Amazon Bedrock Managed Knowledge Base に対して IngestKnowledgeBaseDocuments API は使えるのか試してみた

はじめに

クラスメソッドの内田です。

Amazon Bedrock Knowledge Base に新しく追加された Managed Knowledge Base（以下 Managed KB）に対して、ドキュメント単位で直接インジェストする API IngestKnowledgeBaseDocumentsが使えるのかを、実機で確認しました。

S3 にファイルを置いて Lambda から逐次取り込むようなリアルタイム反映構成を Managed KB で組みたい人にとっては、ここが動くかどうかで設計が大きく変わります。公式ドキュメントに明示された記述が見つからなかったので、今回試してみました。

結論

動きます。

Managed KB（type=MANAGED, embeddingModelType=MANAGED）に対して IngestKnowledgeBaseDocuments で S3 オブジェクトを直接インジェストし、数秒で INDEXED に到達、retrieve でも引ける ことを確認しました。

処理の流れはシンプル:

API 呼び出しの本体もこれだけです（KB / DS 側の設定は事前に済んでいる前提）:

aws bedrock-agent ingest-knowledge-base-documents \
  --knowledge-base-id <KB_ID> \
  --data-source-id <DS_ID> \
  --documents file://ingest-documents.json \
  --region ap-northeast-1

[
  {
    "content": {
      "dataSourceType": "S3",
      "s3": {
        "s3Location": {
          "uri": "s3://<your-bucket>/direct-ingest/direct.md"
        }
      }
    }
  }
]

背景: なぜこの検証が必要か

通常の Bedrock Knowledge Base の取り込みは、StartIngestionJob で データソース全体をスキャンして差分取り込みする 方式です。これだと「S3 にファイルを置いた瞬間に KB に反映したい」ユースケースに対して、以下の課題があります:

• 手動で同期ボタンを押す運用は現実的でない
• EventBridge + Lambda で自動化しても、データソース全体をスキャンする方式は重い（並列実行に上限、ジョブ単位課金、反映まで数分）

そこで使いたいのが IngestKnowledgeBaseDocuments API です。これはドキュメント単位で直接インジェストする API で、S3 アップロードをトリガに 1 ファイルだけを即時取り込みできます:

Self-managed KB での事例は 神野さんの記事 に詳しく紹介されています。

一方、新しく出た Managed KB でこの API が動くか公式ドキュメントに明記がなく、石川さんの記事 でも記載が見当たりませんでした。Managed KB は登場したばかりで、従来 API との互換性は実機で確認するしかない状態だったので、今回検証しました。

検証環境

S3 バケットには 2 つのサンプルを配置しました:

s3://<bucket>/
├── baseline/
│   └── baseline.md          ← StartIngestionJob で取り込む（ベースライン）
└── direct-ingest/
    └── direct.md            ← IngestKnowledgeBaseDocuments で取り込む（本題）

DS の inclusionPrefixes を "baseline/" に絞った のは意図的な設計です。これにより:

• baseline/baseline.md は DS 範囲内 → StartIngestionJob（Sync）で取り込まれる
• direct-ingest/direct.md は DS 範囲外 → IngestKnowledgeBaseDocuments（本題）でのみ取り込める

という 2 経路を 1 つの KB で比較できるようにしています。「Direct Ingestion が DS の prefix 制約を無視するか」も同時に確認できる仕掛けです。

Managed KB とデータソースを作る

Managed KB を作成する

aws bedrock-agent create-knowledge-base \
  --name s3kb-walkthrough-managed-20260630 \
  --role-arn arn:aws:iam::<account-id>:role/<kb-role> \
  --knowledge-base-configuration '{
    "type": "MANAGED",
    "managedKnowledgeBaseConfiguration": {
      "embeddingModelType": "MANAGED"
    }
  }' \
  --region ap-northeast-1

ポイント:

• type: "MANAGED" が新タイプ（従来の VECTOR とは別物）
• embeddingModelType: "MANAGED" で埋め込みモデルも AWS 側に任せる
• storageConfiguration は指定不要（Managed KB は AWS 側でベクトルストアを自動用意）

主なレスポンス:

{
  "knowledgeBase": {
    "knowledgeBaseId": "6WNUV7VE7I",
    "status": "CREATING",
    "knowledgeBaseConfiguration": {
      "type": "MANAGED",
      "managedKnowledgeBaseConfiguration": {
        "embeddingModelType": "MANAGED"
      }
    },
    "createdAt": "2026-06-30T06:24:47Z"
  }
}

status: CREATING で返り、約 30〜80 秒で ACTIVE に遷移します。get-knowledge-base でポーリングして状態遷移を追えます。

参考までに、コンソールから同じものを作ると以下のような画面になります。CLI で明示指定していない項目（画像抽出 ON / Max file size 500 MB / データ削除ポリシー Delete 等）は、コンソール上でもデフォルト値として反映されています:

データソースを作成する（S3 コネクタ）

Managed KB 専用の MANAGED_KNOWLEDGE_BASE_CONNECTOR 構造で作成します。self-managed KB とは JSON 構造が違うので注意です。

aws bedrock-agent create-data-source \
  --knowledge-base-id <KB_ID> \
  --name s3kb-walkthrough-ds-20260630 \
  --data-source-configuration file://ds-managed-s3.json \
  --region ap-northeast-1

{
  "type": "MANAGED_KNOWLEDGE_BASE_CONNECTOR",
  "managedKnowledgeBaseConnectorConfiguration": {
    "connectorParameters": {
      "type": "S3",
      "version": "1",
      "connectionConfiguration": {
        "bucketName": "<your-bucket>",
        "bucketOwnerAccountId": "<account-id>"
      },
      "filterConfiguration": {
        "inclusionPrefixes": ["baseline/"]
      }
    }
  }
}

ポイント（Managed KB 特有の構造）:

• 外側の type は MANAGED_KNOWLEDGE_BASE_CONNECTOR 固定
• 内側の connectorParameters.type に S3 を指定
• bucketName を渡す（self-managed の bucketArn ではなく、バケット名そのもの）
• bucketOwnerAccountId は同一アカウントでも必須（後述の「実装ではまった点」参照）
• filterConfiguration.inclusionPrefixes で取り込む S3 prefix を指定

主なレスポンスは以下のとおり:

{
  "dataSource": {
    "dataSourceId": "V6DJBLFLQ2",
    "knowledgeBaseId": "6WNUV7VE7I",
    "status": "CREATING",
    "dataSourceConfiguration": {
      "type": "MANAGED_KNOWLEDGE_BASE_CONNECTOR",
      "managedKnowledgeBaseConnectorConfiguration": {
        "connectorParameters": {
          "type": "S3",
          "connectionConfiguration": { "bucketName": "...", "bucketOwnerAccountId": "..." },
          "filterConfiguration": {
            "inclusionPrefixes": ["baseline/"],
            "maxFileSizeInMegaBytes": "500"
          },
          "aclEnabled": false
        },
        "mediaExtractionConfiguration": {
          "imageExtractionConfiguration": {
            "imageExtractionStatus": "ENABLED"
          }
        }
      }
    },
    "dataDeletionPolicy": "DELETE"
  }
}

CLI で明示指定していない値（maxFileSizeInMegaBytes=500、aclEnabled=false、imageExtractionStatus=ENABLED、dataDeletionPolicy=DELETE）が自動補完されて返ってきます。**画像抽出はデフォルトで ON ** です。

本題: Direct Ingestion を叩く

いよいよ本題です。IngestKnowledgeBaseDocuments が Managed KB で動くか、そして DS の inclusionPrefixes 範囲外のファイルも取り込めるか を確認します。ターゲットは direct-ingest/direct.md（DS の ["baseline/"] の外）。

CLI コマンド:

aws bedrock-agent ingest-knowledge-base-documents \
  --knowledge-base-id <KB_ID> \
  --data-source-id <DS_ID> \
  --documents file://ingest-documents.json \
  --region ap-northeast-1

[
  {
    "content": {
      "dataSourceType": "S3",
      "s3": {
        "s3Location": {
          "uri": "s3://<your-bucket>/direct-ingest/direct.md"
        }
      }
    }
  }
]

主なレスポンス:

{
  "documentDetails": [
    {
      "dataSourceId": "V6DJBLFLQ2",
      "knowledgeBaseId": "6WNUV7VE7I",
      "status": "STARTING",
      "identifier": {
        "dataSourceType": "S3",
        "s3": {
          "uri": "s3://<your-bucket>/direct-ingest/direct.md"
        }
      },
      "updatedAt": "2026-06-30T06:39:19Z"
    }
  ]
}

API が受理し、STARTING で応答が返ってきました。inclusionPrefixes: ["baseline/"] の範囲外なのに、エラーになりません。

ステータスをポーリングして INDEXED を確認

aws bedrock-agent get-knowledge-base-documents \
  --knowledge-base-id <KB_ID> \
  --data-source-id <DS_ID> \
  --document-identifiers '[{"dataSourceType":"S3","s3":{"uri":"s3://<your-bucket>/direct-ingest/direct.md"}}]' \
  --region ap-northeast-1

数秒後、ステータスが INDEXED に遷移すれば取り込み完了です。実測では 10 秒以内 に INDEXED に到達しました。

retrieve でヒットするかを確認

念のため retrieve API 側でも取り込み結果を確認します:

aws bedrock-agent-runtime retrieve \
  --knowledge-base-id <KB_ID> \
  --retrieval-query '{"text":"IngestKnowledgeBaseDocuments API と直接インジェストについて教えて"}' \
  --region ap-northeast-1

direct-ingest/direct.md の内容が retrieval 結果に含まれ、検索可能な状態になっていることを確認できました。

• Test KBs の「取得のみ: データソース」モードで direct.md がスコア 0.36 でヒットしました。右ペインのメタデータに direct-ingest/direct.md の S3 URI が表示されています。

Sync と Direct Ingestion のざっくり比較

同じ KB で StartIngestionJob も動かして、実装選定の判断材料として比較しました:

Sync 側の所要時間はコンソールの同期履歴でも確認できます:

• DS 詳細画面の同期履歴。上段が 2 回目同期（変化なし、全カラム 0）、下段が初回同期（追加 = 1）

リアルタイム取り込みが要件なら Direct Ingestion 一択 という結論になります。

検証でエラーが出た点

1. AWS CLI 2.34+ 必須

2.33 以前だと、managedKnowledgeBaseConfiguration がクライアント側 botocore モデルに未登録で、API に到達する前に client 側で弾かれます:

Parameter validation failed:
Unknown parameter in knowledgeBaseConfiguration: "managedKnowledgeBaseConfiguration",
must be one of: type, vectorKnowledgeBaseConfiguration, ...

対処: brew upgrade awscli などで 2.34 以降に更新します（検証時は 2.35.11 を使用）。

2. Managed KB は MANAGED_KNOWLEDGE_BASE_CONNECTOR 専用構造

self-managed KB でよく見る type: "S3" + s3Configuration の構造は Managed KB では通りません:

ValidationException: Unsupported data source type for MANAGED knowledge base type.

上記「データソースを作成する」節の JSON 構造で書き換える必要があります。

3. bucketOwnerAccountId は同一アカウントでも必須（公式ドキュメントとの乖離）

公式ドキュメント (kb-managed-ds-s3) には以下のように書かれています:

bucketOwnerAccountId — Conditional — The AWS account ID of the bucket owner. Required for cross-account access.

しかし実機では、同一アカウントでもこのフィールドを省略すると DS が即 FAILED になります:

failureReasons:
  Value at 'connectionConfiguration.bucketOwnerAccountId' failed to satisfy constraint:
  Member must not be null

Managed KB で S3 コネクタを組む場合は、同一アカウントでも bucketOwnerAccountId を常に明示指定するのが安全です。

4. 自動補完されるデフォルト値、特に画像抽出は ON

CLI で mediaExtractionConfiguration を明示指定しなくても、レスポンスでは imageExtractionStatus: "ENABLED" が返ります。画像抽出はデフォルト ON です。テキスト主体のドキュメントであれば実害はないですが、画像を大量に含む PDF などを取り込む前提なら、無効化するか、コスト面を考慮に入れておく必要がありそうです（本検証ではテキスト主体のドキュメントのみで、画像抽出時のコストは実測していません）。

その他、指定しなくても自動補完される値:

まとめ

Amazon Bedrock Managed KB に対して IngestKnowledgeBaseDocuments API が使えるかを実機で確認しました。動きます。

• Managed KB（type=MANAGED, embeddingModelType=MANAGED）で IngestKnowledgeBaseDocuments を叩き、S3 オブジェクトを直接インジェスト → 数秒で INDEXED に到達 → retrieve でテスト実行を確認しました
• DS の inclusionPrefixes 範囲外のファイルも受理されました
• Sync と比べて 1 ファイルあたりの取り込みが圧倒的に速く（10 秒以内 vs 2 分〜）、リアルタイム取り込みには Direct Ingestion 一択
• 実装レベルで気をつけたい点は本検証のスコープ内では上記4点（AWS CLI 2.34+、専用 DS 構造、bucketOwnerAccountId の実必須化、デフォルト値の自動補完）

未検証事項

本検証範囲では以下は確認していません。今後余力があれば追試したい部分です:

• 画像抽出 ON 状態での実際のコスト増加量
• リージョン別の挙動差（本検証は ap-northeast-1 のみ）
• 大規模ドキュメント（数百 MB 級）や PDF/画像入りドキュメントでの所要時間
• IngestKnowledgeBaseDocuments の同時実行時のスループット上限
• Managed KBの精度

Amazon Bedrock Managed Knowledge Base は登場したばかりで、UI やログ周りの仕様は今後も変わる可能性があります。本記事は 2026-06-29 〜 2026-07-01 時点の実機観察に基づきます。

なお、本検証を通じてCloudTrail / retrieve メタデータの経路差など、記事の主題から外れる観察もいくつか得られました。これらは別記事で改めて整理する予定です。

参考リンク

• Amazon Bedrock Managed Knowledge Base（AWS 公式ドキュメント）
• Managed Knowledge Base の S3 connector
• Ingest documents directly into a knowledge base
• aws bedrock-agent ingest-knowledge-base-documents
• Amazon Bedrock Managed Knowledge Base 詳解（Classmethod DevelopersIO）
• Bedrock Knowledge Base の Direct Ingestion（Classmethod DevelopersIO / 神野さん）