現場実践｜AWS Bedrock生成AI活用

Amazon Bedrock入門｜インフラエンジニアが生成AIをAWSで使うための基礎と実践的なユースケース

「AWSで生成AIを使いたい」「BedrockとOpenAI APIって何が違うの？」——Amazon BedrockでClaudeやLlama等の基盤モデルを呼び出す方法・IAMでの安全な管理・実践的なユースケースを解説します。

読了目安：約15分更新日：2026年4月

💡 Amazon BedrockはAWS上で複数の基盤モデルをAPIで呼び出せるマネージドサービス。「社内データをクラウドに送りたくない」場合のモデルのプライバシーと、AWSのIAM管理が両立できる点が強みです。

この記事を書いた人

現役ITエンジニア・IT講師（経験14年）

CCNA・CCNP 取得LPIC-1 保有SES現場を複数経験

AWS LambdaとBedrockを組み合わせた生成AIシステムを複数案件で実装してきた立場から解説します。

1. BedrockとOpenAI APIの違い

	Amazon Bedrock	OpenAI API
提供モデル	Claude・Llama3・Titan・Command R等複数	GPT-4o・GPT-4等
プロバイダー管理	AWS IAMでアクセス制御・CloudTrailでログ管理	APIキーのみ
データプライバシー	デフォルトでモデルトレーニングに使用されない	規約確認が必要
AWS連携	Lambda・S3・DynamoDBとシームレスに連携	別途設定が必要
コスト	従量課金（入力・出力トークン数）	従量課金

2. PythonからBedrockのClaudeを呼び出す

import boto3
import json

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

def invoke_claude(prompt: str) -> str:
    body = {
        "anthropic_version": "bedrock-2023-05-31",
        "max_tokens": 1000,
        "messages": [
            {"role": "user", "content": prompt}
        ]
    }
    
    response = bedrock.invoke_model(
        modelId="anthropic.claude-3-5-sonnet-20241022-v2:0",
        body=json.dumps(body)
    )
    
    result = json.loads(response["body"].read())
    return result["content"][0]["text"]

# 使用例
answer = invoke_claude("AWSのVPC設計のベストプラクティスを教えて")
print(answer)