Claude no Amazon Bedrock: IA generativa dentro da sua conta AWS

O Amazon Bedrock é o serviço da AWS que dá acesso a modelos de IA, entre eles o Claude, por meio de uma API dentro da sua própria conta. A vantagem é usar os controles que a empresa já tem: permissões no IAM, registros de auditoria, rede privada e cobrança na mesma fatura. Para empresas que já estão na AWS, costuma ser o caminho mais simples para colocar IA generativa em produção, com um ponto de atenção importante sobre onde os dados são processados.

Por que usar o Claude pelo Bedrock

Há duas formas principais de usar o Claude em uma aplicação: diretamente pela API da Anthropic ou por uma nuvem, como a AWS. Os modelos são os mesmos, mas a escolha afeta governança e contratação.

• Controle de acesso: permissões via IAM, com papéis por aplicação, sem chaves espalhadas.
• Auditoria: chamadas registradas no CloudTrail.
• Rede privada: é possível usar endpoints privados (PrivateLink), sem tráfego pela internet pública.
• Dados: segundo a AWS, as entradas e saídas não são usadas para treinar os modelos nem compartilhadas com os provedores.
• Compras: tudo na fatura da AWS, sem precisar de um novo fornecedor no financeiro.

Atenção: onde o dado é processado

Este é o ponto em que muitos textos sobre o assunto simplificam demais. Ter a sua conta em São Paulo não significa que a inferência acontecerá no Brasil. Conforme a documentação mais recente, o acesso aos modelos Claude a partir de sa-east-1 funciona pelo endpoint global, que distribui as requisições entre regiões do mundo. Ou seja, o texto enviado ao modelo pode ser processado fora do país.

Isso não impede o uso, mas exige uma decisão consciente:

• Classifique o que vai para o modelo. Dados públicos e documentos internos comuns têm um risco diferente de dados de saúde ou financeiros.
• Trate a transferência internacional. A LGPD permite essa transferência, mas pede base legal e salvaguardas. Envolva o encarregado de dados e o jurídico.
• Anonimize quando possível. Retire nomes, CPFs e outros identificadores antes de enviar.
• Mantenha os dados no Brasil onde for possível. Banco, documentos e logs podem continuar em sa-east-1, enviando ao modelo só o trecho necessário.

A disponibilidade muda com frequência, por isso confirme a situação atual por modelo e região na documentação da AWS antes de projetar. Leia também IA e LGPD e AWS em São Paulo.

O que dá para construir

Assistente com base de conhecimento

O Bedrock Knowledge Bases facilita o padrão de RAG: documentos guardados no S3, indexados e consultados para que o modelo responda com citações.

Agentes que executam tarefas

O agente recebe um objetivo e usa ferramentas, como funções no AWS Lambda ou APIs internas, para consultar sistemas e agir. Mantenha cada ferramenta com o mínimo de permissões necessário. Veja o que são agentes de IA e como supervisionar agentes.

Processamento de documentos

Extração de dados de contratos, notas e formulários, com filas no SQS e processamento em lote, usando eventos do S3.

Proteções com Guardrails

O Bedrock Guardrails ajuda a filtrar conteúdo e a identificar dados sensíveis, como camada adicional às instruções do modelo. Ele não dispensa testes.

Uma arquitetura típica

1. A aplicação roda em ECS, Lambda ou EC2, com papel IAM próprio.
2. Os documentos ficam em um bucket S3 criptografado.
3. O acesso ao Bedrock passa por um endpoint privado.
4. O banco guarda conversas e permissões de cada usuário.
5. CloudWatch e CloudTrail registram uso, custos e erros.

Custos no Bedrock

A cobrança é por volume de tokens de entrada e de saída, variando por modelo. Vale conhecer:

• Cache de prompts: reduz o custo de contextos repetidos.
• Processamento em lote: mais barato para tarefas que podem esperar.
• Modelos menores: Haiku para tarefas simples, reservando os maiores para o que exige raciocínio.
• Limites de cota: pedidos de aumento podem levar tempo, então planeje com antecedência.

Sem orçamento e alarmes, um loop em um agente pode gerar um gasto inesperado. Use os mesmos cuidados de FinOps.

Bedrock ou API direta da Anthropic?

Se a empresa está na AWS e precisa de governança, o Bedrock tende a ser a melhor escolha. Se precisa dos recursos mais recentes, a API direta pode ser preferível.

Por onde começar

1. Escolha um caso de uso de baixo risco, sem dados sensíveis.
2. Habilite o acesso aos modelos na conta.
3. Crie um papel IAM exclusivo para a aplicação.
4. Faça uma prova de conceito com um conjunto de testes.
5. Adicione logs, orçamentos e proteções.
6. Faça a revisão de segurança antes de abrir para os usuários.

Perguntas frequentes

Os meus dados treinam o modelo no Bedrock?

Segundo a AWS, as entradas e saídas não são usadas para treinar os modelos e não são compartilhadas com os provedores. Confirme sempre os termos vigentes.

O Claude no Bedrock processa dados no Brasil?

Conforme a documentação atual, o acesso a partir de São Paulo é feito por um endpoint global, então o processamento pode ocorrer fora do país. Confira a situação do modelo escolhido e trate isso nas decisões de LGPD.

Preciso de uma equipe de IA para usar o Bedrock?

Não necessariamente. Um desenvolvedor com experiência em AWS consegue criar uma prova de conceito. Para produção, é importante ter testes, segurança e acompanhamento.

Vamos colocar IA na sua conta AWS?

A Webparatus reúne AWS e agentes de IA com Claude na mesma equipe: desenhamos a arquitetura, tratamos as questões de dados e colocamos em produção. Fale com a gente.