Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
エージェンティックRAGにAWSで入門しよう!
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Har1101
June 10, 2026
Programming
22
2
Share
エージェンティックRAGにAWSで入門しよう!
2026/06/11 (木) AWSでAIエージェント構築を始めよう!Amazon Bedrock AgentCore 実践入門 での登壇資料です
Har1101
June 10, 2026
More Decks by Har1101
See All by Har1101
TypeScriptだけでAIエージェントを作る フロント・エージェント・インフラのフルスタック実践
har1101
6
1.3k
AgentCore Registry入門~マルチアカウントでどう使うの~
har1101
1
77
AgentCore×VPCでの設計パターンn選と勘所
har1101
4
480
AgentCore RuntimeからS3 Filesをマウントしてみる
har1101
4
650
AgentCore Session Storageで激安RAG作るためのあれやこれや
har1101
4
380
(技術的には)社内システムもOKなブラウザエージェントを作ってみた!
har1101
2
580
今日から始めるAmazon Bedrock AgentCore
har1101
4
550
My First Year as a Community Builder
har1101
3
360
EventBridge API Destination × AgentCore Runtimeで実現するLambdaレスなイベント駆動エージェント
har1101
7
380
Other Decks in Programming
See All in Programming
さぁV100、メモリをお食べ・・・
nilpe
0
120
TSKaigi2026-静的解析への投資がAI時代のコード品質を支える ── カスタムESLintルールの設計と運用
hayatokudou
7
1.3k
脅威をエンジニアリングの糧にして――現場編 / Turning Threats into Engineering Fuel — Field Edition
nrslib
0
240
サーバーレスで作る、動画データ管理基盤
oyasumipants
0
340
開発体験を左右するライブラリの API 設計 - GraphQL スキーマ構築ライブラリから考える #tskaigi
izumin5210
2
1.5k
AIエージェントの隔離技術の徹底比較
kawayu
0
450
Oxlintのカスタムルールの現況
syumai
5
970
[2026年度第1回ORセミナー] 計画最適化ベンチャーと競技プログラミング人材
terryu16
0
230
LLM Plugin for Node-REDの利用方法と開発について
404background
0
150
「エンジニアインターン、どうやって取った?」準備のリアルを語るLT会 Progate BAR
akiomatic
0
110
These Five Tricks Can Make Your Apps Greener, Cheaper, & Nicer
hollycummins
0
260
技術記事、AIに書かせるか、自分で書くか? 〜それでも私が自分の手で書く理由〜 / #QiitaConference
jnchito
2
1.2k
Featured
See All Featured
Designing for Performance
lara
611
70k
Tell your own story through comics
letsgokoyo
1
940
BBQ
matthewcrist
89
10k
[SF Ruby Conf 2025] Rails X
palkan
2
1.1k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.5k
A designer walks into a library…
pauljervisheath
211
24k
Darren the Foodie - Storyboard
khoart
PRO
3
3.4k
Context Engineering - Making Every Token Count
addyosmani
9
930
Making Projects Easy
brettharned
120
6.7k
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
65
55k
Applied NLP in the Age of Generative AI
inesmontani
PRO
4
2.3k
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
300
Transcript
エージェンティックRAGに AWSで入門しよう! 2026/06/11 (木) AWSでAIエージェント構築を始めよう!Amazon Bedrock AgentCore 実践入門 福地開
Who am I ? 福地 開 (ふくち はるき) @har1101mony 所属:NECソリューションイノベータ/JAWS-UG東京
業務:AWSエンジニア /エージェントビルダー 実績:AWS Community Builders (AI Engineering) 2025 Japan All AWS Certifications Engineers ※書籍のレビューに少しだけ 関わらせていただきました! 本日は著者の森田さんの代打で お話させていただきます
最近、RAG作ってますか? 使ってますか?
RAG: Retrieval-Augmented Generationとは ◆検索拡張生成、すなわち 検索結果を元にLLMが生成を行う仕組み
RAG: Retrieval-Augmented Generationとは ◆検索拡張生成、すなわち 検索結果を元にLLMが生成を行う仕組み • RAGを使わない場合、LLMは最新の情報や社内ナレッジを踏まえた回答が できない • 時としてハルシネーションに繋がる
RAG: Retrieval-Augmented Generationとは ◆検索拡張生成、すなわち 検索結果を元にLLMが生成を行う仕組み • RAGを使わない場合、LLMは最新の情報や社内ナレッジを踏まえた回答が できない • 時としてハルシネーションに繋がる
日本はW杯の初戦 どことやるの? ユーザー LLM アプリケーション
RAG: Retrieval-Augmented Generationとは ◆検索拡張生成、すなわち 検索結果を元にLLMが生成を行う仕組み • RAGを使わない場合、LLMは最新の情報や社内ナレッジを踏まえた回答が できない • 時としてハルシネーションに繋がる
ドイツです (これは2022年) 日本はW杯の初戦 どことやるの? ユーザー LLM アプリケーション
RAG: Retrieval-Augmented Generationとは ◆検索拡張生成、すなわち 検索結果を元にLLMが生成を行う仕組み • エージェントに外部から知識を与える定番の手法、それがRAG
RAG: Retrieval-Augmented Generationとは ◆検索拡張生成、すなわち 検索結果を元にLLMが生成を行う仕組み • エージェントに外部から知識を与える定番の手法、それがRAG 検索… 日本はW杯の初戦 どことやるの?
ユーザー LLM アプリケーション 外部情報
RAG: Retrieval-Augmented Generationとは ◆検索拡張生成、すなわち 検索結果を元にLLMが生成を行う仕組み • エージェントに外部から知識を与える定番の手法、それがRAG オランダです 日本はW杯の初戦 どことやるの?
ユーザー LLM アプリケーション 外部情報
RAGって2区分あんねん ◆狭義のRAG: 主にベクトル検索を行う形式 • 2023-2024年頃に流行 • AWSではBedrockナレッジベースを用いて実装可能 • 書籍の中ではこちらをメインで解説されている Amazon
Bedrock ナレッジベース
RAGって2区分あんねん ◆狭義のRAG: 主にベクトル検索を行う形式 • 2023-2024年頃に流行 • AWSではBedrockナレッジベースを用いて実装可能 • 書籍の中ではこちらをメインで解説されている Amazon
Bedrock ナレッジベース
RAGって2区分あんねん ◆広義のRAG: Web検索やAPI利用なども含めて検索を行う形式 • AIエージェントが使う検索ツール全般を指すことがあるということ • 最近のAIエージェントはこちらを使うことが多い • コーディングエージェントなどで日常無意識のうちに使っている
RAGって2区分あんねん ◆広義のRAG: Web検索やAPI利用なども含めて検索を行う形式 • AIエージェントが使う検索ツール全般を指すことがあるということ • 最近のAIエージェントはこちらを使うことが多い • コーディングエージェントなどで日常無意識のうちに使っている
本題:エージェンティックRAGとは?
エージェンティックRAGとは ◆ツールとしてRAGを使う形のAIエージェント
エージェンティックRAGとは ◆ツールとしてRAGを使う形のAIエージェント • 通常のRAG:ユーザーの質問がそのまま検索クエリとなり、検索は回答 生成の前段で固定的に実行される • 検索結果がほぼそのまま回答になる
エージェンティックRAGとは ◆ツールとしてRAGを使う形のAIエージェント • 通常のRAG:ユーザーの質問がそのまま検索クエリとなり、検索は回答 生成の前段で固定的に実行される • 検索結果がほぼそのまま回答になる • エージェンティックRAG:検索が必要かをエージェント自身が判断し、 必要な時だけ検索処理を行う
• 検索結果がそのまま回答になることもあるが、その結果を踏まえて次の推論 やツール実行へ進むこともできる
エージェンティックRAGとは ◆ツールとしてRAGを使う形のAIエージェント • 通常のRAG:ユーザーの質問がそのまま検索クエリとなり、検索は回答 生成の前段で固定的に実行される • 検索結果がほぼそのまま回答になる • エージェンティックRAG:検索が必要かをエージェント自身が判断し、 必要な時だけ検索処理を行う
• 検索結果がそのまま回答になることもあるが、その結果を踏まえて次の推論 やツール実行へ進むこともできる
余談:Claude Fable 5はAgentCore知ってる
書籍でのエージェンティックRAG ◆StrandsエージェントとBedrockナレッジベースを組み合わせる • エージェントからBedrockナレッジベース(RAG)をツールとして使う形 • ツールとして使うには2つの方法が紹介されている
書籍でのエージェンティックRAG ◆StrandsエージェントとBedrockナレッジベースを組み合わせる • エージェントからBedrockナレッジベース(RAG)をツールとして使う形 • ツールとして使うには2つの方法が紹介されている • 方法1. strands_tools パッケージが提供している
retrieve ツールを使う • 1つのナレッジベースをStrandsエージェントで使う場合はこちらがシンプル
書籍でのエージェンティックRAG ◆StrandsエージェントとBedrockナレッジベースを組み合わせる • エージェントからBedrockナレッジベース(RAG)をツールとして使う形 • ツールとして使うには2つの方法が紹介されている • 方法2. AWSが公開しているオープンソースのMCPサーバーを使う •
Strands以外のエージェントにも対応、柔軟な設定や検索が可能
まとめ ◆RAGの振り返りと、エージェンティックRAGのお話をしました! • なんだか難しいものに感じるかもしれませんが、最近だと普段から 触れている方が多いと思います ◆AgentCoreやStrandsエージェント、Bedrockナレッジベースを 使えば簡単に実装することができます! • 組織でのオレオレエージェンティックRAGを構築していきましょう!