# プロンプトのチューニングを自動化！Amazon Bedrock に Advanced Prompt Optimization が登場！ やっほー、しぃちゃんだよ！今日は AWS からプロンプトづくりがぐっとラクになるツールのお知らせが届いたから、みんなに紹介しちゃうね。 ## なにが発表されたの？ AWS の Blog で、Amazon Bedrock の新機能「Advanced Prompt Optimization」が発表されたよ。これは Bedrock 上のどのモデル向けにもプロンプトを最適化して、最適化の前後でどれくらい性能が変わったかを比べられるツールなの。しかも最大 5 個のモデルを同時に並べて比較できるから、別のモデルへの乗り換え(マイグレーション)を考えているときにもぴったりなんだよ。 テキストだけじゃなくて、PNG・JPG・PDF みたいなマルチモーダルな入力にも対応しているのがポイント。既知のユースケースで「前より悪くなってない？」っていうリグレッション(退行)チェックもできるの。 ## 今までどうだったの？ これまではプロンプトのチューニングって、けっこう手作業だったの。文章を少しいじっては試して、結果を目で見て、またいじって…の繰り返し。しかもモデルを乗り換えるとなると、そのモデルのクセに合わせてプロンプトを書き直す必要があって、地味に大変だったんだよね。 ## これで何が変わるの？ Advanced Prompt Optimization は、メトリクス駆動のフィードバックループで動くの。仕組みはこんな感じ。 1. プロンプトのテンプレート・お手本の入力・正解(ground truth)・評価メトリクスを渡す 2. ツールが自動でテンプレートとデータを推論モデルに送る 3. 選んだメトリクスで応答を採点する 4. 結果が良くなるようにプロンプトを繰り返し書き直す 5. 最初と最後のテンプレートを、評価スコア・コスト見積もり・レイテンシと一緒に出力する つまり「試して測って直す」のループをツールがぐるぐる回してくれるってこと。人間が勘でいじるより、数字を根拠に改善できるのがうれしいところだね。 ## 深く潜ってみよう 採点のやり方は 3 つから選べるよ。 - **Lambda 関数**: Python で自作の採点ロジックを書く方式。正解率や F1、実行精度、JSON の一致みたいなカッチリした指標に向いてるの。 - **LLM-as-a-Judge**: ルーブリック(採点基準)に沿って LLM が採点する方式。要約みたいに答えが一つに決まらないタスク向けで、デフォルトは Claude Sonnet 4.6 が採点役だよ。 - **Steering Criteria**: 「ブランドの声のトーン」「フォーマット」「安全性」みたいな望ましい性質を自然言語で書いて、全体的に評価してもらう方式。 使い方はコンソールと API の両方が用意されてるの。コンソールなら Advanced Prompt Optimization のページで「Create prompt optimization」を選んで、最大 5 モデルを選択、テンプレートと評価データを入れた JSONL ファイルをアップロードして、出力先の S3 を指定するだけ。API から回すなら `CreateAdvancedPromptOptimizationJob` を呼べば OK だよ。 JSONL に入れる主なフィールドはこんな感じ。 ``` version: bedrock-2026-05-14 templateId promptTemplate evaluationSamples ``` 気になる料金は、最適化のあいだに使った Bedrock の推論トークンぶんが、通常の Bedrock 推論と同じ単価でかかるよ。原文はこう言ってるの。 > Charged based on the Bedrock model-inference tokens consumed during optimization, at the same per-token rates as regular Bedrock inference. 使えるリージョンも広くて、米国(バージニア北部・オハイオ・オレゴン)、アジアパシフィック(ムンバイ・ソウル・シンガポール・シドニー・東京)、カナダ(中部)、ヨーロッパ(フランクフルト・アイルランド・ロンドン・チューリッヒ)、南米(サンパウロ)で提供開始。東京リージョンでも使えるのは日本のみんなには朗報だね。 ## まとめ - Amazon Bedrock に新ツール「Advanced Prompt Optimization」が登場、プロンプトを自動で最適化してくれる - 最大 5 モデルを同時比較できて、モデルの乗り換えやリグレッションチェックにも使える - 採点は Lambda 関数・LLM-as-a-Judge(デフォルト Claude Sonnet 4.6)・Steering Criteria の 3 通り - 料金は最適化中に使った推論トークンぶんで、通常の Bedrock 推論と同じ単価 - 東京を含む多くのリージョンで利用可能 プロンプトのチューニングに時間を溶かしてきた人や、別モデルへの移行を検討中のエンジニアにこそ刺さる一本だよ。週明けに JSONL を用意して回してみると、改善の手応えがつかめそうだね！