サポート返信を生成して確認し、インシデント要約を検証し、Python アプリケーションに上限付きの Bedrock リクエストを追加します。
3 つのガイド付きラボで、CLI リクエストから制限を設けたアプリケーションへ進みます。独立したチャレンジでは、有効な要約を維持しながら無効な応答の処理を修復します。
学習内容
- 利用可能なテキストモデルを選び、AWS CLI で Converse リクエストを送る
- system 指示を改善し、生成された主張を与えられた事実と照合する
- トークン使用量、終了理由、出力上限を確認する
- boto3 で JSON 要約を生成し、フィールドを検証する
- 長すぎる入力を拒否し、有限の待機時間と 1 回の試行で障害やタイムアウトを扱う
- 実際の推論を維持しながら応答処理を修復する
対象者
生成テキストを小さく観察可能なアプリケーションに組み込みたい初心者向けです。
前提知識：基本的な Terminal コマンドとテキストファイル操作。AWS Foundations と IAM の基礎を推奨します。文書とアプリケーションの単元には Python 入門知識も必要です。チャレンジは 3 つのラボで学ぶリクエストと検証の概念を使うため、推奨順序に従ってください。
学習環境：ブラウザーで提供される LabEx Linux VM を使います。Terminal で公式 AWS CLI と boto3 を実行し、上部の AWS View で実際のリクエスト結果、使用量、観測された残り枠を確認します。ツールと接続は準備済みで、個人の AWS アカウントやアクセスキーは不要です。各単元は独立して開始し、専用の入力、ID、匿名利用枠を持ちます。提供された合成データのみを使ってください。
よくある質問
流暢でスキーマに合う回答なら事実を証明できますか？
いいえ。返信や要約を提供されたチケットや文書と照合してください。有効な JSON は構造を示すだけで、調査開始、返金、追加テスト完了を証明しません。
出力上限は何を制御しますか？
maxTokens は生成出力の上限であり、入力文字数や総所要時間の上限ではありません。アプリケーションは別に文書長を確認し、接続と読み取りに有限の待機時間を設け、自動再試行を無効にします。stopReason を確認してください。max_tokens は未完の文章を意味する場合があります。
トークン使用量があるのに credits が減らないのはなぜですか？
同じリクエストはキャッシュされたモデル結果を再利用する場合があります。Credits は観測されたモデル固有の消費に従い、出力上限で共通のトークン価格が決まるわけではありません。不確実なリクエストでは予約枠が保持される場合があるため、再試行前にエラーを確認してください。
このコースの範囲は？
テキスト Converse、明示的な system 指示、返された使用量、JSON 検証、上限付き同期リクエストです。ストリーミング、画像、Agents、Knowledge Bases、本番サービスのデプロイは範囲外です。
クリーンアップ後に何が残りますか？
ガイド付きラボは削除するローカル出力を明示します。アプリケーションとチャレンジは動作するソースとテストケースを残します。ここで Converse は永続的なサーバーやデータベースを作成しません。ファイルを削除しても credits は戻りません。前の VM のファイルや認証情報は必要ありません。
