☁️ Claude × Amazon Bedrock

⭐⭐ 中級 雲端部署 完成可獲證書

原始課程：Claude with Amazon Bedrock（英文）

📖 課程簡介

Amazon Bedrock 是 AWS 提供的全托管基礎模型服務，讓你可以透過 AWS 的基礎設施使用 Claude，享有 AWS 生態系的安全性、合規性和可擴展性。

如果你的組織已經深度使用 AWS，或有 AWS 合規要求，這門課是在 AWS 環境中部署 Claude 的完整指南。

⚠️ 前置條件

前置條件

• Python 程式設計基礎
• AWS 基礎知識（IAM、S3、Lambda 等核心服務的基本概念）
• 建議先完成 使用 Claude API 開發 了解 Claude API 的概念

🎯 學習目標

完成本課程後，你將能夠：

• 在 Amazon Bedrock 上設定和使用 Claude
• 設計有效的提示工程系統
• 建立 RAG（檢索增強生成） 系統
• 使用 Bedrock 的代理工作流程（Agent Workflows）
• 將 Claude 整合進 AWS 服務（Lambda、S3、DynamoDB）
• 管理成本和效能最佳化

📋 課程大綱

⚙️ 單元一：Amazon Bedrock 基礎設定

• Bedrock 服務介紹和定價
• IAM 權限配置
• 啟用 Claude 模型存取
• Boto3 SDK 設定

🔧 單元二：基本 API 呼叫

• Bedrock Runtime API
• 與 Anthropic 直接 API 的差異
• 錯誤處理和重試機制

✍️ 單元三：提示工程

• 在 Bedrock 環境中的提示設計
• 系統提示和對話管理
• 提示範本管理

🛠️ 單元四：工具使用（Tool Use）

• 在 Bedrock 中定義和使用工具
• 與 AWS Lambda 的整合（工具後端）
• 多工具的協調

🔍 單元五：RAG 系統建立

• 使用 Amazon Bedrock Knowledge Bases
• 文件攝入（Document Ingestion）
• 向量搜尋配置
• 回應生成最佳化

🤖 單元六：Bedrock 代理

• Amazon Bedrock Agents 介紹
• 代理的動作組（Action Groups）
• 代理的知識庫整合
• 部署和監控

🚀 單元七：生產環境部署

• 效能最佳化
• 成本控制策略
• CloudWatch 監控
• 安全最佳實踐

📝 重點筆記

⚖️ Anthropic API vs. Amazon Bedrock 的選擇

考量	Anthropic 直接 API	Amazon Bedrock
AWS 整合	需要額外設定	原生整合
合規性	Anthropic 條款	AWS 條款（適合企業）
IAM 控制	不適用	完整 IAM 整合
VPC 私有連線	不支援	支援
成本管理	Anthropic 帳單	AWS 統一帳單
最新模型	最快獲得	略慢（需 AWS 端啟用）

🐍 Bedrock 基本呼叫範例（Python Boto3）

import boto3
import json

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

response = client.invoke_model(
    modelId='anthropic.claude-opus-4-6-20250514-v1:0',
    body=json.dumps({
        "anthropic_version": "bedrock-2023-05-31",
        "max_tokens": 1024,
        "messages": [
            {
                "role": "user",
                "content": "請解釋什麼是 Amazon Bedrock"
            }
        ]
    })
)

result = json.loads(response['body'].read())
print(result['content'][0]['text'])

💰 成本最佳化技巧

1. 選擇正確的模型：不是所有任務都需要 Opus，Claude Haiku 對簡單任務更經濟
2. 提示快取（Prompt Caching）：對重複使用的系統提示啟用快取
3. 批次處理：使用 Bedrock Batch API 處理大量非即時任務
4. 監控與告警：設定 CloudWatch 告警防止意外超支

💡 學習建議

搭配學習：

• 先完成 使用 Claude API 開發 了解核心概念
• 如果使用 GCP，參考 Claude × Google Vertex AI

實作練習：

1. 在 Bedrock 上執行第一個 Claude API 呼叫
2. 建立一個使用 Lambda 作為工具後端的簡單應用
3. 使用 Bedrock Knowledge Bases 建立一個企業文件問答系統

🔗 相關課程

• 使用 Claude API 開發（建議先修）
• Claude × Google Vertex AI（GCP 替代方案）
• MCP 入門（工具整合的另一種方式）