Amazon Bedrock Guardrails の ApplyGuardrail API を使って生成 AI 以外のアプリケーションの入出力をフィルタリングする

Amazon Bedrock Guardrails は LLM との入出力データをフィルタリングする機能なイメージですが、 ApplyGuardrail を使えば LLM に関わらずフィルタリングできます。
#Amazon Bedrock Guardrails
#AWS
たかくに
2025.01.03
こんにちは！クラウド事業本部コンサルティング部のたかくに（@takakuni_）です。
Amazon Bedrock Guardrails 使っていますでしょうか。
Amazon Bedrock Guardrails は LLM との入出力データをフィルタリングする機能として、以下のようなイメージをされている方も多いのではないでしょうか。
私もそう思っていたのですが、 LLM を介さず Amazon Bedrock Guardrails を利用できる ApplyGuardrail API と言うものを先日知りました。
https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-use-independent-api.html
 ApplyGuardrail APIApplyGuardrail API は Amazon Bedrock Guardrails に対して、期待される入出力データを直接渡し、チェックできる API です。
ApplyGuardrail API を利用することで、 LLM を介さず Amazon Bedrock Guardrails の機能を利用できます。
Amazon Bedrock でサポートしていない LLM アプリケーションの実装時にガードレールを利用したいケースや、結合テスト前の簡易的なチェックとして、ガードレールを利用したい時に LLM の利用コストや推論時間のショートカットに使えそうです。
ガードレール単体で API が利用できる。と言うことは、「LLM を使わないシーンでも Amazon Bedrock Guardrails の機能を利用できるようになった。」と解釈しても良いのではないでしょうか。
!Amazon Bedrock Guardrails は現時点で英語、フランス語、スペイン語をサポートしています。日本語は未サポートなため、将来的な活用例の 1 つとしてイメージいただけると嬉しいです。
Amazon Bedrock Guardrails supports English, French, and Spanish. Evaluating text content in other languages can result in unreliable results.
https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails.html
 機密情報フィルター機密情報フィルターはデータに機密情報が含まれていないかをチェックする機能です。データに機密情報が含まれていた際はデータをマスクする or ブロックする（特定のレスポンスを応答する）ことができます。
たとえば次のようなデータ検出できます。
全般カテゴリ
ADDRESS
AGE
NAME
EMAIL

財務カテゴリ
CREDIT_DEBIT_CARD_CVV
CREDIT_DEBIT_CARD_EXPIRY
CREDIT_DEBIT_CARD_NUMBER

IT
IP_ADDRESS
URL
AWS_ACCESS_KEY
AWS_SECRET_KEY

また正規表現を利用して、機密情報の認識をカスタマイズできます。

カスタム
正規表現フィルター – 正規表現を使用して、ガードレールでシリアル番号、予約 ID などを認識し、適宜処理するためのパターンを定義できます。

https://docs.aws.amazon.com/ja_jp/bedrock/latest/userguide/guardrails-sensitive-filters.html
今回は機密情報フィルターを利用してチェックしてみたいと思います。
 やってみるシンプルにオウム返しを行うアプリケーション（プログラム）を作成します。
オウム返しする前に ApplyGuardrail API を実行し、機密情報が含まれていないかチェックし、含まれていたらマスクして返答する処理を実装します。
ApplyGuardrail の API スキーマとドキュメントを確認します。
チェックに引っかかった場合は outputs[0].text に結果が返ってくるようです。
ApplyGuardrail.json
{
   "action": "string",
   "assessments": [
      {
         "contentPolicy": {
            "filters": [
               {
                  "action": "string",
                  "confidence": "string",
                  "filterStrength": "string",
                  "type": "string"
               }
            ]
         },
         "contextualGroundingPolicy": {
            "filters": [
               {
                  "action": "string",
                  "score": number,
                  "threshold": number,
                  "type": "string"
               }
            ]
         },
         "invocationMetrics": {
            "guardrailCoverage": {
               "images": {
                  "guarded": number,
                  "total": number
               },
               "textCharacters": {
                  "guarded": number,
                  "total": number
               }
            },
            "guardrailProcessingLatency": number,
            "usage": {
               "contentPolicyUnits": number,
               "contextualGroundingPolicyUnits": number,
               "sensitiveInformationPolicyFreeUnits": number,
               "sensitiveInformationPolicyUnits": number,
               "topicPolicyUnits": number,
               "wordPolicyUnits": number
            }
         },
         "sensitiveInformationPolicy": {
            "piiEntities": [
               {
                  "action": "string",
                  "match": "string",
                  "type": "string"
               }
            ],
            "regexes": [
               {
                  "action": "string",
                  "match": "string",
                  "name": "string",
                  "regex": "string"
               }
            ]
         },
         "topicPolicy": {
            "topics": [
               {
                  "action": "string",
                  "name": "string",
                  "type": "string"
               }
            ]
         },
         "wordPolicy": {
            "customWords": [
               {
                  "action": "string",
                  "match": "string"
               }
            ],
            "managedWordLists": [
               {
                  "action": "string",
                  "match": "string",
                  "type": "string"
               }
            ]
         }
      }
   ],
   "guardrailCoverage": {
      "images": {
         "guarded": number,
         "total": number
      },
      "textCharacters": {
         "guarded": number,
         "total": number
      }
   },
   "outputs": [
      {
         "text": "string"
      }
   ],
   "usage": {
      "contentPolicyUnits": number,
      "contextualGroundingPolicyUnits": number,
      "sensitiveInformationPolicyFreeUnits": number,
      "sensitiveInformationPolicyUnits": number,
      "topicPolicyUnits": number,
      "wordPolicyUnits": number
   }
}
https://docs.aws.amazon.com/ja_jp/bedrock/latest/APIReference/API_runtime_ApplyGuardrail.html#bedrock-runtime_ApplyGuardrail-response-outputs
リクエストコンテンツに対してガードレールが何もアクションを実行しなかった場合、出力配列は空です。
https://docs.aws.amazon.com/ja_jp/bedrock/latest/userguide/guardrails-use-independent-api.html
 ガードレールの作成ガードレールの作成を行います。サンプルとして日本の郵便番号（ハイフン入り）を正規表現で指定します。動作はマスクにしてみましょう。
まずは、ユーザーからの引数をガードレールに渡し、レスポンスを表示する処理にしてみました。
main.py
import sys
import json
import boto3

GURADRAIL_ID = 'hinvjfl8pwu2'

def main(input: str):
    client = boto3.client('bedrock-runtime')
    response = json.dumps(client.apply_guardrail(
        guardrailIdentifier=GURADRAIL_ID,
        guardrailVersion='DRAFT',
        source='INPUT',
        content=[
            {
                'text': {
                    'text': str(input)
                }
            }
        ]
    ), indent=2, ensure_ascii=False)
    print(response)

if __name__ == "__main__":
    main(sys.argv[1])
おっと、 outputs にデータがないため、うまく機能していないですね。
(guardrails-applyguardrail-api-py3.12) takakuni@ guardrails_applyguardrail_api % python main.py 'クラスメソッドの本社は〒 105-0003 東京都港区西新橋1-1-1 日比谷フォートタワー26階です。'
{
  "ResponseMetadata": {
    "RequestId": "6faaf64f-f835-45ef-949b-7845fe8fe816",
    "HTTPStatusCode": 200,
    "HTTPHeaders": {
      "date": "Fri, 03 Jan 2025 12:20:33 GMT",
      "content-type": "application/json",
      "content-length": "615",
      "connection": "keep-alive",
      "x-amzn-requestid": "6faaf64f-f835-45ef-949b-7845fe8fe816"
    },
    "RetryAttempts": 0
  },
  "usage": {
    "topicPolicyUnits": 0,
    "contentPolicyUnits": 0,
    "wordPolicyUnits": 0,
    "sensitiveInformationPolicyUnits": 0,
    "sensitiveInformationPolicyFreeUnits": 0,
    "contextualGroundingPolicyUnits": 0
  },
  "action": "NONE",
  "outputs": [],
  "assessments": [
    {
      "invocationMetrics": {
        "guardrailProcessingLatency": 140,
        "usage": {
          "topicPolicyUnits": 0,
          "contentPolicyUnits": 0,
          "wordPolicyUnits": 0,
          "sensitiveInformationPolicyUnits": 0,
          "sensitiveInformationPolicyFreeUnits": 0,
          "contextualGroundingPolicyUnits": 0
        },
        "guardrailCoverage": {
          "textCharacters": {
            "guarded": 52,
            "total": 52
          }
        }
      }
    }
  ],
  "guardrailCoverage": {
    "textCharacters": {
      "guarded": 52,
      "total": 52
    }
  }
}
英語にしてみましたが、うまく動いていないです。
(guardrails-applyguardrail-api-py3.12) takakuni@ guardrails_applyguardrail_api % python main.py 'The head office of Classmethod is located at Hibiya Fort Tower 26F, 1-1-1 Nishi-Shimbashi, Minato-ku, Tokyo 105-0003, Japan.'
{
  "ResponseMetadata": {
    "RequestId": "0d45f795-a78e-4a47-97a6-719b9c814428",
    "HTTPStatusCode": 200,
    "HTTPHeaders": {
      "date": "Fri, 03 Jan 2025 12:19:45 GMT",
      "content-type": "application/json",
      "content-length": "619",
      "connection": "keep-alive",
      "x-amzn-requestid": "0d45f795-a78e-4a47-97a6-719b9c814428"
    },
    "RetryAttempts": 0
  },
  "usage": {
    "topicPolicyUnits": 0,
    "contentPolicyUnits": 0,
    "wordPolicyUnits": 0,
    "sensitiveInformationPolicyUnits": 0,
    "sensitiveInformationPolicyFreeUnits": 0,
    "contextualGroundingPolicyUnits": 0
  },
  "action": "NONE",
  "outputs": [],
  "assessments": [
    {
      "invocationMetrics": {
        "guardrailProcessingLatency": 182,
        "usage": {
          "topicPolicyUnits": 0,
          "contentPolicyUnits": 0,
          "wordPolicyUnits": 0,
          "sensitiveInformationPolicyUnits": 0,
          "sensitiveInformationPolicyFreeUnits": 0,
          "contextualGroundingPolicyUnits": 0
        },
        "guardrailCoverage": {
          "textCharacters": {
            "guarded": 124,
            "total": 124
          }
        }
      }
    }
  ],
  "guardrailCoverage": {
    "textCharacters": {
      "guarded": 124,
      "total": 124
    }
  }
}
動作をマスクからブロックにした場合は日本語でも動きました。想定した動作ではないです。
(guardrails-applyguardrail-api-py3.12) takakuni@ guardrails_applyguardrail_api % python main.py 'クラスメソッドの本社は〒 105-0003 東京都港区西新橋1-1-1 日比谷フォートタワー26階です。'
{
  "ResponseMetadata": {
    "RequestId": "ecc3d177-db9d-4f0f-af1e-7e43e01f2a3a",
    "HTTPStatusCode": 200,
    "HTTPHeaders": {
      "date": "Fri, 03 Jan 2025 12:23:35 GMT",
      "content-type": "application/json",
      "content-length": "1043",
      "connection": "keep-alive",
      "x-amzn-requestid": "ecc3d177-db9d-4f0f-af1e-7e43e01f2a3a"
    },
    "RetryAttempts": 0
  },
  "usage": {
    "topicPolicyUnits": 0,
    "contentPolicyUnits": 0,
    "wordPolicyUnits": 0,
    "sensitiveInformationPolicyUnits": 0,
    "sensitiveInformationPolicyFreeUnits": 1,
    "contextualGroundingPolicyUnits": 0
  },
  "action": "GUARDRAIL_INTERVENED",
  "outputs": [
    {
      "text": "申し訳ありませんが、モデルはこの質問に回答できません。"
    }
  ],
  "assessments": [
    {
      "sensitiveInformationPolicy": {
        "regexes": [
          {
            "name": "POST_CODE",
            "match": "105-0003",
            "regex": "\\d{3}-\\d{4}",
            "action": "BLOCKED"
          }
        ]
      },
      "invocationMetrics": {
        "guardrailProcessingLatency": 193,
        "usage": {
          "topicPolicyUnits": 0,
          "contentPolicyUnits": 0,
          "wordPolicyUnits": 0,
          "sensitiveInformationPolicyUnits": 0,
          "sensitiveInformationPolicyFreeUnits": 1,
          "contextualGroundingPolicyUnits": 0
        },
        "guardrailCoverage": {
          "textCharacters": {
            "guarded": 52,
            "total": 52
          }
        }
      }
    }
  ],
  "guardrailCoverage": {
    "textCharacters": {
      "guarded": 52,
      "total": 52
    }
  }
}
source を INPUT から OUTPUT に変更してみました。
main.py
import sys
import json
import boto3

GURADRAIL_ID = 'hinvjfl8pwu2'

def main(input: str):
    client = boto3.client('bedrock-runtime')
    response = json.dumps(client.apply_guardrail(
        guardrailIdentifier=GURADRAIL_ID,
        guardrailVersion='DRAFT',
-       source='INPUT',
+       source='OUTPUT',
        content=[
            {
                'text': {
                    'text': str(input)
                }
            }
        ]
    ), indent=2, ensure_ascii=False)
    print(response)

if __name__ == "__main__":
    main(sys.argv[1])
OUTPUT に変更するとマスクした値で出力されています。想定通りですね。
(guardrails-applyguardrail-api-py3.12) takakuni@ guardrails_applyguardrail_api % python main.py 'クラスメソッドの本社は〒 105-0003 東京都港区西新橋1-1-1 日比谷フォートタワー26階です。'
{
  "ResponseMetadata": {
    "RequestId": "8f18f12b-cd80-4bc0-ac45-ef1ddf1a3e75",
    "HTTPStatusCode": 200,
    "HTTPHeaders": {
      "date": "Fri, 03 Jan 2025 12:25:32 GMT",
      "content-type": "application/json",
      "content-length": "1032",
      "connection": "keep-alive",
      "x-amzn-requestid": "8f18f12b-cd80-4bc0-ac45-ef1ddf1a3e75"
    },
    "RetryAttempts": 0
  },
  "usage": {
    "topicPolicyUnits": 0,
    "contentPolicyUnits": 0,
    "wordPolicyUnits": 0,
    "sensitiveInformationPolicyUnits": 0,
    "sensitiveInformationPolicyFreeUnits": 1,
    "contextualGroundingPolicyUnits": 0
  },
  "action": "GUARDRAIL_INTERVENED",
  "outputs": [
    {
      "text": "クラスメソッドの本社は〒 {POST_CODE} 東京都港区西新橋1-1-1 日比谷フォートタワー26階です。\n"
    }
  ],
  "assessments": [
    {
      "sensitiveInformationPolicy": {
        "regexes": [
          {
            "name": "POST_CODE",
            "match": "105-0003",
            "regex": "\\d{3}-\\d{4}",
            "action": "ANONYMIZED"
          }
        ]
      },
      "invocationMetrics": {
        "guardrailProcessingLatency": 113,
        "usage": {
          "topicPolicyUnits": 0,
          "contentPolicyUnits": 0,
          "wordPolicyUnits": 0,
          "sensitiveInformationPolicyUnits": 0,
          "sensitiveInformationPolicyFreeUnits": 1,
          "contextualGroundingPolicyUnits": 0
        },
        "guardrailCoverage": {
          "textCharacters": {
            "guarded": 52,
            "total": 52
          }
        }
      }
    }
  ],
  "guardrailCoverage": {
    "textCharacters": {
      "guarded": 52,
      "total": 52
    }
  }
}
最後に outputs が含まれるかどうかで条件分岐させてみました。
main.py
import sys
import json
import boto3

GURADRAIL_ID = 'hinvjfl8pwu2'

def main(input: str):
    client = boto3.client('bedrock-runtime')
    response = client.apply_guardrail(
        guardrailIdentifier=GURADRAIL_ID,
        guardrailVersion='DRAFT',
        source='OUTPUT',
        content=[
            {
                'text': {
                    'text': str(input)
                }
            }
        ]
    )
    if len(response["outputs"]) == 0:
        print(input)
    else:
        print(response["outputs"][0]['text'])

if __name__ == "__main__":
    main(sys.argv[1])
うまくマスクが動作していますね。
(guardrails-applyguardrail-api-py3.12) takakuni@ guardrails_applyguardrail_api % python main.py 'クラスメソッドの本社は〒 105-0003 東京都港区西新橋1-1-1 日比谷フォートタワー26階です。'
クラスメソッドの本社は〒 {POST_CODE} 東京都港区西新橋1-1-1 日比谷フォートタワー26階です。

(guardrails-applyguardrail-api-py3.12) takakuni@ guardrails_applyguardrail_api % python main.py 'クラスメソッドの本社は東京都港区西新橋1-1-1 日比谷フォートタワー26階です。'
クラスメソッドの本社は東京都港区西新橋1-1-1 日比谷フォートタワー26階です。
 まとめ「Amazon Bedrock Guardrails の ApplyGuardrail API を使って生成 AI 以外のアプリケーションの入出力をフィルタリングする」でした。
このようなイメージで生成 AI にかかわらず、 Amazon Bedrock Guardrails がうまくハマるケースもあるのではないかと思います。
今回は触れていないですが、コンテンツフィルターを利用して SNS やブログサイトなどの投稿をチェックするアイデアも面白そうな気がします。
このブログがどなたかの参考になれば幸いです。
クラウド事業本部コンサルティング部のたかくに（@takakuni_）でした！
Amazon Bedrock Guardrails の ApplyGuardrail API を使って生成 AI 以外のアプリケーションの入出力をフィルタリングする

ApplyGuardrail API

機密情報フィルター

やってみる

ガードレールの作成

まとめ

関連記事

主なカテゴリ

AWS

おすすめ

プロダクト

コンテンツ

お問い合わせ

運営会社
