向 AWS Bedrock 發出第一個 API 請求需要三個基本元件:用於連接服務的 Bedrock Runtime Client、用於指定您想要執行哪個模型的 Model ID,以及包含您想要輸入模型的文字的 User Message。
設定 Bedrock 用戶端
用戶端會使用您的 AWS 憑證為每個請求簽名,因此在開始之前請先設定好這些憑證。安裝 AWS CLI,然後使用 aws configure 或AWS CLI 憑證指南(在新分頁中開啟)中的其他選項來設定您的憑證。如果沒有憑證,您的第一個請求將會因 NoCredentialsError 而中止。
使用 pip install boto3 安裝 boto3。然後建立一個用戶端以連接到 Bedrock runtime 服務:
import boto3
client = boto3.client("bedrock-runtime", region_name="us-west-2")瞭解 Model ID 與區域可用性
這裡正是容易出問題的地方。並非每個模型在每個 AWS 區域都可用。如果您嘗試執行在您選擇的區域中不存在的模型,您會收到一則含糊不清的錯誤訊息,說明該模型不存在。

舉例來說,如果 Claude Sonnet 在 us-west-2 可用,但您是從 us-east-1 發出請求,您的請求就會失敗。

使用推論設定檔 (Inference Profile)
推論設定檔透過自動將您的請求路由到實際代管您所選模型的區域,解決了區域可用性的問題。

您不必追蹤哪些模型位於哪些區域,而是可以使用一個推論設定檔,它知道該模型在 us-west-2 和 us-east-2 等多個區域中都可用。

當您使用推論設定檔發出請求時,AWS 會自動將其路由到您的模型實際存在的正確區域,即使您是從不同的區域連接也一樣。
若要找出推論設定檔 ID,請前往 AWS Bedrock 主控台,並在「跨區域推論 (Cross-region inference)」下查看,而不是使用主要模型目錄頁面上的 model ID。

複製您所選模型的推論設定檔 ID。本課程的範例使用 Claude Haiku 4.5,其推論設定檔 ID 為 us.anthropic.claude-haiku-4-5-20251001-v1:0:
model_id = "us.anthropic.claude-haiku-4-5-20251001-v1:0"建立 User Message
User Message 有一個特定的結構,起初可能看起來過於複雜,但這是有充分理由的:
user_message = {
"role": "user",
"content": [
{"text": "What's 1+1?"}
]
}內容之所以是一個清單,是因為單一訊息可以包含不同類型的內容——文字、圖片或其他媒體類型。這種結構讓您能夠發送多模態請求。

發出請求
現在您可以使用 converse 方法發出您的 API 呼叫:
response = client.converse(
modelId=model_id,
messages=[user_message]
)回應中包含大量的中繼資料,但若要僅取得產生的文字,您需要瀏覽回應結構:
response["output"]["message"]["content"][0]["text"]瞭解訊息類型
您會用到兩種主要的訊息類型:
- 使用者訊息 (User messages) - 您想要輸入模型的內容(role:「user」)
- 助理訊息 (Assistant messages) - 模型產生的內容(role:「assistant」)

這兩種訊息類型都遵循相同的結構,包含一個 role 和一個內容清單。這種一致性讓您能夠輕鬆地透過在使用者與助理訊息之間交替,來建構對話。
您從 Bedrock 取得的助理訊息,其格式與您的使用者訊息完全相同,只是 role 不同。這種標準化的結構讓您能夠輕鬆地將多個請求串連在一起,以進行更長的對話。