前言

大模型应用发展迅速，部署一套AI应用的需求也越来越多，从头部署花费时间太长，然而亚马逊科技全托管式生成式 AI 服务 Amazon Bedrock，Amazon Bedrock 简化了从基础模型到生成式AI应用构建的复杂流程，为客户铺设了一条直接且高效的道路。用户只需遵循几个直观易行的步骤，便能迅速创建并部署起完全托管的Agent，这些Agent能够灵活调用API，高效执行多样化的复杂业务逻辑。

这一创新的服务模式不仅极大地加速了生成式AI技术的普及与应用步伐，更为各行各业在人工智能领域的探索与实践提供了前所未有的便捷与可能。本文主要讲解如何使用Amazon Bedrock部署一套全托管式生成式 AI 服务。

亚马逊云科技为新用户提供了免费试用套餐（12 个月内免费、永久免费等），包括 Amazon Bedrock 在内的多种服务。用户可以在亚马逊云科技 海外区域免费试用页面 了解更多详情，并开始免费体验。这不仅降低了用户的入门门槛，也让用户能够无负担地探索和学习亚马逊云科技的云服务。

一、创建账号与登录

注册亚马逊账号

搭建 Amazon EC2 云服务器之前，需要先注册亚马逊云科技账号。可以通过上面的链接到官网进行注册。
重要说明：申请 亚马逊云科技 必须持有一张信用卡，比如万事达、运通卡、VISA卡、国内银联信用卡。

1、登录亚马逊云科技网址，点击右上角的登录控制台。然后选择创建新亚马逊云科技账号

2、按照提示填写邮件地址与账户名称后点击验证电子邮件地址。

3、查看邮箱中的验证码

4、输入验证码，点击验证

5、验证通过后输入根用户密码两次后并点击继续。
6、按照提示输入联系人信息后并点击继续，所有信息不能用中文，拼音可以。
5、输入信用卡信息后点击继续，万事达、运通卡、VISA卡、国内银联信用卡都可以。
6、确认身份信息后点击继续，中国地区代码+86。
7、输入短信验证码后继续。
8、选择支持计划，选第一个基本支持 – 免费的即可。

二、访问Amazon Bedrock

完成注册后，请登录亚马逊云科技平台。在搜索框中输入“Amazon Bedrock”，找到并点击进入其服务页面，接着点击“开始使用”按钮以启动服务。

进入相关的介绍页面后，请直接点击“入门”按钮以快速开始：

进入Amazon Bedrock的后台界面。

Amazon Bedrock支持多种模型，涵盖Jamba、Amazon Titan、Claude、Jurassic、Command、Stable Diffusion以及Llama2等，为您提供丰富的选择。

三、Model Access（模型授权）

在左侧菜单中，请选择“Model Access”以进行模型授权。接着，在右侧找到并点击“Manage Model Access”。请注意，对于某些模型，您可能需要先提交用例的详细信息，然后才能请求访问权限。

接下来，请勾选您所需的模型（建议全部勾选）。特别提醒，若要使用GPT的对话功能，请确保勾选至少一个带有“Text”标签的模型；而对于Stable Diffusion的文本生成图像功能，则需勾选带有“Image”标签的模型。完成选择后，点击下方的“Request Model Access”按钮以完成授权流程。

随后确认模型是否授权成功。

三、构建Stable Diffusion-文本生成图像

在左侧导航栏中，选择“Playgrounds”栏，您将看到模型的三种不同模式：

Chat模式：此模式支持文字交互和代码生成，允许您比较不同模型间的输出结果，从而深入了解生成式AI在不同应用场景下的表现。
Text模式：专注于文字处理的简化流程，配备先进算法，能够高效地处理和分析海量文本数据，为您的文本工作提供强大支持。
Image模式：该模式能够将文字描述快速转化为图像，实现创意的即时呈现。在几秒钟内，它就能生成用户所描述的图片，为您的想法提供直观、高效的视觉表现形式。

然后我们选择Select model，选择需要使用的模型。这些模型就是刚刚在上面我们选择授权的模型。

接下来，您可以输入以下提示（prompt），让Amazon Bedrock为您生成图片。输入完成后，点击“Run”按钮以运行并生成图像。

girl, masterpiece, best quality, high resolution, 8K , HDR, cinematic lighting, bloom, sun light, looking at viewer, outdoor, detailed shadows, intricate tree shadows, raytracing

或者

cute girl walking in street, half body, 64K, Professional,Makoto Shinkai, Katsuhiro Otomo, Masashi Kishimoto, Kentaro Miura

其中涉及到的属性介绍。

属性 描述

• 提示词：这是描述图像的主要部分，包括内容、风格等信息。原始的webui可能对字数有限制，但您可以安装插件来突破这一限制。简单来说，就是您希望生成一幅什么样的图片，包含主体、风格、色彩、质量要求等细节。
• 反向提示词：这部分用于告诉模型您不希望出现的风格或元素，比如不希望图片中出现某些内容，不希望图片质量差，不希望人物模糊或有多余的手脚等。
• 提示词相关性（CFG Scale）：这是分类器自由引导尺度，用于控制图像与提示符的一致程度。较低的值会产生更具创意的结果，而较高的值则使图像更贴近描述文本。一般设置为7。
• 采样方法（Sampling Method）：扩散算法的去噪声采样模式会影响生成图片的效果。不同的采样模式会产生截然不同的结果，因此选择合适的采样方法至关重要。
• 采样迭代步数（Sampling Steps）：这是在使用扩散模型生成图片时进行的迭代次数。每经过一次迭代，AI就有更多机会去比对提示符和当前结果，并作出相应调整。需要注意的是，更高的迭代步数会消耗更多计算时间和成本，但并不一定意味着更好的结果。然而，如果迭代步数过少（一般不少于50），则图像质量会下降。
• 随机种子（Seed）：这是生成每张图片时的随机基础。使用-1表示不基于图片种子进行绘制，完全基于您的提示符生成。如果填写一个具体的种子值，则AI会参考该种子值，在此基础上进行二次绘制。

提示词在图像生成中扮演着至关重要的角色，它是创建图像的基础要求。提示词（prompt）由多个词缀精心组合而成，旨在向AI明确传达所需与所不需的信息。

提示词分为正向提示词（positive prompt）和反向提示词（negative prompt）两类。正向提示词用于告诉AI我们期望出现的元素，而反向提示词则用于排除我们不希望出现的元素。反向提示词听起来或许有些新奇，但实际上它只是我们对不希望出现内容的明确描述。

无论是正向还是反向提示词，其效果很大程度上取决于你的想象力和创造力。当然，为了更好地发挥效用，这些提示词需要转换成英文描述的术语。我认为，不应有固定的公式来限制我们的想象力。你可以尽情发挥，将你的所思所想填入提示词中，让AI为你创造出独一无二的图像。

总结

Amazon Bedrock，这款全托管式生成式AI服务，给我这个向来怕麻烦的人带来了极大的惊喜与满足。自己从零开始构建模型，过程繁琐且复杂，而Amazon Bedrock则完美解决了这一难题，让我仿佛找到了理想的港湾。

在深入体验Amazon Bedrock的过程中，我对通过HAI（假设为High-level AI或相关概念）构建应用有了几点深刻的感受：

• 快速构建与部署：这是Amazon Bedrock最为直观且吸引人的优点。无需繁琐的设置与配置，用户便能迅速构建并部署应用，极大地提升了工作效率与便捷性。
• 卓越的性能表现：Amazon Bedrock凭借其先进的架构与算法，能够轻松应对大量并发请求，确保高吞吐量与低延迟的服务质量。这一特性使得用户在使用应用时能够享受到更加流畅与高效的体验。
• 资源共享与成本节约：Amazon Bedrock允许用户搭建一套服务，供多个应用共同使用。这种资源共享的模式不仅有效降低了运营成本，还大大节省了时间资源，实现了经济效益与效率的双重提升。

综上所述，Amazon Bedrock无疑是一款值得推荐的全托管式生成式AI服务，它以其便捷性、高性能与资源共享等优势，为用户带来了前所未有的使用体验。