

今回は、旬なBedrockをAWSサービスに組み込んで開発してみた話をしました。個人的にboto3の記法に慣れていることもあってすんなり使えました。(ClaudeのAPIは叩いたことなかった)
ハッカソン中、AmplifyでFlutter Webのbuildが出来なかったので、S3&CloudFrontでデプロイしました(amplify pullでamplifyconfiguration.dartが生成されずに諦めた)。
また、今回はコンソールからゴリゴリの手打ちで実装しましたが、Amplifyでappsyncを使う構成にしたり(今回はauthだけ利用した)、サーバレスフレームワークを使って実装してみたりと改善点は多そうです。
機能も最低限の実装しか出来なかったため、現在は公開を停止しています。
https://github.com/tatsurou9003/BrachioCup_2024
また時間があるときに実装してデプロイしようかなあと考えているところです。

----------2024-03-23-1.02.42
余談ですが、先日AWSのSAPを取得しました✌️(正直、小規模な実開発には役立ちそうにないですが😢)
それでは次回の記事でお会いしましょう、さようなら👋