サイトアイコン 協栄情報ブログ

AWS Lambda から Gemini APIでマルチモーダル処理ハンズオン

INAMURA

はじめに

仕事の都合で最近は、Geminiばっかりの毎日です。
Geminiの特徴としてはマルチモーダルが挙げられるかと思いますので、AWS環境からS3に保存したPDFをGeminiで内容要約してもらおうと思ったのでハンズオンをしてみます。

マルチモーダルAI（Multimodal AI）とは？

マルチモーダルの性能・コスト

表:マルチモーダルAIモデルのコスト比較 (2025年2月23日時点)

項目 AWS Google Cloud
モデル名 Amazon Nova pro Gemini 2.0 flash
最大入力トークン 300,000 1,048,576
最大出力トークン 5,000 8,192
$ / 1M input tokens $0.80 $0.10
$ / 1M output tokens $3.20 $0.40

参照ドキュメント：Amazon Nova モデル
参照ドキュメント：Amazon Nova Pro料金

参照ドキュメント：Gemini モデル

ハンズオン

構成図

1.Google Cloudの準備

参照ブログ：AWS Lambda から Gemini APIを利用した呼出しハンズオン

2.S3の準備

バケット名 それ以外の設定
${バケット名} デフォルト

3.Lambdaレイヤーの準備

3.1.ライブラリのインストール

# ディレクトリの作成
mkdir python

# 作成したディレクトリにライブラリをインストール
pip install google-genai httpx -t python

# ライブラリをZIP圧縮
zip -r layer.zip python

3.2.Lambdaレイヤーの作成

名前 .zipファイルをアップロード 互換性のあるアーキテクチャ 互換性のあるランタイム
${Lambdaレイヤー名} ダウンロードした「layer.zip」 x86_64 Python 3.9

4.Lambdaの構築

4.1.Lambda構築

関数名 ランタイム アーキテクチャ
${Lambda関数名} Python 3.9 x86_64

4.2.コード

import os
import boto3
import httpx
from google import genai
from google.genai import types

def lambda_handler(event, context):
    s3 = boto3.client("s3")

    # S3パスからバケット名とキー抽出
    bucket_name = os.environ.get("BUCKET_NAME")
    file_name = os.environ.get("FILE_NAME")

    #署名付きURLの生成
    url = s3.generate_presigned_url(
        ClientMethod="get_object",
        Params={"Bucket": bucket_name, "Key": file_name},
        ExpiresIn=3600,
    )

    #Geminiへのプロンプト
    api_key = os.environ.get("API_KEY")
    client = genai.Client(api_key=api_key)
    doc_url = url
    doc_data = httpx.get(doc_url).content
    prompt = "このドキュメントを要約して下さい"

    response = client.models.generate_content(
        model="gemini-2.0-flash", 
        contents=[
            types.Part.from_bytes(
                mime_type="application/pdf",
                data=doc_data
            ),
        prompt]
    )
    print(response.text)

    return {
        "statusCode": 200, 
        "body": response.text
    }

4.3.その他Lambdaの設定変更

4.3.1.レイヤー
レイヤーソース レイヤー選択 バージョン
カスタムレイヤー ${Lambdaレイヤー名} 1
4.3.2.環境変数
キー 値
API_KEY ${1.Google Cloudの準備で取得した値}
BUCKET_NAME ${2.S3の準備で作成したバケット名}
FILE_NAME ${要約したいファイル名}

※簡易検証のためAPIキーを環境変数に設定しています。ただし本番利用の際は、AWS Secrets Managerなどを利用してセキュアに運用ください。

4.3.3.一般設定
タイムアウト
5分

※Geminiに要約してもらうPDFの内容により、各自適切な値に修正する。

4.3.4.アクセス権限

※簡易検証のため「AmazonS3FullAccess」を利用しています。ただし本番利用の際は、必要最小限の権限に変更ください。

5.実行結果

Status: Succeeded
Test Event Name: test

Response:
{
  "statusCode": 200,
  "body": "承知いたしました。以下にドキュメントの要約を示します。\n\n**概要:**\n\nこのドキュメントは、稲村鉄平氏の業務経歴書です。AWS関連の資格を複数取得しています。\n\n**スキル:**\n\n*クラウド: AWS全般\n\n**職務経歴:**\n\n(以下略)
}

Function Logs:
START RequestId: 8d1897c5-f21d-463d-b3eb-ebff27e4c968 Version: 
$LATEST
承知いたしました。以下にドキュメントの要約を示します。
**概要:**
このドキュメントは、稲村鉄平氏の業務経歴書です。AWS関連の資格を複数取得しています。
**スキル:**
*   クラウド: AWS全般
**職務経歴:**
(以下略)
END RequestId: 8d1897c5-f21d-463d-b3eb-ebff27e4c968
REPORT RequestId: 8d1897c5-f21d-463d-b3eb-ebff27e4c968  Duration: 9313.41 ms    Billed Duration: 9314 ms    Memory Size: 128 MB Max Memory Used: 124 MB Init Duration: 1261.67 ms

Request ID: 8d1897c5-f21d-463d-b3eb-ebff27e4c968

おわりに

得られた知見

今後の課題

モバイルバージョンを終了