システムプロンプト

ここでは、Converse API の system パラメータを使って、エージェントに役割や応答スタイルを持たせる仕組みを扱います。マルチターン会話やツール呼び出しに入る前に、まずは Converse API に system パラメータを1つ足すだけで応答が変わる体験から始めます。

1. システムプロンプト

1.1 システムプロンプトの概要

デフォルトのモデル呼び出しでは、モデルはBedrockの標準的な応答スタイル(無難で汎用的な口調・観点)で回答してきます。実運用のエージェントでは、「カスタマー対応窓口として丁寧に答える」「セキュリティ観点でコードをレビューする」「応答は必ずJSONで返す」「対応範囲外の質問には答えない」のように、モデルにどう振る舞ってほしいか(役割・観点・応答形式・制約)を細かく指定したい場面が大半です。

システムプロンプトは、Converse APIの system パラメータでモデルに渡す「エージェントの役割・振る舞い・制約」を宣言する仕組みです。ユーザ発言(messages)とは別枠で扱われ、どのターンでも常に効く前提として参照されます。

1.2 Lambdaのコード変更

index.pyを以下の内容に置き換えます。システムプロンプト付きの1問1答に絞った最小構成です。

今回設定する SYSTEM_PROMPT は、料理の作り方を答えるアシスタントを想定したものです。AI はデフォルトでは「ですます」調の文章で回答してくるので、以下の3点を明確にコントロールする狙いで書いています。

  • 「ですます」調ではなく体言止めで書かせる
  • 箇条書きで簡潔に答えさせる
  • 応答に使うカテゴリを「材料」「工程」「栄養」の3つに固定する
import os
import boto3

MODEL_ID = os.environ["MODEL_ID"]
REGION = "ap-northeast-1"

SYSTEM_PROMPT = """あなたは料理の作り方を答えるアシスタントです。
以下のルールを守って応答してください。

- 「材料」「工程」「栄養」の3つのカテゴリに分けて答える
- 各カテゴリの中身は箇条書きで示す
- 箇条書きの各項目は体言止めで書く(「〜です」「〜ます」は使わない)
"""

bedrock = boto3.client("bedrock-runtime", region_name=REGION)

def lambda_handler(event, context):
    question = event["question"]

    response = bedrock.converse(
        modelId=MODEL_ID,
        messages=[{"role": "user", "content": [{"text": question}]}],
        system=[{"text": SYSTEM_PROMPT}],
    )

    output_message = response["output"]["message"]
    answer = "".join(
        block["text"] for block in output_message["content"] if "text" in block
    )
    return {"answer": answer}

貼り付けたら「Deploy」を押して反映します。

1.3 コードの解説

SYSTEM_PROMPT = """あなたは料理の作り方を答えるアシスタントです。
以下のルールを守って応答してください。

- 「材料」「工程」「栄養」の3つのカテゴリに分けて答える
- 各カテゴリの中身は箇条書きで示す
- 箇条書きの各項目は体言止めで書く(「〜です」「〜ます」は使わない)
"""

SYSTEM_PROMPT としてエージェントの役割と応答スタイルを定義しています。特別なテンプレートやDSLはなく、普通の自然言語(日本語でも英語でも)で書いた文章をそのままモデルが解釈してくれる仕組みです。今回のように「〜のアシスタントです」で役割を宣言し、その下に守ってほしいルールを箇条書きで並べる、というのが一般的な書き方です。

response = bedrock.converse(
    modelId=MODEL_ID,
    messages=[{"role": "user", "content": [{"text": question}]}],
    system=[{"text": SYSTEM_PROMPT}],
)

converse に system 引数を追加しました。system はテキストブロックのリストで、複数ブロックに分けても、1つのブロックに全て詰めてもどちらでも構いません。ここでは1つのブロックに SYSTEM_PROMPT をまるごと渡しています。

1.4 動作確認

「テスト」タブで、以下のテストイベントを実行します。

{
  "question": "オムライスの作り方を教えて"
}

AI の応答は毎回まったく同じにはならないので、以下は一例です。以下のポイントが押さえられていれば成功です。

  • 応答が「材料」「工程」「栄養」の3つのカテゴリに分かれている
  • 各カテゴリの中身が箇条書きになっている
  • 箇条書きの各項目が体言止めで書かれている(「〜です」「〜ます」で終わっていない)
{
  "answer": "【材料】\n- 卵 2個\n- ご飯 200g\n- 玉ねぎ 1/4個\n- ケチャップ 大さじ2\n- 塩コショウ 少々\n\n【工程】\n- 玉ねぎのみじん切り\n- ご飯と玉ねぎをバターで炒める\n- ケチャップ、塩コショウで味付け\n- 薄焼き卵の作成\n- ケチャップライスを卵で包む\n\n【栄養】\n- タンパク質 約20g\n- 炭水化物 約80g\n- 脂質 約15g"
}

システムプロンプトを外したときの応答(普通の丁寧な文章で作り方を説明してくれる形)と見比べると、応答の内容(3つのカテゴリ)と形式(体言止めの箇条書き)が明確にコントロールできていることが分かります。

このように、通常のAIの応答スタイルを特定の形に寄せたい場合や、エージェントに必ず守らせたい基準(役割・応答形式・禁止事項など)を宣言したい場合に、システムプロンプトを設定するのが有効です。