Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Amazon Bedrock Agents (基本編)
Search
為藤アキラ
January 22, 2025
Technology
0
210
Amazon Bedrock Agents (基本編)
為藤アキラ
January 22, 2025
Tweet
Share
More Decks by 為藤アキラ
See All by 為藤アキラ
AI Agent Vertex AI Agent Builder × A2A × ADKで繋げるマルチエージェント
akiratameto
1
100
[OpsJAWS Meetup33 AIOps] Amazon Bedrockガードレールで守る安全なAI運用
akiratameto
2
310
Amazon Bedrockで実現する堅牢なデータエンジニアリング
akiratameto
1
92
Bedrock カスタムモデルvs汎用モデルの比較
akiratameto
1
130
Vertex AIで実現するLLMデータアノテーションの効率化と自動化
akiratameto
0
170
Amazon Bedrock Agents (ナレッジベースの種類)
akiratameto
1
250
DeepSeek-R1をカスタムモデルとしてAmazon Bedrockにインポートし活用
akiratameto
0
230
SageMaker Feature Storeを活かしたLLM推論
akiratameto
1
84
Other Decks in Technology
See All in Technology
MariaDB Connector/C のcaching_sha2_passwordプラグインの仕様について
boro1234
0
1k
ハッカソンから社内プロダクトへ AIエージェント ko☆shi 開発で学んだ4つの重要要素
leveragestech
0
160
2025-12-18_AI駆動開発推進プロジェクト運営について / AIDD-Promotion project management
yayoi_dd
0
160
20251218_AIを活用した開発生産性向上の全社的な取り組みの進め方について / How to proceed with company-wide initiatives to improve development productivity using AI
yayoi_dd
0
660
AWS運用を効率化する!AWS Organizationsを軸にした一元管理の実践/nikkei-tech-talk-202512
nikkei_engineer_recruiting
0
170
New Relic 1 年生の振り返りと Cloud Cost Intelligence について #NRUG
play_inc
0
240
LayerX QA Night#1
koyaman2
0
260
[Neurogica] 採用ポジション/ Recruitment Position
neurogica
1
120
AIエージェント開発と活用を加速するワークフロー自動生成への挑戦
shibuiwilliam
5
850
2025-12-27 Claude CodeでPRレビュー対応を効率化する@機械学習社会実装勉強会第54回
nakamasato
4
1k
Amazon Quick Suite で始める手軽な AI エージェント
shimy
1
1.9k
Oracle Database@AWS:サービス概要のご紹介
oracle4engineer
PRO
1
400
Featured
See All Featured
For a Future-Friendly Web
brad_frost
180
10k
My Coaching Mixtape
mlcsv
0
13
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
37
6.2k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
baasie
0
410
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
1
410
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
57
40k
Un-Boring Meetings
codingconduct
0
160
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
0
1k
Designing for humans not robots
tammielis
254
26k
What's in a price? How to price your products and services
michaelherold
246
13k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.8k
Transcript
AWS活用 Amazon Bedrock #1 Amazon Bedrock Agents 基本編 株式会社BLUEISH 代表取締役CEO兼CTO
為藤アキラ @AkiraTameto
為藤 アキラ (Akira Tameto) 株式会社BLUEISH 代表取締役 CEO兼CTO ・AWS歴12年 ・直近のAIプロジェクト
・画像を中心とした機械学習とLLM のハイブリッドのアーキテクト 自己紹介
基本的な1日のスケジュール
今回の基礎編でのゴール ・AI Agentを知ること ・Amazon Bedrockを知ること
今回の基礎編でのゴール ・AI Agentを知ること ・Amazon Bedrockを知ること ・迷わずにBedrock Agentsで作業が出来ること
AI Agentとは?
自立型の生成AI?
AI Agentとは? 出典: 日経クロステック「有能人材「AIエージェント」とは 宿泊予約や商談資料作成」より 特定のタスクを自動的かつ自律的に実行するシステム
AI Agentとは? AI Agentは、環境と対話し、データを収集し、そのデータを使用して自己決定 タスクを実行して、事前に決められた目標を達成するためのソフトウェアプログ ラムです。 目標は人間が設定しますが、その目標を達成するために実行する必要がある最 適なアクションは AI エージェントが独自に選択します。
AI Agentを6段階で考える
AI Agentを6段階で考える ・L0 (No AI) AIによる学習・推論なし。単なるツール+行動のみ ・L1 (Rule-based
AI) あらかじめ設定したルール(if-then)に基づいて動くAI ・L2 (IL/RL-based AI) 模倣学習(IL)や強化学習(RL)などを活用し、試行錯誤を通じて推論・意思決定をするAI ・L3 (LLM-based AI) 大規模言語モデル(LLM)を中核に据え、言語理解や高度な推論が可能 ・L4 L3を踏まえたうえで自律学習と汎化能力を付与し、新しい状況に柔軟に適応するAI ・L5 L4をさらに拡張し感情や性格(パーソナリティ)を持ち複数エージェント同士で協調・連携できるAI
AI Agentを6段階で考える ・L0 (No AI) AIによる学習・推論なし。単なるツール+行動のみ ・L2 (IL/RL-based
AI) 模倣学習(IL)や強化学習(RL)などを活用し、試行錯誤を通じて推論・意思決定をするAI ・L3 (LLM-based AI) 大規模言語モデル(LLM)を中核に据え、言語理解や高度な推論が可能 ・L4 L3を踏まえたうえで自律学習と汎化能力を付与し、新しい状況に柔軟に適応するAI ・L5 L4をさらに拡張し感情や性格(パーソナリティ)を持ち複数エージェント同士で協調・連携できるAI ・L1 (Rule-based AI) あらかじめ設定したルール(if-then)に基づいて動くAI
AI Agentに向いているもの 出典:AWS Black BeltOnline Seminar より
AI Agentに向いているもの 出典:AWS Black BeltOnline Seminar より
Amazon Bedrock Agentsの歴史 2023年9月28日 Amazon Bedrockが正式リリース 2023年11月28日 Amazon Bedrock Agentsが一般リリース
2024年4月5日 Amazon Bedrock AgentsがCloudFormationに対応 2024年4月23日 ユーザーからの必要なパラメータで を定義 2024年4月23日 機能がリリース 〜 Action Group Return of Control
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsでの流れ 対話形式での処理の流れ
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
デモンストレーション
Amazon Bedrock Agentsの作成 (TOP)
Amazon Bedrock Agentsの作成 (エージェント TOP)
Amazon Bedrock Agentsの作成 (エージェント TOP) マルチエージェントは今回はやらない
Amazon Bedrock Agentsの作成 (エージェント 詳細)
Amazon Bedrock Agentsの作成 (モデルを選択)
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ 対話形式での処理の流れ
Amazon Bedrock Agentsでの流れ 対話形式での処理の流れ セッションを保持
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成) Return of Control
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Return of control AWS Lambda 関数の使用をスキップして、エージェントを呼び出すアプリケーションに制御を返すことができます。 このようにして、アプリケーションは、必要なネットワークおよびセキュリティ設定をLambda関数と統合することな く、AWS外のシステムと直接統合したり、Amazon Virtual Private
Cloud(Amazon VPC)でホストされている内部エン ドポイントを呼び出したりできます。 Amazon Bedrock Agentsの作成 (アクショングループの作成)
Return of control AWS Lambda 関数の使用をスキップして、エージェントを呼び出すアプリケーションに制御を返すことができます。 このようにして、アプリケーションは、必要なネットワークおよびセキュリティ設定をLambda関数と統合することな く、AWS外のシステムと直接統合したり、Amazon Virtual Private
Cloud(Amazon VPC)でホストされている内部エン ドポイントを呼び出したりできます。 Lambda関数の使用をスキップ出来る。 Lambda関数を呼び出す方式と違い、AWS外のシステムと直接統合できる。 Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成完了
Amazon Bedrock Agentsのテスト (Lambda)
Amazon Bedrock Agentsのテスト (Lambda)
Amazon Bedrock Agentsのテスト (Lambda)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Thank You!