グローバル金融機関がAmazon Bedrock Guardrailsを設定して、AIアシスタントの出力に以下の3種類のポリシーを実装しました。 ・「投資アドバイスの拒否」 ・「PIIマスキング」 ・「競合他社名のブロック」 本番デプロイ前に品質保証チームが既存の応答サンプル1,000件に対して各ポリシーが意図通りに機能するかテストしたいと考えています。モデル推論コストを最小化しつつGuardrailsの動作のみを効率的に検証する方法として最も適切なものはどれですか？
Amazon Bedrock Guardrailsの `ApplyGuardrail` APIは、モデル推論を一切伴わずにGuardrailsポリシーだけを独立して評価できる専用エンドポイントです。リクエストにテキスト（既存の応答サンプル）・Guardrail ID・バージョン・ソース種別（INPUT/OUTPUT）を渡すと、各ポリシーの判定結果と実行されたアクション（BLOCKED・ANONYMIZEDなど）および検出理由が返されます。 ・モデル呼び出しコストが発生しないためコスト最小化の要件を満たす ・1,000件をループ処理してアクションと検出理由をプログラムで集計できる ・フォールスポジティブ（正当な応答がブロックされるケース）とフォールスネガティブ（問題ある応答がすり抜けるケース）を定量的に評価できる 選択肢AのBedrock Playgroundは単体テストには使えますが、1,000件を効率的に処理する手段がなくコスト・時間面で非現実的です。 選択肢Cのカナリアデプロイは全件のモデル推論コストが発生し、また検証中のGuardrails設定が誤動作した場合に一部の本番ユーザーに悪影響が及ぶリスクがあります。 選択肢DのLambdaによるエンドツーエンドフロー再現はすべてのサンプルに対してモデル推論が実行されるため、推論コストを最小化するという要件に反します。