「勝手に広まる」人気 AI エージェントを爆速で作ろう！（AWS Summit Japan 2026講演資料）

AWS Summit Japan 2026
https://aws.amazon.com/jp/events/summits/japan/

Transcript

1. D E V 2 5 0 御⽥ 稔（AWS AI Hero） 「勝⼿に広まる」 ⼈気 AI エージェントを爆速で作ろう︕ テックエバンジェリスト KDDIアジャイル開発センター株式会社
2. 御⽥ 稔（みのるん） KDDIアジャイル開発センター株式会社 テックエバンジェリスト KDDI株式会社 シニアエキスパート クラウドと AI の分野を中⼼に、技術コンサルティングや プリセールス、トレーニング講師などに従事。 $ whoami
3. みなさん、AI エージェント使ってますか︖
4. みなさん、AI エージェント作ってますか︖
5. • オフィススイート付属のチャットボット • コーディング⽀援 AI エージェント 量産型の既製品エージェントも増えてきた
6. • ⽤途が⼀般的（Web 検索、コ ーディングなど） • ⾃社データがメジャーな SaaS 上に揃っている • UI にこだわらない。とりあえ ずチャットできれば OK ⾃社で AI エージェントを「作る」必要あるの︖ 既製品で OK
7. • ⽤途が⼀般的（Web 検索、コ ーディングなど） • ⾃社データがメジャーな SaaS 上に揃っている • UI にこだわらない。とりあえ ずチャットできれば OK ⾃社で AI エージェントを「作る」必要あるの︖ • ⾃社固有システムを操作させた り、SaaS にない業務データを参 照させたい • 既存システムにうまく AI 機能を 組み込みたい • ⾃社サービスとして UI 含めて作 り込みたい 既製品で OK ⾃前構築向き
8. • 宣伝⽂句に期待したが、実際に使うと実⽤レベルではなかった • AI モデルの性能が微妙に低い気がする • 有名な SaaS には接続できるが、⾃社データは別のところにある • チャット UI なので、IT リテラシーが⾼い層しか使いこなせない 使って気づく「既製品」の落とし⽳
9. そもそも「AI エージェント構築」は とても簡単になっている︕
10. • AWS が提供する AI エージェント開発専⽤のフレームワーク • とにかくシンプルに書けるので、⼊⾨や内製開発向き • AWS サービスとの統合が簡単 OSS なので、バグや機能不⾜で困ったら ⾃分でコントリビュートすることも可能︕ Strands Agents
11. 通常の Web アプリと異なり、AI エージェントは癖がある • UX 向上のためにストリーミングレスポンスが重要 • ⾊んなツールを使うので、うまく認証認可を制御したい • 会話履歴やパーソナライズを実装したい • PoC 案件が多いので、サーバーレスでコスト節約したい こういった要件を満たすには、 様々な AWS サービスを組み合わせる必要があった エージェントのコードは簡単に書けるが…
12. AI エージェント専⽤の「便利機能集」的なマネージドサービス群 • ランタイム（サーバーレスインフラ） • メモリー（短期＆⻑期記憶の管理） • アイデンティティ（認証認可の制御） • オブザーバビリティ（トレースの可視化） • など… 多数の機能がアラカルト的に API で提供。 必要なもののみを SDK でアプリに加えられる Amazon Bedrock AgentCore
13. 新機能「AgentCore ハーネス」 マネコンからの設定だけで 基本的なエージェントが 作れる ついに先週GAし、 東京リージョンにも対応︕ GUI からのローコード構築にも対応︕
14. エージェントを作るための道具は揃った。 でも⼀番難しいのは 「ユースケース」
15. AWS re:Invent 2025 に現地参加する ⽇本⼈の悩みを解決 • 渡⽶経験が少なく旅程が不安 • セッションが多すぎて探せない • 新発表をキャッチアップしたい re:Invent エージェント
16. こんなことができます • 渡航情報や持ち物などの相談 • セッションの検索と提案 • 発表された新機能の解説 • コミュニティ暗黙知の共有 re:Invent エージェント
17. アーキテクチャ AWS Cloud AWS Amplify Amazon Bedrock AgentCore ランタイム Amazon CloudWatch 生成 AI オブザーバビリティ Amazon Bedrock ナレッジベース Amazon Bedrock AgentCore メモリー Strands Agents セッション カタログ AWS What’s New RSS Tavily Search API ユーザー
18. ⼯夫① シングルエージェント × ツール AWS Cloud AWS Amplify Amazon Bedrock AgentCore ランタイム Amazon CloudWatch 生成AIオブザーバビリティ Amazon Bedrock ナレッジベース Amazon Bedrock AgentCore メモリー Strands Agents セッション カタログ AWS What’s New RSS Tavily Search API ユーザー シンプルな実装で 多数の機能を 追加できる
19. ⼯夫① シングルエージェント × ツール AWS Cloud AWS Amplify Amazon Bedrock AgentCore ランタイム Amazon CloudWatch 生成AIオブザーバビリティ Amazon Bedrock ナレッジベース Amazon Bedrock AgentCore メモリー Strands Agents セッション カタログ AWS What’s New RSS Tavily Search API ユーザー コミュニティ製 MCP サーバーを利⽤ Strands ビルトインの RSS ツールを流⽤ Strands ビルトインの Retrieve ツールを流⽤
20. ⼯夫② モダン UI × サーバーレス AWS Cloud AWS Amplify Amazon Bedrock AgentCore ランタイム Amazon CloudWatch 生成AIオブザーバビリティ Amazon Bedrock ナレッジベース Amazon Bedrock AgentCore メモリー Strands Agents セッション カタログ AWS What’s New RSS Tavily Search API ユーザー Amplify Gen2 で React + Vite をホスト もちろん Cognito 認証付き︕
21. Streamlit は簡単だけど、 この UI もう⾒飽きまし たよね…︖ UI が少し複雑になると 実装難易度が逆に 上がってしまいます ⼯夫② モダン UI × サーバーレス
22. エージェントの仕事は 時間がかかる︕ ユーザーが待つ間 ストレスを与えない UX の⼯夫が重要 ⼯夫② モダン UI × サーバーレス
23. ⼯夫③ RAG でドメイン知識を追加 AWS Cloud AWS Amplify Amazon Bedrock AgentCore ランタイム Amazon CloudWatch 生成AIオブザーバビリティ Amazon Bedrock ナレッジベース Amazon Bedrock AgentCore メモリー Strands Agents セッション カタログ AWS What’s New RSS Tavily Search API ユーザー Web で⾒つけにくい コミュニティの知⾒を S3 Vectors に格納
24. ⼯夫③ RAG でドメイン知識を追加 Amazon Simple Storage Service (Amazon S3) Amazon Bedrock ナレッジベース Amazon S3 Vectors 事前に AI チャットボットに 調査・整理させた⼤量のデータを マークダウンで格納。 ベクトルデータは S3 Vectors で安価に運⽤
25. ⼯夫④ リリース後が本番︕LLMOps を回す AWS Cloud AWS Amplify Amazon Bedrock AgentCore ランタイム Amazon CloudWatch 生成AIオブザーバビリティ Amazon Bedrock ナレッジベース Amazon Bedrock AgentCore メモリー Strands Agents セッション カタログ AWS What’s New RSS Tavily Search API ユーザー エージェントのトレースが ⾃動で集積、可視化される
26. ⼯夫④ リリース後が本番︕LLMOps を回す AgentCore の新機能をフル活⽤。 ⾃動評価で課題を探して、 不⾜知識をナレッジベースに追加
27. • 会期中の登録者︓157 名 • トレース数︓1,566 件 実際、どのぐらい使われたのか︖ フルサーバーレスなので 使われていない間の インフラ費⽤は極⼩︕ 運⽤コストのほとんどは Bedrock の Claude API 推論料⾦
28. 2026 年、既製品エージェントも⾼機能化。 差別化のため、ユースケースの 発掘へさらに注⼒しています
29. 「AI でこんなことしたいんですけど…」 商談機会があると、要件をヒアリングしながら その場でエージェントを作って⾒せる ユースケース発掘① バイブ商談
30. 「AI でこんなことしたいんですけど…」 商談機会があると、要件をヒアリングしながら その場でエージェントを作って⾒せる ユースケース発掘① バイブ商談 もしかして、欲しいの これですか︖ み、⾒積もまだなのに もう成果物が…!? これください︕︕ 期待値コントロールの ⾼度なスキルも必要。 うまくいけば「真の要件」 がポロポロ出てくる
31. AgentCore + Amplify のフル IaC 構成なので、 既存のエージェントを流⽤して、短時間で⾼度なアプリが作れる すぐ作れるが、決して「オモチャ」ではないのがポイント。 そのまま商⽤デプロイできるベスプラ構成のまま CDK 化 ユースケース発掘① バイブ商談
32. 私⾃⾝が Claude Code などのコーディングエージェントを活⽤し、 コーディング以外の⾃分の⽇常タスクをすべて半⾃動化。 • 経費精算、⼯数報告、勤務申請 • スライド作成、フォーム回答、会議アジェンダ検討 • 海外旅⾏の⼿配、家計簿の管理、技術ミートアップの運営 ここで⾒つけた便利なユースケースを、 ⾮エンジニアでも享受できるよう Web アプリ化する ユースケース発掘② ⾃らモルモットに
33. N E W パワポ作るマン G E N E R A L LY AVA I L A B L E 作りたい資料のトピックを簡単に伝えるだけで Web 検索を駆使して「AI っぽくない」綺麗なスライドを作成
34. サラリーマンの⼈気業務 「スライド作成」 世の AI ツールに任せると AI 臭くなりがち。 Marp を使うことで ⼿作り品質のスライドを AI と⼀緒に作れるように 国産 OSS「Marp」を使ったスライド作成
35. Web エージェント化して誰でも使えるように
36. メイン機能 • Marp を⽤いたスライド作成 • Web 検索と URL 読み込み • はみ出し検知と⾃動修正 パワポ作るマン
37. メイン機能 • Marp を⽤いたスライド作成 • Web 検索と URL 読み込み • はみ出し検知と⾃動修正 便利機能 • デザインテーマの切り替え • 成果物を PPTX/PDF で⼊⼿ • URL を発⾏して Web 公開 パワポ作るマン
38. アーキテクチャ AWS Cloud AWS Amplify AgentCore ランタイム Amazon CloudWatch 生成AIオブザーバビリティ Strands Agents Marp スライド 作成/出⼒ Tavily Search API URL 読み込み ユーザー はみ出し 検知/修正
39. • とにかく UX をシンプルにして、利⽤開始のハードルを下げた。 複雑なスライド編集機能などは載せず、 あえてチャット UI からの簡易修正に割り切り 実装の⼯夫
40. • とにかく UX をシンプルにして、利⽤開始のハードルを下げた。 複雑なスライド編集機能などは載せず、 あえてチャット UI からの簡易修正に割り切り • ⻑期の履歴保持は不要のため、AgentCore メモリーは使わず AgentCore ランタイムのセッション流⽤で短期記憶を実現 実装の⼯夫
41. • とにかく UX をシンプルにして、利⽤開始のハードルを下げた。 複雑なスライド編集機能などは載せず、 あえてチャット UI からの簡易修正に割り切り • ⻑期の履歴保持は不要のため、AgentCore メモリーは使わず AgentCore ランタイムのセッション流⽤で短期記憶を実現 • マルチエージェント構成も試⾏錯誤したが、 結局シングルエージェントの⽅が動作も品質も安定 実装の⼯夫
42. • リリース後 3 ヶ⽉で 1,000 ユーザー突破 • 延べトレース数は 7,000 件に到達 • 現在でも毎⽇利⽤されている ユースケースどハマり︕ ⼤⼈気アプリに
43. • リリース後 3 ヶ⽉で 1,000 ユーザー突破 • 延べトレース数は 7,000 件に到達 • 現在でも毎⽇利⽤されている • PoC アプリにありがちな「尻すぼみ」ではなく、 バズった後も継続的に使われ続けているのが特徴 • 私⾃⾝、海外ベンダーのテックブログを スマホからサクッと要約するのに毎週活⽤しています ユースケースどハマり︕ ⼤⼈気アプリに
44. アプリが⼤⼈気 ＝LLM の API 利⽤料も膨らむ…︕
45. • LLM は「賢すぎないギリギリのモデル」を選択 （Claude Haiku だと荷が重い。Opus はやや過剰性能） AI エージェントのコスト最適化
46. • LLM は「賢すぎないギリギリのモデル」を選択 （Claude Haiku だと荷が重い。Opus はやや過剰性能） • Claude のプロンプトキャッシュを有効化。 また、システムプロンプトが⻑くなりすぎないよう ツールの description へ指⽰を分散 AI エージェントのコスト最適化
47. • LLM は「賢すぎないギリギリのモデル」を選択 （Claude Haiku だと荷が重い。Opus はやや過剰性能） • Claude のプロンプトキャッシュを有効化。 また、システムプロンプトが⻑くなりすぎないよう ツールの description へ指⽰を分散 • 会話ターンが嵩むと、コンテキストが膨らみトークン増に。 履歴は３往復のみ残す形で⾃動トリミングを実施 （Strands Agents の Conversation Manager を活⽤） AI エージェントのコスト最適化
48. AWS Hero としての活動
49. 知⾒を独り占めしない。⾃社よりも業界全体の成⻑が優先。 AI エージェント構築のナレッジは、惜しまずコミュニティへ還元 上⼿くいった例は全て OSS として公開
50. バグ報告や修正、⽇本語ドキュメント追加などにコントリビュート AgentCore エコシステムの UX 向上に貢献
51. ⽇本の AWS コミュニティ仲間とともに AI エージェント構築の⼊⾨書を出版。 校了ギリギリまでアップデートを取り込み 商業書籍として限界まで鮮度を追求 AgentCore の知⾒を⼊⾨技術書として出版
52. 昨年は AI エージェント「利⽤」元年でした。 今年は「構築」元年にしましょう
53. 本セッションのアンケートへ ご協⼒をお願いします Please give us your feedback Thank you! DEV250