【Bug已解决】AWS Bedrock Claude Sonnet 3.5 with image and system prompt 解决方案一、现象长什么样你想在 Bedrock 上用 Claude Sonnet 3.5 同时传系统提示 一张图片却遇到图片和 system 一起传时格式报错malformed / validation或 system 提示被忽略、图片也没被模型看到你不确定在ConverseAPI 里system该放哪、图片块怎么和文本混排用invoke_model时把system当成字符串、把图片块放进错误的位置单独传图片能成、单独传 system 能成合一起就乱。一句话在 Bedrock 的ConverseAPI 里system是请求顶层的独立字段文本块数组图片是user消息content里的一个image块——两者位置不同、格式不同混排错了就会失败。二、背景BedrockConverseAPI 的请求结构与 Anthropic 原生不同system顶层字段值为文本块数组[{text: ...}]不是messages里的一条user消息messages对话历史每条消息content是块数组可混合text块和image块image块{image: {format: png, source: {bytes: ...}}}详见 933。所以带 system 图片的正确姿势是system放顶层、image块和text块一起放某条user消息的content里。常见错误是把system塞进messages当第一条user消息这是 Anthropic 原生做法但 Bedrock Converse 不这么用或把image块放在system里system 只接受文本。三、根因根因是**system与image的位置/格式放错**// 错误把 system 当 messages 第一条 user且 image 块位置不对 { messages: [ {role: user, content: [{text: system: 你是助手}]}, {role: user, content: [{image: {...}}]} ] }// 正确system 顶层数组image 在 user content 里 { system: [{text: 你是助手}], messages: [ {role: user, content: [ {image: {format: png, source: {bytes: ...}}}, {text: 描述这张图} ]} ] }四、最小可运行复现下面用 boto3 演示system image完整结构import base64 import boto3 client boto3.client(bedrock-runtime, region_nameus-west-2) MODEL anthropic.claude-3-5-sonnet-20241022-v2:0 b64_png iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAQAAAC1HAwCAAAAC0lEQVR42mNkM8AAAMBAQDJ/pLvAAAAAElFTkSuQmCC image_bytes base64.b64decode(b64_png) response client.converse( modelIdMODEL, # system 是顶层字段文本块数组 system[{text: 你是一名严谨的图片分析助手回答要简洁。}], messages[{ role: user, content: [ {image: {format: png, source: {bytes: image_bytes}}}, {text: 这张图里有什么}, ], }], inferenceConfig{maxTokens: 300}, ) print(response[output][message][content])运行后模型会结合 system 提示来分析图片——这就是 Bedrock 上system image的正确形态。五、解决方案第一层最小直接修复最小修复是把system放顶层数组、image块放进user的contentclient.converse( modelIdMODEL, system[{text: 你的系统提示}], # 顶层 messages[{ role: user, content: [ {image: {format: png, source: {bytes: img_bytes}}}, # 图片块 {text: 请基于图片回答}, # 文本块 ], }], inferenceConfig{maxTokens: 300}, )要点system永不进messagesimage块只出现在user/assistant的content里且必须带formatsource.bytes二进制详见 933。六、解决方案第二层结构化改进把system 多模态消息的构造做成策略集中约束位置与格式from dataclasses import dataclass, field import base64 from typing import Dict, List dataclass(frozenTrue) class BedrockImageSystemPolicy: Bedrock systemimage 构造策略位置与格式正确。 规则 - system 是顶层文本块数组 - image 块在 user content 里source.bytes 为二进制 - text 与 image 可混排在 content 数组 def image_block(self, b64: str, fmt: str) - Dict: return {image: {format: fmt, source: {bytes: base64.b64decode(b64)}}} def build(self, *, system: str, image_b64: str, fmt: str, question: str, max_tokens: int 300) - Dict: return { system: [{text: system}], messages: [{ role: user, content: [ self.image_block(image_b64, fmt), {text: question}, ], }], inferenceConfig: {maxTokens: max_tokens}, } def demo() - None: policy BedrockImageSystemPolicy() req policy.build( system图片分析助手, image_b64aGk, fmtpng, question这是什么, ) assert req[system][0][text] 图片分析助手 assert req[messages][0][content][0][image][format] png print(systemimage 请求 OK) if __name__ __main__: demo()七、解决方案第三层断言 / CI 守护import base64 import pytest from your_module import BedrockImageSystemPolicy def test_system_top_level(): policy BedrockImageSystemPolicy() req policy.build(systems, image_b64aGk, fmtpng, questionq) assert isinstance(req[system], list) assert req[system][0][text] s def test_image_in_user_content(): policy BedrockImageSystemPolicy() req policy.build(systems, image_b64aGk, fmtpng, questionq) content req[messages][0][content] assert any(image in b for b in content) def test_image_bytes_decoded(): policy BedrockImageSystemPolicy() req policy.build(systems, image_b64aGk, fmtpng, questionq) img req[messages][0][content][0][image] assert img[source][bytes] bhi # base64 aGk - hi def test_max_tokens_in_inference_config(): policy BedrockImageSystemPolicy() req policy.build(systems, image_b64aGk, fmtpng, questionq, max_tokens128) assert req[inferenceConfig][maxTokens] 128 def test_content_mixed_text_image(): policy BedrockImageSystemPolicy() req policy.build(systems, image_b64aGk, fmtpng, questionq?) blocks req[messages][0][content] assert any(text in b for b in blocks)CI 里加一条构造请求后断言system在顶层、image在 user content、bytes 已解码避免 system/image 混排错误。八、排查清单system是否放到了请求顶层数组而不是messages第一条图片块是否在user的content里且带formatsource.bytes是否把system写成字符串而非[{text:...}]是否把图片块塞进了systemsystem 只接受文本text与image是否在同一content数组里混排是否漏了inferenceConfig.maxTokens九、小结在 Bedrock 上用 Claude Sonnet 3.5 同时传 system 提示和图片报格式错误根因是位置/格式混淆——BedrockConverse的system是顶层文本块数组而image块应放在user消息的content里且需二进制 bytes见 933。最小修复是把system放顶层、图片块放进 user content 混排结构化做法是抽成BedrockImageSystemPolicy集中构造正确结构最后用 pytest 守护system顶层、image在 user content、bytes 已解码确保多模态 系统提示稳定可用。