Amazon Bedrock ナレッジベースで LINE 世界旅行 Bot を作る — RAG 対応版
前提記事: Amazon Bedrock で LINE Chat Bot を構築する
本記事で追加する機能: Bedrock Knowledge Base（RAG）を組み込み、世界各国の旅行ガイドデータに基づいた回答を生成する旅行アシスタント Bot に拡張する
概要
前回の記事では、Amazon Bedrock と LINE を連携して汎用的なチャットボットを構築しました。今回はそこに Bedrock Knowledge Base（ナレッジベース） を追加し、S3 にアップロードした世界各国の旅行ガイドデータを基に回答を生成する RAG（Retrieval-Augmented Generation）対応の世界旅行アシスタント Bot に拡張します！
「バルセロナのおすすめ観光スポットは？」「3泊5日でイタリアを回るモデルコースを教えて」といった質問に、登録済みの旅行ガイドデータから回答してくれるボットを目指します。
拡張前後の構成比較
【前回（基本構成）】
LINE → API Gateway → Lambda → Bedrock (Claude) → 応答生成
【今回（ナレッジベース拡張版）】
LINE → API Gateway → Lambda → Bedrock Knowledge Base → 応答生成
↑
S3（旅行ガイドデータ）
↑
OpenSearch Serverless（ベクトルDB）
アーキテクチャ図
手順の概要
- S3 バケットの作成とドキュメントのアップロード
- Bedrock ナレッジベースの作成
- ナレッジベースの同期とテスト
- Lambda の IAM ロール更新
- Lambda コードの修正（RetrieveAndGenerate API 対応）
- 動作確認
前提: 前回の記事で構築した LINE Bot（Lambda + API Gateway + LINE Messaging API）が動作していること
1. S3 バケットの作成とドキュメントのアップロード
① S3 バケットを作成
- AWS マネジメントコンソール → S3 を開く
- 「バケットを作成」をクリック
- バケット名:
bedrock-kb-documents-{your-account-id}（グローバルで一意にする） - リージョン:
ap-northeast-1（東京） - その他はデフォルトのまま
- バケット名:
- 「バケットを作成」をクリック
ナレッジベースに読み込ませる旅行ガイドデータをアップロードします。
対応フォーマット:
- PDF（
.pdf） - Markdown（
.md） - テキスト（
.txt） - HTML（
.html） - Word（
.docx） - CSV（
.csv）
旅行ガイドデータの準備例（Markdown）:
# バルセロナ（スペイン）
## 基本情報
- ベストシーズン: 4月〜6月、9月〜10月
- 通貨: ユーロ（EUR）
- 言語: スペイン語・カタルーニャ語（英語観光地OK）
- 時差: 日本 -8時間
## おすすめ観光スポット
1. **サグラダ・ファミリア** — ガウディの未完成傑作。2026年現在も建設中。午前中が空いている
2. **グエル公園** — ガウディのモザイクベンチが有名。午後の散歩に最適
3. **ランブラス通り** — バルセロナのメインストリート。大道芸人やカフェが並ぶ
## モデルコース（3泊4日）
- Day 1: サグラダ・ファミリア → ゴシック地区散策
- Day 2: グエル公園 → カサ・バトリョ → モンジュイックの丘
- Day 3: ボケリア市場 → ランブラス通り → バルセロネータビーチ
- Day 4: モンセラット（郊外日帰り）
## グルメ
- **パエリア** — シーフードパエリア。ボケリア市場周辺がおすすめ
- **ピンチョス** — 小皿料理。バルで気軽に楽しめる
- **クレマカタラーナ** — カタルーニャ名物のクリームブリュレ
## 注意事項
- スリに注意（特にランブラス通り）
- チップは飲食店で約10%が目安
S3 のフォルダ構成:
bedrock-kb-documents-123456789012/
├── docs/
│ ├── europe/
│ │ ├── スペイン.md
│ │ ├── イタリア.md
│ │ ├── フランス.md
│ │ └── イギリス.md
│ ├── asia/
│ │ ├── タイ.md
│ │ ├── 台湾.md
│ │ └── 韓国.md
│ ├── americas/
│ │ ├── アメリカ.md
│ │ └── メキシコ.md
│ └── tips/
│ ├── 海外旅行の持ち物リスト.md
│ └── 空港・乗り継ぎテクニック.md
ポイント: エリア別にフォルダを分けておくと、後からメタデータフィルタリングで「ヨーロッパだけ検索」なども可能になります。
2. Bedrock ナレッジベースの作成
① Bedrock コンソールでナレッジベースを作成
- AWS マネジメントコンソール → Amazon Bedrock を開く
- 左メニューから 「ナレッジベース」 を選択
- 「ナレッジベースを作成」 をクリック
② 基本設定
| 項目 | 設定値 |
|---|---|
| ナレッジベース名 | travel-chatbot-kb |
| 説明（任意） | LINE 世界旅行アシスタント用ナレッジベース |
| IAM ロール | 「新しいサービスロールを作成して使用」を選択 |
③ データソースの設定
| 項目 | 設定値 |
|---|---|
| データソース名 | s3-documents |
| S3 URI | s3://bedrock-kb-documents-{your-account-id}/docs/ |
④ 埋め込みモデルの選択
| 項目 | 設定値 |
|---|---|
| 埋め込みモデル | Titan Embeddings G1 - Text v1.2 |
| ベクトルデータベース | 「新しいベクトルストアをクイック作成」を選択 |
補足: 「新しいベクトルストアをクイック作成」を選ぶと、OpenSearch Serverless のコレクションが自動で作成されます。手動設定は不要です。
⑤ チャンキング戦略の選択
| 戦略 | 説明 | おすすめ |
|---|---|---|
| デフォルト | 300トークンごとに分割 | 初めての場合はこちら |
| 固定サイズ | 指定トークン数で分割 | ドキュメントの構造が均一な場合 |
| 階層的 | 親子チャンクを作成 | 長い文書で文脈を保持したい場合 |
| セマンティック | 意味的な区切りで分割 | 品質重視の場合 |
| なし | チャンキングしない | 既に前処理済みの場合 |
おすすめ: まずは デフォルト で始めて、回答品質を見ながら調整する。
⑥ 作成を完了
「ナレッジベースを作成」をクリック。作成完了まで数分かかります。
3. ナレッジベースの同期とテスト
① データソースを同期
- 作成したナレッジベースの詳細ページを開く
- データソースセクションで 「同期」 をクリック
- ステータスが「利用可能」になるまで待つ（ドキュメント量に依存、通常数分）
② コンソールでテスト
- ナレッジベース詳細ページの右側に 「テスト」 パネルがある
- 「モデルを選択」で Claude 4.5 Haiku を選択
- テスト質問を入力して動作確認
テスト質問例:
「バルセロナのおすすめ観光スポットは？」
「3泊5日でイタリアを回るプランを教えて」
「タイのおすすめグルメは？」
応答に旅行ガイドデータからの引用（ソース）が含まれていれば成功です。
③ ナレッジベース ID をメモ
ナレッジベース詳細ページの上部に表示される ナレッジベース ID（例: XXXXXXXXXX）を控えておきます。Lambda コードで使用します。
4. Lambda の IAM ロール更新
前回作成した Lambda 関数の実行ロールに、ナレッジベースへのアクセス権限を追加します。
① IAM コンソールで Lambda のロールを編集
- IAM コンソール → ロール →
BedrockLineBotのロールを選択 - 「許可を追加」→「インラインポリシーを作成」
② ポリシー JSON
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": [
"bedrock:RetrieveAndGenerate",
"bedrock:Retrieve",
"bedrock:InvokeModel",
"bedrock:GetInferenceProfile"
],
"Resource": "*"
}
]
}
ポリシー名: BedrockKnowledgeBaseAccess
注意: 本番環境では
Resourceを特定の ARN に絞ることを推奨します。
5. Lambda コードの修正（RetrieveAndGenerate API 対応）
前回のコードを以下に置き換えます。
変更ポイント
| 項目 | 前回 | 今回 |
|---|---|---|
| API | invoke_model |
retrieve_and_generate |
| クライアント | bedrock-runtime |
bedrock-agent-runtime |
| 応答根拠 | なし（モデルの一般知識） | 旅行ガイドデータからの引用付き |
| プロンプト | なし | 旅行アシスタント用プロンプトテンプレート |
Lambda コード（拡張版）
import boto3
import json
import os
import urllib.request
# Bedrock Agent Runtime クライアント（東京リージョン）
bedrock_agent = boto3.client("bedrock-agent-runtime", region_name="ap-northeast-1")
# 環境変数から取得（Lambda の設定 → 環境変数で設定）
LINE_ACCESS_TOKEN = os.environ["LINE_ACCESS_TOKEN"]
KNOWLEDGE_BASE_ID = os.environ["KNOWLEDGE_BASE_ID"]
MODEL_ARN = os.environ["MODEL_ARN"]
# プロンプトテンプレート（旅行アシスタントのキャラ設定）
PROMPT_TEMPLATE = """あなたは「たびナビ」という名前の親しみやすい世界旅行アシスタントです。
以下のルールに従って回答してください：
- 検索結果の旅行ガイド情報を基に、わかりやすく回答する
- 観光スポット・モデルコース・グルメ情報は箇条書きで見やすく整理する
- 旅行のコツや穴場情報があれば一言添える
- 日数が指定された場合は、その日数に合ったモデルコースを提案する
- ベストシーズンや注意事項（治安・チップ・マナー等）も併せて伝える
- 検索結果に該当する情報がない場合は、正直に「登録されているガイドにはありませんでした」と伝える
- 絵文字を適度に使って、旅行のワクワク感が伝わる雰囲気で回答する
$search_results$
ユーザーの質問: $query$
"""
def lambda_handler(event, context):
try:
body = json.loads(event["body"])
events = body.get("events", [])
if not events:
return {"statusCode": 200, "body": "No events"}
user_message = events[0]["message"]["text"]
reply_token = events[0]["replyToken"]
# Bedrock Knowledge Base に問い合わせ（RetrieveAndGenerate + プロンプトテンプレート）
response = bedrock_agent.retrieve_and_generate(
input={"text": user_message},
retrieveAndGenerateConfiguration={
"type": "KNOWLEDGE_BASE",
"knowledgeBaseConfiguration": {
"knowledgeBaseId": KNOWLEDGE_BASE_ID,
"modelArn": MODEL_ARN,
"retrievalConfiguration": {
"vectorSearchConfiguration": {
"numberOfResults": 5
}
},
"generationConfiguration": {
"promptTemplate": {
"textPromptTemplate": PROMPT_TEMPLATE
},
"inferenceConfig": {
"textInferenceConfig": {
"maxTokens": 500,
"temperature": 0.7
}
}
}
}
}
)
# 応答テキストを取得
ai_reply = response["output"]["text"]
# ソース情報を追加（任意）
citations = response.get("citations", [])
if citations:
sources = set()
for citation in citations:
for ref in citation.get("retrievedReferences", []):
location = ref.get("location", {})
s3_uri = location.get("s3Location", {}).get("uri", "")
if s3_uri:
# ファイル名だけ取得
filename = s3_uri.split("/")[-1]
sources.add(filename)
if sources:
ai_reply += f"\n\n🌍 参照ガイド: {', '.join(sources)}"
# LINE に返信
send_line_message(reply_token, ai_reply)
return {"statusCode": 200, "body": json.dumps({"message": "Success"})}
except Exception as e:
print(f"Error: {e}")
return {"statusCode": 500, "body": json.dumps({"error": str(e)})}
def send_line_message(reply_token, text):
"""LINE Messaging API で返信する"""
url = "https://api.line.me/v2/bot/message/reply"
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {LINE_ACCESS_TOKEN}"
}
# LINE メッセージの上限は 5000 文字
if len(text) > 4900:
text = text[:4900] + "\n\n（文字数上限のため省略）"
data = json.dumps({
"replyToken": reply_token,
"messages": [{"type": "text", "text": text}]
})
req = urllib.request.Request(url, data=data.encode("utf-8"), headers=headers)
with urllib.request.urlopen(req) as res:
res.read()
環境変数の設定
Lambda コンソール → 設定 → 環境変数 で以下を追加:
| キー | 値 |
|---|---|
LINE_ACCESS_TOKEN |
LINE Developers で取得したアクセストークン |
KNOWLEDGE_BASE_ID |
手順3で控えたナレッジベース ID |
MODEL_ARN |
arn:aws:bedrock:ap-northeast-1::inference-profile/jp.anthropic.claude-haiku-4-5-20251001-v1:0 |
改善ポイント（前回からの変更）:
requestsライブラリをurllib.requestに変更 → Lambda レイヤー不要に- アクセストークンをコードから環境変数に移動 → セキュリティ向上
- ソース情報の付与 → ユーザーが根拠を確認できる
- プロンプトテンプレート追加 → Claude の回答スタイルを旅行アシスタントとしてカスタマイズ
Lambda のタイムアウト設定
ナレッジベースの検索+生成は時間がかかるため、タイムアウトを延長します。
- Lambda コンソール → 設定 → 一般設定 → 編集
- タイムアウト: 30秒（デフォルトの3秒では足りない）
6. 動作確認
① Lambda のテスト
Lambda コンソールのテスト機能で、以下のテストイベントを使用:
{
"body": "{\"events\":[{\"message\":{\"text\":\"バルセロナのおすすめ観光スポット教えて\"},\"replyToken\":\"test-token-123\"}]}"
}
注意:
replyTokenがテスト値のため LINE への送信は失敗しますが、ナレッジベースからの応答取得を確認できます。CloudWatch Logs で応答内容を確認してください。
② LINE から実際にテスト
LINE アプリでボットに質問を送信:
