Amazon Bedrock Knowledge Bases (RAG) ハンズオン

📋 概要

RAG（Retrieval-Augmented Generation / 検索拡張生成）は、生成 AI に外部のドキュメントを検索させ、その内容を根拠として回答を生成させる手法です。これにより、モデルが学習していない社内文書や最新情報に基づいた、ハルシネーション（もっともらしい誤答）の少ない回答が得られます。

Amazon Bedrock の Knowledge Bases を使うと、S3 に置いたドキュメントの取り込み・チャンク分割・ベクトル化・ベクトル DB への格納・検索までをフルマネージドで自動化できます。このハンズオンでは公式の amazon-bedrock-workshop の RAG ラボを参考に、マネジメントコンソールだけで RAG チャットボットの基盤を構築します。

🏗️ アーキテクチャ

① データ取り込みフロー（インデックス作成時）

② 検索・回答生成フロー（質問時）

✅ 前提条件

• AWS アカウントにログイン済みであること
• Bedrock・S3・IAM・OpenSearch Serverless を操作できる IAM 権限を持つこと（管理者権限が簡単）
• Amazon Bedrock が利用可能なリージョンで作業すること

🔑 ステップ 1 ― Bedrock モデルアクセスの有効化

Bedrock では、利用したい基盤モデルごとに事前のアクセス申請（有効化）が必要です。RAG に必要な「埋め込みモデル」と「回答生成モデル」の 2 つを有効化します。

🪣 ステップ 2 ― S3 バケットとドキュメントの準備

RAG の検索対象となるドキュメントを S3 バケットにアップロードします。今回は架空の社内規定をサンプルデータとして用意します。

# 株式会社サンプル 社内規定（抜粋）

## 経費精算について
経費精算の締め日は毎月25日です。25日を過ぎた申請は翌月扱いとなります。
精算金額は申請月の翌月15日に給与口座へ振り込まれます。
領収書は電子データ（PDF または画像）での提出が必須です。

## 勤務時間とリモートワーク
標準勤務時間は9時00分から18時00分（休憩1時間）です。
コアタイムは11時00分から15時00分です。
リモートワークは週3日まで認められています。事前に上長へSlackで申請してください。

## 有給休暇
入社初年度は10日付与されます。
有給は1時間単位で取得可能です。
取得する場合は原則3営業日前までに勤怠システムで申請してください。

## 経費として認められるもの
- 業務に必要な書籍・技術書
- 業務用ソフトウェアのライセンス費用
- 顧客との会食費（1人あたり5000円まで）
出張時の宿泊費は1泊あたり12000円を上限とします。

🧠 ステップ 3 ― Knowledge Base の作成

S3 をデータソース、Titan を埋め込みモデル、OpenSearch Serverless をベクトルストアとして Knowledge Base を構築します。ベクトルストアはクイック作成を使い、面倒なインデックス設計を Bedrock に任せます。

🔄 ステップ 4 ― データソースの同期（インジェスト）

Knowledge Base を作成しただけではドキュメントはまだ取り込まれていません。「同期」を実行して、S3 のドキュメントをチャンク分割・ベクトル化し、OpenSearch に格納します。

💬 ステップ 5 ― ナレッジベースでRAGをテストする

マネジメントコンソールのテスト画面で、実際に質問して根拠付きの回答が返るかを確認します。

🎯 ステップ 6 ― 精度向上と API 呼び出し（応用）

基本動作を確認できたら、回答品質を高める設定や、アプリから利用するための API 呼び出しを試します。

6-1. 検索パラメータの調整

テストパネルの 「設定（Configurations）」 から検索動作を調整できます。

6-2. プロンプトテンプレートのカスタマイズ

「ナレッジベースのプロンプトテンプレート」を編集すると、回答スタイルを制御できます。例として、以下のような指示を追記すると回答の一貫性が上がります。

あなたは社内規定に詳しいアシスタントです。
以下の検索結果のみを根拠として、日本語で簡潔に回答してください。
検索結果に答えが無い場合は「規定に記載がありません」と答えてください。

$search_results$

6-3. API から呼び出す（CloudShell / boto3）

アプリに組み込む際は RetrieveAndGenerate API を使います。コンソール右上の CloudShell を開き、ナレッジベース ID（詳細画面に表示）を指定して実行します。

Python（boto3）で書くと以下のようになります。

import boto3

client = boto3.client("bedrock-agent-runtime", region_name="us-east-1")

resp = client.retrieve_and_generate(
    input={"text": "リモートワークは週何日まで？"},
    retrieveAndGenerateConfiguration={
        "type": "KNOWLEDGE_BASE",
        "knowledgeBaseConfiguration": {
            "knowledgeBaseId": "<あなたのKnowledgeBaseID>",
            "modelArn": "anthropic.claude-3-5-sonnet-20240620-v1:0",
        },
    },
)

print(resp["output"]["text"])
for c in resp.get("citations", []):
    for ref in c.get("retrievedReferences", []):
        print("出典:", ref["location"])

🧹 クリーンアップ

削除手順（逆順で実施）

1. ナレッジベースを削除
   Bedrock → ナレッジベース → company-policy-kb を選択 → 「削除」。
   削除時に「関連付けられたベクトルストアも削除するか」の確認が出る場合は、削除対象に含めます。
2. OpenSearch Serverless コレクションを削除（最重要）
   OpenSearch Service コンソール → 「サーバーレス」→「コレクション」→ Bedrock が作成したコレクション（bedrock-knowledge-base-...）を選択 → 「削除」。
   併せて、自動生成された「セキュリティポリシー（暗号化 / ネットワーク）」「データアクセスポリシー」も残っていれば削除します。
3. S3 バケットを空にして削除
   S3 → bedrock-kb-docs-<アカウントID> → 「空にする」→ その後「削除」。
4. IAM サービスロールを削除
   IAM → ロール → Bedrock が作成したナレッジベース用ロール（AmazonBedrockExecutionRoleForKnowledgeBase_...）を削除。
5. （任意）モデルアクセスはそのままで可
   モデルアクセスを有効化しているだけでは課金は発生しません。次回も使うなら無効化は不要です。

学習のまとめ