隨著人工智能工具的推出，在程式設計的不同階段都可以帶來不少方便，例如除錯 (debugging)、撰寫原型 (prototypes) 還是起草公司電郵，都可以提供實質幫助。不過在不同的應用場景，不同工具可以發揮的效果也不同，其中 Amazon Bedrock 就是一個頗彈性的選擇，配合不同需求。
不少人會說程式設計就像是煮食，而在這個比喻之下，其實不同 AI 輔助工具的分別也更容易解釋。例如 ChatGPT 或 Bard 這類工具的使用體驗，就像是利用預製料理包，大致上的風味都可以預期，但調整的空間相對有限。當然可以添加不同的調味料來進行改良，但如何想要實現例如從咖哩豬扒飯到炸蝦的轉變，則困難得多。這些工具無疑是非常方便，對於除錯、撰寫原型或是編寫公司郵件等等都可以帶來幫助。雖然間中可能存在精準度不足的問題，但只要小心使用，基本上不會引起大的問題。
相對於預製料理包，傳統的人工智能方案就像是自己購買材料然後一步步煮出一道菜。雖然調整的空間很大，但對於不經常下廚的人來說，這種方式可能較為繁瑣，需要投入大量時間和資源進行嘗試和學習。
而 AWS 提供的 Amazon Bedrock，就提供了一個中庸之選。這個全管理式服務可以提供高性能的基礎模型，同時透過單一的 API 介面提供多間大型公司的基礎模型 (Foundation Models)，包括 Amazon 自家的模型，以及例如 LLM2、Stable Diffusion 等主流選擇。
如果以煮食作比喻，就似是可以提供各種調味包的店鋪，不但提供了多種選擇，同時都保留一定的調整空間，用家可以根據自己的需求來調整，透過微調 (fine-tuning) 和檢索增強生成 (Retrieval Augmented Generation, RAG) 等技術對模型進行自訂，在合理的框架內給予使用者最大的自由度。同時平台更提供豐富的範例和教程，對初學者來說非常易用，更容易想像出合適的解決方案。
Amazon Bedrock 的另一個優勢，就是與現有系統架構有不錯的兼容度，尤其是對於已經使用 AWS 的企業而言，能夠確保與現有系統的兼容，實現無縫整合，除了保證業務平順過渡，都能夠讓企業充分利用 AWS 提供的廣泛服務和特性。此外 Amazon Bedrock 採用了嚴格的核心安全措施，令客戶數據和應用程式受到保護，確保敏感資訊的完整和機密。需要使用 AI 輔助工具的話，不妨試試 Amazon Bedrock 是否適合自己的需要。