AWS Bedrock でナレッジベース-メタデータフィルタの構築メモ

AWS Bedrock でナレッジベース-メタデータフィルタを2025年8月当時に構築した際、
詰まった点や後学の知見のために、メモ書きとして作成した記事になります。

• 注意点

1. 利用しているAWSインスタンスは自作ではなく、他で検証中利用しているインスタンスの流用です
2. 内容確認にはzennやQiita等の各種記事や書籍のサンプル、AmazonQの回答を参考している
3. 実ロジックの実装や環境構築にはCopilotのAgentモードを利用している
   そのため、誤認や最適解でない場合や、最初からAWS環境を構築していれば前提となる知識の場合もあります。

不備にはコメントを頂けると幸いです。

やったこと

1. AWS S3を用いたナレッジベースの構築→メタベースフィルタの適用
   (複数の文章ファイルから、関係性のあるファイルに限定して文章内容を抽出する)
2. pythonからboto3を経由した呼出ロジックの実装

知見と詳細

Amazon OpenSearch Serverless と Amazon Aurora の利用差異

→ 「抽出対象のナレッジを事前に絞り込み」のため、「SQLのWHERE句」との類似を「matadata.jsonの記述」で実行できるとのこと

• Amazon OpenSearch Serverless : matadata.json ファイルの記述から事前フィルタを実行
• Amazon Aurora : 以下2種類で事前フィルタが可能
  1. ナレッジベース作成／同期にて、Aurora DB に custommetadata カラムが作成される（matadata.json の内容が保持される）
  2. Aurora and RDS から、 任意カラムを追加することでフィルタ利用が可能（値は同期で連携されない為、自前でupdateが必要）

---

ナレッジベースのベクトル情報の確認方法

Amazon Aurora でナレッジベースを作成している場合に、クエリエディタから確認可能。（OpenSearch Serverless では内部を確認できないが、おそらく同様に保持している）

• chunks カラム：文書情報を文字情報として分割して保持
• embedding カラム：chunks をベクトル化した多次元情報

※ 確認手順

1. Amazon Bedrock > ナレッジベース から、対象のナレッジベースに対して、以下４情報をメモ
   - Amazon Aurora DB クラスター ARN
   - 認証情報シークレット ARN
   - データベース名
   - テーブル名

2. Aurora and RDS > データベース から、「Amazon Aurora DB クラスター ARN」に一致する リージョン別クラスターを確認

3. Aurora and RDS > クエリエディタ から、以下の情報を入力して接続
   - データベースインスタンスまたはクラスター : 2 で確認したクラスタの値を選択
   - データベースユーザー名 : Secrets Manager ARN と接続する
   - Secrets manager ARN : 1 でメモした 認証情報シークレット ARN
   - データベースの名前を入力 : 1 でメモした データベース名
   

4. select * from <1でmemoしたテーブル名> にて、ナレッジベースのDB情報を取得（カラム追加などもalter table で可）

---

推論プロファイル

ナレッジベースのテスト の際、「オンデマンド」「推論プロファイル」と存在しており、「推論プロファイル」は操作中のリージョンで利用できないため、他リージョンから流用しているモデルとなる

Amazon Bedrock > Cross-region inference にて、「推論プロファイルのモデル」が表示されているため、プログラムからの呼出時、「modelArn」で指定する値はこちらを用いることとなる。

---

"Sorry, I am unable to assist you with this request." エラーの発生

フィルタ の指定内容が誤っている場合に発生する
→ プログラム呼出ではメソッド引数の jsonに フィルタ要素の保持が必要なので、エンドユーザの任意入力では頻発が懸念される

{"knowledgeBaseConfiguration" : 
    {"retrievalConfiguration" :
      {"vectorSearchConfiguration" :
        {"filter" :{***} }}}}

---

retrive と retrive_and_generate

プログラムから「boto3.client(***) 」からの呼出すメソッドについての差異

• retrive ： ナレッジベースの呼出だけを実行する
  • response["retrievalResults"]["score"] にて、評価スコア（質問内容に検索結果が一致しているか）を取得できる
• retrive_and_generate ： ナレッジベース呼出の内容を、改めてモデルで要約する（以下で両方を取得できる）
  • response["output"]["text"] → ナレッジベースの呼出結果
  • response["output"] → 要約結果

---

ベクトル検索の中身

Aurora の場合、パラメータグループを作成することで、検索の途中経過（実行SQLでスコア値など）を確認できる
https://docs.aws.amazon.com/ja_jp/AmazonRDS/latest/AuroraUserGuide/USER_LogAccess.Concepts.PostgreSQL.Query_Logging.html#USER_LogAccess.Concepts.PostgreSQL.Query_Logging.mitigate-risk

---

SEMANTICとHYBRID

• SEMANTIC ：　ベクトル検索だけを実行する（ユーザプロンプトをベクトル化して検索する）
• HYBRID ：　ベクトル検索と入力文字の両方で検索する（ユーザプロンプトが単語／文脈解釈が難しい場合、こちらがよい）

---

利用を終えた aurora serverless の削除

aurora の場合、ナレッジベース作成で「Aurora and RDS」にDBクラスタ／インスタンスを作成しているため、自動作成されているサービスの削除も必要となる

ナレッジベースの スタック名 で、CloudFormation の対象スタックを削除することで、DBインスタンスなども削除される

---

関連資料