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
宇宙最速で7/11未明のAmazon Bedrock大型アプデを解説 🚀
Search
みのるん
July 11, 2024
Technology
4
1.7k
宇宙最速で7/11未明のAmazon Bedrock大型アプデを解説 🚀
【緊急配信】宇宙最速で7/11のBedrock大型アプデを雑談解説
https://minorun365.connpass.com/event/325024/
みのるん
July 11, 2024
Tweet
Share
More Decks by みのるん
See All by みのるん
AWSの新機能をフル活用した「re:Inventエージェント」開発秘話
minorun365
2
550
まだ間に合う! Agentic AI on AWSの現在地をやさしく一挙おさらい
minorun365
19
3.6k
【AWS re:Invent 2025速報】AIビルダー向けアップデートをまとめて解説!
minorun365
4
620
AIエージェントは「使う」だけじゃなくて「作る」時代! 〜最新フレームワークで楽しく開発入門しよう〜
minorun365
11
2.4k
Bedrock AgentCoreで解き放て! Strands Agentsで構築するマルチエージェントの実装Tips
minorun365
12
4.5k
まだ間に合う! StrandsとBedrock AgentCoreでAIエージェント構築に入門しよう
minorun365
13
3k
AWSの最新サービスでAIエージェント構築に楽しく入門しよう
minorun365
14
2.4k
Strands Agents & Bedrock AgentCoreを1分でおさらい
minorun365
10
1.6k
AIエージェント最前線! Amazon Bedrock、Amazon Q、そしてMCPを使いこなそう
minorun365
20
8.1k
Other Decks in Technology
See All in Technology
Bill One 開発エンジニア 紹介資料
sansan33
PRO
4
17k
Redshift認可、アップデートでどう変わった?
handy
1
130
ESXi のAIOps だ!2025冬
unnowataru
0
480
人工知能のための哲学塾 ニューロフィロソフィ篇 第零夜 「ニューロフィロソフィとは何か?」
miyayou
0
370
AWSと生成AIで学ぶ!実行計画の読み解き方とSQLチューニングの実践
yakumo
2
260
松尾研LLM講座2025 応用編Day3「軽量化」 講義資料
aratako
15
4.9k
投資戦略を量産せよ 2 - マケデコセミナー(2025/12/26)
gamella
1
610
Claude Codeを使った情報整理術
knishioka
20
12k
#22 CA × atmaCup 3rd 1st Place Solution
yumizu
1
130
Oracle Database@Google Cloud:サービス概要のご紹介
oracle4engineer
PRO
1
830
業務の煩悩を祓うAI活用術108選 / AI 108 Usages
smartbank
9
19k
Introduction to Sansan, inc / Sansan Global Development Center, Inc.
sansan33
PRO
0
2.9k
Featured
See All Featured
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.4k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.8k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
How to Talk to Developers About Accessibility
jct
1
94
[RailsConf 2023] Rails as a piece of cake
palkan
58
6.2k
Rails Girls Zürich Keynote
gr2m
95
14k
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
870
The Organizational Zoo: Understanding Human Behavior Agility Through Metaphoric Constructive Conversations (based on the works of Arthur Shelley, Ph.D)
kimpetersen
PRO
0
210
Embracing the Ebb and Flow
colly
88
4.9k
The agentic SEO stack - context over prompts
schlessera
0
580
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
0
100
Designing for humans not robots
tammielis
254
26k
Transcript
ΈͷΔΜͷήϦϥษڧձ Ӊ࠷Ͱະ໌ͷ "NB[PO#FESPDL େܕΞϓσΛղઆ🚀
ະ໌ʢਂʣɺχϡʔϤʔΫͰ "84αϛοτ͕͋Γ·ͨ͠ʂ
ேى͖ͨΒɺͳ͔ͥຊͷ#FESPDLFST ͕ͨͪ2JJUB·ͱΊऴΘͬͯ·ͨ͠🤣
ͦΜͳૉఢͳϝϯόʔͨͪͱɺ ੜ"*ؔ࿈ͷओཁΞϓσΛ Ұॹʹ͓͞Β͍͠·͠ΐ͏ʂ
"NB[PO#FESPDLฤ ʢ৽ػೳʣ
৽ػೳ1SPNQUGMPXT͕ొʂ ϓϨϏϡʔ • (6*͔ΒϩʔίʔυͰ--.ΞϓϦ͕࡞ΕΔ • ༗໊ͳ4BB4ͷ%JGZ "[VSFͷ1SPNQUGMPXʹ ͍ۙػೳ • -BNCEBؔΛ͑ΔͷͰ
ࣗ༝ͳίʔυॻ͚Δ
ϓϩϯϓτཧػೳ 1SPNQUNBOBHFNFOU͕ొʂ ϓϨϏϡʔ • ϓϩϯϓτςϯϓϨʔτΛ ςετཧͰ͖Δػೳ • ࡞ͬͨςϯϓϨʔτ લड़ͷ1SPNQUGMPXT #FESPDL4UVEJPͰ͑Δ
"NB[PO#FESPDLฤ ʢϞσϧʣ
$MBVEF)BJLV͕ϑΝΠϯνϡʔχϯάରԠʂ ϓϨϏϡʔ • "OUISPQJDͷ$MBVEF ࠷ܰྔϞσϧ͕ରԠʂ • ͜Ε·Ͱ-MBNBͳͲ લੈϞσϧͷΈͩͬͨɻ ৽͍͠ϞσϧΛ#FESPDLͰ ϚωʔδυʹඍௐͰ͖Δ
"NB[PO#FESPDLฤ ʢφϨοδϕʔεʣ
φϨοδϕʔεͷσʔλιʔεʹ 8FCΫϩʔϥʔ4BB4ίωΫλ͕Ճʂ ϓϨϏϡʔ • Ϛωʔδυʹ3"(͕࡞ΕΔφϨοδϕʔεͰɺ ͜Ε·Ͱ4ͷΈͩͬͨσʔλιʔε͕૿͑ͨʂ • 63-ͷΫϩʔϧɺ $POGMVFODFɺ4BMFTGPSDFɺ 4IBSF1PJOUʹରԠ
• ,FOESBଔۀͰ͖Δ͔
φϨοδϕʔεͰ"EWBODFE3"( Λ࣮ݱ͢Δػೳ͕ଟՃʂ (" • νϟϯΫઓུͷՃ • -BNCEBʹΑΔࣗ༝ͳνϟϯΩϯά • --.ʹΑΔυΩϡϝϯτղੳ •
ΫΤϦ֦ுʢαϒΫΤϦͷղʣ
"NB[PO#FESPDLฤ ʢΤʔδΣϯτʣ
ΤʔδΣϯτ͕ϝϞϦΛอ࣋Ͱ͖ΔΑ͏ʹʂ ϓϨϏϡʔ • ֤Ϣʔβʔͱͷձ֓ཁΛϝϞϦʔهԱ • ձཤྺϢʔβʔ͝ͱʹ͞ΕΔ ˞$MBVEF4POOFU)BJLV ͰରԠ
$PEF*OUFSQSFUJPOGPS"HFOUT͕ൃදʂ ϓϨϏϡʔ • ΤʔδΣϯτ͕ඞཁͩͱஅͨ͠߹ɺ ࣗΒίʔυΛॻ͍ͯαϯυϘοΫε্Ͱ࣮ߦͯ͘͠ΕΔ • ੜ͞ΕͨίʔυτϨʔε͔Β֬ೝՄೳ • ͠ΕͬͱఴϑΝΠϧΛೖྗͰ͖ΔػೳՃ
"NB[PO#FESPDLฤ ʢΨʔυϨʔϧʣ
#FESPDLͷΨʔυϨʔϧʹ ϋϧγωʔγϣϯରࡦػೳ͕Ճʂ (" • ৽͍͠ϙϦγʔʮ$POUFYUVBM HSPVOEJOHDIFDLʯ͕ొ • ࢀরιʔεϢʔβʔͷ࣭ʹ Ԋͬͨճ͔Λݕূ •
ςΩετϢχοτ͋ͨΓ υϧͷྉۚ
ΨʔυϨʔϧΛ୯ମͰݺͼग़ͤΔ"1*͕ొʂ (" • ʮ"QQMZ(VBSESBJMT"1*ʯ͕ొ • ͜Ε·Ͱ--.ͷݺͼग़͠ͱηοτʹͳ͍͕ͬͯͨɺ ୯ମͰΨʔυϨʔϧΛىಈ Ͱ͖ΔͨΊ։ൃ͕ศརʹ
"NB[PO2ฤ
"NB[PO2"QQT͕Ұൠఏڙ։࢝ʂ (" • ΞϚ2#VTJOFTTͷҰػೳ "QQT͕ϓϨϏϡʔ໌͚ͯ(" • ࣾͷΤϯυϢʔβʔ͕ ϊʔίʔυͰ--.ΞϓϦΛ ࡞ͬͯࣾެ։Ͱ͖Δ •
"1*ఏڙ։࢝
"NB[PO2%FWFMPQFSͰ ࣗࣾͷίʔυࢿ࢈ʹج͍ͮͨίʔυิ͕("ʂ (" • ࣗࣾϦϙδτϦͳͲͷίʔυࢿ࢈Λ3"(Ͱࢀরͤͯ͞ ίʔσΟϯάΛิͯ͘͠ΕΔػೳ͕ϓϨϏϡʔ໌͚ͯ(" • ίʔυิ͚ͩͰͳ͘ɺࣗࣾϦϙδτϦʹج͍ͮͯ νϟοτͰ࣭Ͱ͖ΔػೳϓϨϏϡʔ։࢝
"NB[PO2JO4BHF.BLFS4UVEJP͕ొʂ (" • ػցֶशϞσϧͷ։ൃͳͲΛߦ͑Δ4BHF.BLFS4UVEJPͷ ϊʔτϒοΫͰίʔσΟϯάΛνϟοτࢧԉͯ͘͠ΕΔ
৽αʔϏε
"84"QQ4UVEJP͕ొʂ ϓϨϏϡʔ • ࣗવݴޠˍϩʔίʔυͰΞϓϦέʔγϣϯΛ։ൃͰ͖Δ৽αʔϏε • ίωΫλʔͰ৭ΜͳσʔλιʔεʹଓՄೳ • *".*E$ܦ༝Ͱར༻ՄೳɻΦϨΰϯϦʔδϣϯͰϓϨϏϡʔ։࢝
ͦͷଞ
.FNPSZ%#ͷϕΫτϧݕࡧػೳ͕Ұൠެ։ʂ (" • 3FEJTޓͷߴՄ༻ੑϚωʔδυ%#ɺ.FNPSZ%#Λ ϕΫτϧ%#ͱͯ͠ར༻Ͱ͖Δػೳ͕ϓϨϏϡʔ໌͚ͯ("ʂ • ஈுΔ͕ɺͱʹ͔͘ੑೳɾϨεϙϯεॏࢹͷ 3"(γεςϜΛ࡞Γ͍ͨ߹ʹ࠷ద
࠷ޙʹએ
࠷ڧͷ#FESPDLೖॻ ͳΜͱʂൃചिؒͰ ॏ൛ग़དྷ 🎉 ͨ͘͞Μͷײϒϩά Թ͔͍ϑΟʔυόοΫ ͋Γ͕ͱ͏͍͟͝·͢ʂʂ