Amazon Neptune Analytics グラフを使用して Amazon Bedrock ナレッジベースを作成する

Amazon Bedrock コンソールを使用するアクセス許可を持つ IAM ID AWS マネジメントコンソール を使用して にサインインします。Amazon Bedrock コンソール (https://console.aws.amazon.com/bedrock) を開きます。

左側のナビゲーションペインで [ナレッジベース] を選択します。

[ナレッジベース] セクションで [作成] を選択し、[ベクトルストアを含むナレッジベース] を選択します。

(オプション) [ナレッジベースの詳細] で、デフォルトの名前を変更し、ナレッジベースの説明を入力します。

[IAM アクセス許可] で、IAM ロールを選択します。このロールは、他の必要な AWS のサービスにアクセスするためのアクセス許可を Amazon Bedrock に付与します。Amazon Bedrock にサービスロールを作成させるか、Neptune Analytics 用に作成した独自のカスタムロールを使用するかを選択できます。例については、Amazon Neptune Analytics でベクトルデータベースにアクセスするためのアクセス許可を参照してください。

データソースとして [Amazon S3] を選択し、[次へ] を選択してデータソースを設定します。

ナレッジベースを接続するためのデータソースとして使用され、Amazon Neptune Analytics と統合するために使用されるファイルの S3 URI を指定します。提供できる追加の手順とオプション情報については、「データソースをナレッジベースと接続する」を参照してください。

[埋め込みモデル] セクションで、埋め込みモデルを選択してデータをベクトル埋め込みに変換します。必要に応じて、[追加設定] セクションを使用してベクトルディメンションを指定できます。埋め込みタイプには、浮動小数点ベクトル埋め込みを使用することをお勧めします。

[ベクトルデータベース] セクションで、ベクトルストアを作成する方法を選択し、クエリに使用される埋め込みを保存するベクトルストアとして [Amazon Neptune Analytics (GraphRAG)] を選択します。ベクトルストアを作成するには、次のいずれかの方法を使用できます。

グラフ構築のモデルセクションで、取り込み中にドキュメントからエンティティと関係を抽出するために使用する基盤モデルを選択します。選択したモデルに必要なアクセス許可は、ナレッジベースサービスロールに自動的に追加されます。

推論プロファイルを使用して送信元リージョンと送信先リージョンを選択する方法のガイダンスについては、「推論プロファイルでサポートされているリージョンとモデル」を参照してください。データは、Amazon Bedrock ナレッジベースと Amazon Neptune Analytics インスタンスに対応するソースリージョンにのみ保存されます。送信先リージョンは推論にのみ使用されます。

[次へ] を選択して、ナレッジベースの詳細を確認します。次に進みナレッジベースを作成する前に、任意のセクションを編集できます。

[ナレッジベースを作成] を選択します。Amazon Bedrock がナレッジベースを作成している間、[進行中] のステータスが表示されます。データソースを同期する前に、作成が完了するまで待つ必要があります。

Amazon Bedrock がナレッジベースの作成を完了したら、「データソースをナレッジベースと接続する」の手順に従ってデータソースを設定します。

まず、コンテキストエンリッチメント設定を使用してデータソースを作成します。このオペレーションを実行するには、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して CreateDataSource リクエストを送信します。CLI コマンドの例を以下に示します。

aws bedrock-agent create-data-source \
    --name graph_rag_source \
    --description data_source_for_graph_rag \
    --knowledge-base-id LDBBY2K5AG \
    --cli-input-json "file://input.json"

以下のコードは、input.json ファイルの内容を示しています。

{
    "dataSourceConfiguration": { 
        "s3Configuration": { 
            "bucketArn": "arn:aws:s3:::<example-graphrag-datasets>",
            "bucketOwnerAccountId": "<ABCDEFGHIJ>",
            "inclusionPrefixes": [ <"example-dataset"> ]
        },
        "type": "S3",
    },
    "VectorIngestionConfiguration": {
        "contextEnrichmentConfiguration":
            "type": "BEDROCK_FOUNDATION_MODEL",
            "bedrockFoundationModelConfiguration": {
                "modelArn": "arn:aws:bedrock:<region>::foundation-model/anthropic.claude-3-haiku-20240307-v1:0",
                "enrichmentStrategyConfiguration": {
                    "method": "CHUNK_ENTITY_EXTRACTION"
            }
        }
    }
}

ドキュメントからグラフを構築するmodelArnために使用される では、Claude 3 Haiku (前述の例を参照）、Claude Haiku 4.5、Amazon Nova ファミリー (テキスト入力モダリティを持つ Nova 2 モデルと Nova モデルを含む) を使用できます。リージョンで利用可能な基盤モデルを確認するには、「Amazon Bedrock でサポートされている基盤モデル」を参照してください。

推論プロファイルを使用するためのロールのポリシー要件を確認するには、「クロスリージョン推論プロファイルの前提条件」を参照してください。推論プロファイルを使用して送信元リージョンと送信先リージョンを選択する方法のガイダンスについては、「推論プロファイルでサポートされているリージョンとモデル」を参照してください。データは、Amazon Bedrock ナレッジベースと Amazon Neptune Analytics インスタンスに対応するソースリージョンにのみ保存されます。送信先リージョンは推論にのみ使用されます。

ナレッジベースを作成するには、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して、CreateKnowledgeBase リクエストを送信します。CLI コマンドの例を以下に示します。

aws bi create-knowledge-base \
--name <"knowledge-base-graphrag"> \
--role-arn arn:aws:iam::<accountId>:role/<BedrockExecutionRoleForKnowledgeBase> \
--cli-input-json "file://input.json"

以下は、input.json ファイルの内容を示しています。

{
    "storageConfiguration": {
        "type": "NEPTUNE_ANALYTICS"
        "neptuneAnalyticsConfiguration": {
            "graphArn": "arn:aws:neptune-graph:<region>:<>:graph/<graphID>",
            "fieldMapping": {
                "metadataField": "metadata",
                "textField": "text"
            },
        }
    },
    "knowledgeBaseConfiguration": {
        "type": "VECTOR",
        "vectorKnowledgeBaseConfiguration": {
            "embeddingModelArn": "arn:aws:bedrock:<region>::foundation-model/cohere.embed-english-v3"
        }
    }
}

GraphRAG ベースのアプリケーションが実行されているとき、ナレッジベース API オペレーションを引き続き使用して、より包括的で関連性があり、説明可能なレスポンスをエンドユーザーに提供できます。以降のセクションでは、CLI コマンドを使用して取り込みを開始し、クエリの取得を実行する方法を示します。