感情分析WebアプリのDynamoDBテーブルをチューニングする

これの続きです。

今の状態だと、AIのコメントがDynamoDBに格納されない設計になっています。
また、誰がこの投稿をしたのかもわからない状態です。
これを解消したいと思います。

環境イメージ

新しいコンポーネントは作成しておりません。
DynamoDBに格納するデータの追加による処理の流れを変えています。

処理フロー

こんがらがってきたのでまとめます。

Step 1: 認証と入力 (Frontend)

ユーザーがアプリにログインします（Cognito）。
コメントを入力し、「分析する」ボタンを押すと、React は Cognito から認証トークン（ID Token）を取得し、ヘッダーにセットしてリクエストの準備をします。

Step 2: 感情分析リクエスト (React → Lambda 1)

React が POST/analyze を呼び出します。
API Gateway はトークンを検証し、「誰がアクセスしたか（UserId）」という情報を付与して Lambda (Comprehend側) を起動します。

Step 3: 分析と「枠」の作成 (Lambda 1)

ID取得: Lambda は API Gateway から渡された情報から UserId（Adminなど）を取り出します。
分析: Comprehend にテキストを送り、感情（例: NEGATIVE）を取得します。
時刻生成: 日本時間（JST）で現在時刻（例: 2026-02-01T15:00:00+09:00）を作ります。
保存 (Put): DynamoDB に以下のデータを新規保存します。

UserId: Admin
Timestamp: 2026-02-01T15:00:00+09:00
Text: ...
Sentiment: NEGATIVE
AiComment: (まだ無し)

Step 4: バケツリレー (Frontend)

Lambda1 から React へ、分析結果と一緒に Timestamp (2026-02-01T15:00:00+09:00) が返されます。
React はこれを受け取り、即座に次のリクエストの引数として使用します。

Step 5: AIコメントリクエスト (React → Lambda 2)

React が POST/bedrock を呼び出します。
この時、「さっき保存したデータの時刻 (timestamp)」 を一緒に送信します。

Step 6: 生成と「追記」 (Lambda 2)

ID取得: こちらの Lambda も同様に、トークンから UserId（Admin）を特定します（これで他人によるなりすましを防ぎます）。
生成: Bedrock (Amazon Nova Micro) にテキストと感情を送り、励ましのコメントを生成してもらいます。
更新 (Update): DynamoDB に対し、以下の条件で書き込みに行きます。
「UserId が Admin で、かつ Timestamp が 2026-02-01T15:00:00+09:00 のデータを探して、AiComment 列に今回のコメントを書き込んで！」
これで、先ほど保存したデータにAIコメントが合体します。

Step 7: 完了 (Frontend)

AIコメントが React に返却され、画面に表示されます。

ハンズオン

DynamoDB

プライマリキーを現行の状態から変えるため、いったん既存のものを削除します。

削除出来たら同じ名前でDynamoDBのテーブルを作成します。下記の設定以外はデフォルトで作成します。

• テーブル名: 環境変数に設定したものと同じ名前（例: SentimentResults）
• パーティションキー: UserId (文字列 / String)
• ソートキー: Timestamp (文字列 / String)
  

作成出来たことを確認します。

Lambda

Comprehendと連携しているLambda（SentimentLambda）のコードを次のように更新します。

import os
import json
import boto3
from datetime import datetime, timezone, timedelta # ★変更: timedeltaを追加
from decimal import Decimal

# --- クライアント初期化 ---
dynamodb = boto3.resource("dynamodb")
comprehend = boto3.client("comprehend")

# 環境変数 TABLE_NAME (例: SentimentResults)
TABLE_NAME = os.environ.get("TABLE_NAME", "SentimentResults")
table = dynamodb.Table(TABLE_NAME)

def response(status, body):
    def decimal_default(obj):
        if isinstance(obj, Decimal): return float(obj)
        raise TypeError
    return {
        "statusCode": status,
        "headers": {
            "Content-Type": "application/json",
            "Access-Control-Allow-Origin": "*"
        },
        "body": json.dumps(body, default=decimal_default, ensure_ascii=False)
    }

def lambda_handler(event, context):
    if event.get("httpMethod") == "OPTIONS": return response(200, {})

    # --- 1. ユーザーID取得 (HTTP API対応) ---
    try:
        auth_data = event.get('requestContext', {}).get('authorizer', {})
        if 'jwt' in auth_data:
            claims = auth_data['jwt']['claims']
        else:
            claims = auth_data.get('claims', {})

        user_id = claims.get('username') or claims.get('cognito:username') or claims.get('sub') or "test_user"
    except Exception as e:
        print(f"Auth extraction error: {e}")
        user_id = "test_user"

    # --- 2. リクエストボディの取得 ---
    try:
        body = json.loads(event.get("body")) if isinstance(event.get("body"), str) else event.get("body")
        text = body.get("text", "").strip()
    except:
        return response(400, {"message": "Invalid JSON"})

    if not text: return response(400, {"message": "text is required"})

    # --- 3. Comprehendで感情分析 ---
    try:
        comp_res = comprehend.detect_sentiment(Text=text, LanguageCode="ja")
        sentiment = comp_res["Sentiment"]
        scores = comp_res["SentimentScore"]
    except Exception as e:
        print(f"Comprehend Error: {e}")
        return response(500, {"message": "Failed to analyze sentiment"})

    # --- 4. DynamoDBに保存 (JSTに変更) ---
    
    # ★変更: 日本時間 (UTC+9) のタイムゾーンを定義して時刻生成
    JST = timezone(timedelta(hours=9), 'JST')
    timestamp = datetime.now(JST).isoformat()
    
    item = {
        "UserId": user_id,
        "Timestamp": timestamp, # 例: 2026-02-01T15:00:00+09:00
        "Text": text,
        "Sentiment": sentiment,
        "SentimentScore": {k: Decimal(str(v)) for k, v in scores.items()},
        "Language": "ja"
    }
    
    try:
        table.put_item(Item=item)
    except Exception as e:
        print(f"DynamoDB Put Error: {e}")
        return response(500, {"message": "Failed to save data"})

    # --- 5. 応答 ---
    return response(200, {
        "message": "Diary saved",
        "timestamp": timestamp, # JSTの時間を返す
        "sentiment": sentiment,
        "scores": scores
    })

Bedrockと連携しているLambda（SentimentLambda-AItalk）を以下のように更新します。

import json
import boto3
import os

# Bedrock (us-east-1)
bedrock = boto3.client(service_name='bedrock-runtime', region_name='us-east-1')
# DynamoDB
dynamodb = boto3.resource('dynamodb')

# 環境変数 TABLE_NAME を設定してください (例: SentimentResults)
TABLE_NAME = os.environ.get("TABLE_NAME", "SentimentResults")

def response(status, body):
    return {
        "statusCode": status,
        "headers": {
            "Content-Type": "application/json",
            "Access-Control-Allow-Origin": "*",
            "Access-Control-Allow-Headers": "Content-Type",
            "Access-Control-Allow-Methods": "OPTIONS,POST"
        },
        "body": json.dumps(body, ensure_ascii=False)
    }

def lambda_handler(event, context):
    if event.get("httpMethod") == "OPTIONS": return response(200, {})

    # --- 1. ユーザーID取得 (HTTP API / Payload 2.0 対応) ---
    # 保存時と同じIDを使うために、ここでも同じロジックで取得します
    try:
        auth_data = event.get('requestContext', {}).get('authorizer', {})
        
        if 'jwt' in auth_data:
            claims = auth_data['jwt']['claims']
        else:
            claims = auth_data.get('claims', {})

        user_id = claims.get('username') or claims.get('cognito:username') or claims.get('sub') or "test_user"
        
    except Exception as e:
        print(f"Auth extraction error: {e}")
        user_id = "test_user"

    # --- 2. リクエストボディの解析 ---
    try:
        body = json.loads(event.get("body")) if isinstance(event.get("body"), str) else event.get("body")
        text = body.get("text", "")
        sentiment = body.get("sentiment", "不明")
        # ★重要: 前のLambdaから渡されるタイムスタンプを受け取る
        timestamp = body.get("timestamp")
    except:
        return response(400, {"message": "Invalid JSON"})

    if not text: return response(400, {"message": "text is required"})

    # --- 3. Amazon Nova Micro コメント生成 ---
    system_list = [
        { "text": "あなたは親切なAIカウンセラーです。ユーザーの言葉と感情分析結果を元に、50文字以内で優しく励ましやコメントをしてください。" }
    ]

    user_message = f"ユーザー: {text}\n感情: {sentiment}"
    
    messages_list = [
        {
            "role": "user",
            "content": [
                {"text": user_message}
            ]
        }
    ]

    body_payload = json.dumps({
        "system": system_list,
        "messages": messages_list,
        "inferenceConfig": {
            "max_new_tokens": 300,
            "temperature": 0.7,
            "top_p": 0.9
        }
    })

    ai_comment = ""
    try:
        model_id = 'amazon.nova-micro-v1:0'
        
        res = bedrock.invoke_model(
            body=body_payload,
            modelId=model_id,
            accept='application/json',
            contentType='application/json'
        )
        
        response_body = json.loads(res.get('body').read())
        ai_comment = response_body.get('output').get('message').get('content')[0].get('text').strip()

    except Exception as e:
        print(f"Bedrock Error: {e}")
        return response(500, {"message": str(e)})

    # --- 4. DynamoDBへの追記処理 ---
    # フロントエンドからタイムスタンプが送られてきた場合のみ実行
    if timestamp:
        try:
            table = dynamodb.Table(TABLE_NAME)
            
            # 該当するデータ(UserIdとTimestampで特定)に、AiCommentを追加
            table.update_item(
                Key={
                    'UserId': user_id,
                    'Timestamp': timestamp
                },
                UpdateExpression="set AiComment = :c",
                ExpressionAttributeValues={
                    ':c': ai_comment
                }
            )
            print(f"DynamoDB updated: {user_id}, {timestamp}")
            
        except Exception as e:
            # エラーログは出すが、ユーザーにはコメントを返してあげる
            print(f"DynamoDB Update Error: {e}")

    return response(200, {"comment": ai_comment})

環境変数を以下のように設定を追加します。
これを追加してあげないとどのDynamoDBのテーブルに追記をしていけばLambdaは判断できません。

また、Lambdaに紐づいているIAM Roleに対してAmazonDynamoDBFullAccess_v2のpolicyも追加します。
これが無いとDynamoDBにデータを書き込みできません。

React修正

**src/components/MainApp.jsx

import { useMemo, useState } from "react";
import { fetchAuthSession } from "aws-amplify/auth";
import { useTranscribe } from "../hooks/useTranscribe";
import { ResultCard } from "./ResultCard";
import { AiFeedback } from "./AiFeedback"; 

// 環境設定
const API_BASE = (import.meta.env.VITE_API_BASE_URL ?? "").replace(/\/$/, "");

async function safeReadText(res) {
  try { return await res.text(); } catch { return ""; }
}

export default function MainApp({ signOut, user }) {
  const [text, setText] = useState("");
  const [loading, setLoading] = useState(false);
  const [error, setError] = useState("");
  const [result, setResult] = useState(null);
  const [apiStatus, setApiStatus] = useState("unchecked");
  
  // AI用ステート
  const [aiComment, setAiComment] = useState("");
  const [aiLoading, setAiLoading] = useState(false);

  const { isRecording, startRecording, stopRecording } = useTranscribe(setText);

  const canSubmit = useMemo(() => {
    const len = text.trim().length;
    return !loading && !aiLoading && len > 0 && len <= 1000;
  }, [text, loading, aiLoading]);

  const apiStatusLabel = !API_BASE ? "未設定" : apiStatus === "ok" ? "接続OK" : apiStatus === "ng" ? "接続NG" : "未確認";

  // --- ロジック部分 ---
  async function onSubmit(e) {
    e.preventDefault();
    setError("");
    setResult(null);
    setAiComment("");

    if (!API_BASE) {
      setError("API の設定がありません。");
      return;
    }

    setLoading(true);
    try {
      const session = await fetchAuthSession();
      const token = session.tokens?.idToken?.toString();
      if (!token) throw new Error("認証トークンエラー");

      // 1. 感情分析 API 呼び出し
      // ここでバックエンドはデータを保存し、timestampを発行して返します
      const res = await fetch(`${API_BASE}/analyze`, {
        method: "POST",
        headers: { "Content-Type": "application/json", Authorization: token },
        body: JSON.stringify({ text: text.trim() }),
      });

      if (!res.ok) {
        const bodyText = await safeReadText(res);
        throw new Error(bodyText || `HTTP ${res.status}`);
      }

      const data = await res.json();
      setResult(data);
      setApiStatus("ok");

      // 2. AIコメント取得 API 呼び出し
      // ★修正: Analyzeの結果に含まれる timestamp を引数に追加して渡します
      // これにより、Bedrock側が「どのデータに追記すればよいか」を理解できます
      if (data.timestamp) {
        await fetchAiComment(text.trim(), data.sentiment, data.timestamp, token);
      } else {
        // 万が一タイムスタンプがない場合も、コメント生成自体は動くようにそのまま呼ぶ
        await fetchAiComment(text.trim(), data.sentiment, null, token);
      }

    } catch (err) {
      setApiStatus("ng");
      setError(err instanceof Error ? err.message : String(err));
    } finally {
      setLoading(false);
    }
  }

  // ★修正: 引数に timestamp を追加
  async function fetchAiComment(inputText, sentimentResult, timestamp, token) {
    setAiLoading(true);
    try {
      const bodyParams = { 
        text: inputText, 
        sentiment: sentimentResult 
      };

      // timestampがある場合のみbodyに追加
      if (timestamp) {
        bodyParams.timestamp = timestamp;
      }

      const res = await fetch(`${API_BASE}/bedrock`, {
        method: "POST",
        headers: { "Content-Type": "application/json", Authorization: token },
        body: JSON.stringify(bodyParams),
      });

      if (!res.ok) throw new Error("AI Error");
      const data = await res.json();
      setAiComment(data.comment);
    } catch (err) {
      console.error(err);
      setAiComment(""); // エラー時は空にしておくか、エラーメッセージを入れる
    } finally {
      setAiLoading(false);
    }
  }

  // --- 表示部分 (JSX) ---
  return (
    <div className="page">
      <main className="card">
        <div className="header">
          <div>
            <h1 className="title">感情分析デモ</h1>
            <p className="subtitle">ユーザー: {user?.signInDetails?.loginId || user?.username}</p>
            <p className="subtitle" style={{ marginTop: "4px" }}>API接続: {apiStatusLabel}</p>
          </div>
          <div>
            <button onClick={signOut} className="btn" style={{ backgroundColor: "#4b5563", fontSize: "12px", padding: "8px 12px" }}>ログアウト</button>
          </div>
        </div>

        <form onSubmit={onSubmit} className="form">
          <textarea
            className="textarea"
            value={text}
            onChange={(e) => setText(e.target.value)}
            placeholder="ここに文章を入力してください（最大1000文字）"
          />
          <div className="row" style={{ alignItems: 'center' }}>
            <button 
                type="button" 
                className="btn"
                onClick={isRecording ? stopRecording : startRecording}
                style={{ 
                    backgroundColor: isRecording ? '#dc2626' : '#2563eb',
                    marginRight: 'auto', display: 'flex', alignItems: 'center', gap: '6px', cursor: 'pointer'
                }}
            >
                <span style={{ fontSize: '1.2em' }}>{isRecording ? "⏹" : "🎤"}</span> 
                {isRecording ? "停止する" : "音声入力"}
            </button>
            <small className="counter" style={{ marginRight: '10px' }}>{text.length} / 1000</small>
            <button type="submit" className="btn" disabled={!canSubmit}>
              {loading ? "分析中..." : "分析する"}
            </button>
          </div>
        </form>

        {error && <div className="alert alert--error">{error}</div>}

        {/* 結果表示 */}
        <ResultCard result={result} />

        {/* AiFeedbackコンポ―ネントの配置 */}
        <AiFeedback 
          comment={aiComment} 
          loading={aiLoading} 
          isVisible={!!result || aiLoading} 
        />
        
      </main>
    </div>
  );
}

動作確認

npm run devでアプリケーションを稼働。
Adminユーザでコメントを追加。ComprehendとBedrock連携は問題なさそうです。

DynamoDBを確認するとユーザと、タイムスタンプ、AIのコメントが格納されていることがわかります。

ユーザを変えてテストをしてみます。こちらは音声入力を試してみます。
Transcribeとの連携も壊れていないようです。（AIが「何言ってんだコイツは？」みたいな反応を示しています）

DynamoDBにもデータが格納されています。

本番へのデプロイ

C:\Users\ohtsu\Documents\AWS\SentimentRepo>git add .

C:\Users\ohtsu\Documents\AWS\SentimentRepo>git commit -m "ver1.4" 
[main 0ce9ebd] ver1.4
 1 file changed, 27 insertions(+), 7 deletions(-)

C:\Users\ohtsu\Documents\AWS\SentimentRepo>git push origin main   
Enumerating objects: 9, done.
Counting objects: 100% (9/9), done.
Delta compression using up to 20 threads
Compressing objects: 100% (5/5), done.
Writing objects: 100% (5/5), 962 bytes | 962.00 KiB/s, done.
Total 5 (delta 4), reused 0 (delta 0), pack-reused 0
remote: Resolving deltas: 100% (4/4), completed with 4 local objects.
To https://github.com/ohtsuka-shota/SentimentRepo.git
   cb8c32e..0ce9ebd  main -> main

デプロイも問題なさそうです。