在 Bedrock 中使用正確的模型
你在 BeanBliss 工作，這是一家精品咖啡公司，協助獨立咖啡館以在地烘焙的咖啡豆維持新鮮多變的菜單。團隊正準備導入以 AI 驅動的需求規劃工具，他們請你示範 Amazon Bedrock 中的 Claude 模型如何更有效地協助預測顧客需求。
boto3 和 json 函式庫已預先匯入。
本練習屬於課程
Amazon Bedrock 入門
練習說明
- 初始化用於推論的 Bedrock 用戶端。
- 使用
bedrock用戶端呼叫模型。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Initialize the client for inference
bedrock = boto3.client('____', region_name='us-east-1')
messages = [{"role": "user", "content": "What are some ways to forecast customer demand?"}]
request_body=json.dumps({"anthropic_version": "bedrock-2023-05-31", "max_tokens": 20,
"messages": messages})
# Invoke the model
response = bedrock.____(body=request_body, modelId='us.anthropic.claude-sonnet-4-5-20250929-v1:0')
response_body = json.loads(response.get('body').read())
print(response_body)