Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
Amazon Bedrock Agents (基本編)
Search
為藤アキラ
January 22, 2025
Technology
330
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Amazon Bedrock Agents (基本編)
為藤アキラ
January 22, 2025
Transcript
74 slides
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!
More Decks by 為藤アキラ
See All by 為藤アキラ
【書籍出版記念】 10周回って、エージェント開発は RAGがすべてだった。〜RAGの歴史と開発現場で見えた実践知〜
akiratameto
25
11k
Agent ServerはWeb Serverではない。ADKで考えるAgentOps
akiratameto
0
360
AI Agent Vertex AI Agent Builder × A2A × ADKで繋げるマルチエージェント
akiratameto
1
210
[OpsJAWS Meetup33 AIOps] Amazon Bedrockガードレールで守る安全なAI運用
akiratameto
2
480
Amazon Bedrockで実現する堅牢なデータエンジニアリング
akiratameto
1
170
Bedrock カスタムモデルvs汎用モデルの比較
akiratameto
1
210
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
280
Amazon Bedrock Agents (ナレッジベースの種類)
akiratameto
1
440
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
290
Other Decks in Technology
See All in Technology
PHPで家庭用ゲーム機の専用コントローラーをMIDIデバイスとして扱ってみる
wind111
0
170
ぼくのClaude Codeの使い方
falken
PRO
5
7.6k
メール到達性を支える、リンク先URLのドメイン評価の扱い方
wind111
0
180
Agent Routerで作るマルチテナント 推論基盤 #CNDW2026 / Building Multi-Tenant Inference Platform with Agent Router #CNDW2026
everpeace
4
520
Platform Engineering をベースとした Agentic Software Factory の実践
110y
1
450
常時稼働エージェントの作り方(Claude公式ブログを資料化)
minorun365
PRO
17
28k
設計手法を「道具」として使いこなすために
a_suenami
7
1.5k
Amazon Bedrock AgentCore の基礎とセキュリティ・ガバナンス
ren8k
0
210
攻撃と守りは何が変わり、何が変わらないのか~最近の不正アクセスから考える、リスク評価と標準の使いどころ
oidfj
2
260
認知負荷の減らし方 ~開発にも日常業務にも活かせるノウハウ~
minorun365
PRO
12
8.4k
市販IoT機器や自作IoT機器とHomeAssistantを駆使して家の電気代をできる限り見える化する方法の考案
harutiro
0
400
OWASP AI Agentic Top10に準拠するクラウドネイティブなガードレールの実践(CNDW 2026)
keitah
1
370
Featured
See All Featured
It's Worth the Effort
3n
188
29k
Designing for humans not robots
tammielis
254
26k
Navigating the Design Leadership Dip - Product Design Week Design Leaders+ Conference 2024
apolaine
2
530
Google's AI Overviews - The New Search
badams
0
1.7k
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
530
Ethics towards AI in product and experience design
skipperchong
2
470
Testing 201, or: Great Expectations
jmmastey
46
8.4k
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
1
570
Optimising Largest Contentful Paint
csswizardry
37
4k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
1
310
How to build a perfect <img>
jonoalderson
1
6.2k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
1.1k