Amazon Bedrock AgentCore でプロモーション用動画生成エージェントを開発する

2025/8/22　豊洲会

Transcript

1. Amazon Bedrock AgentCore で プロモーション用動画生成エージェントを開発する Kiminori Yokoi @nasuvit_z
2. AIエージェントとは • LLM（大規模言語モデル）を “頭脳” に、次に何をするか（制御フ ロー）を自ら決め、必要に応じてツールやコードを使ってタスクを完了する仕 組み • 従来は人間が行うタスクを、AIエージェントによってどこまで代替できるのかが 注目されている
3. AIエージェントとは (AWSの場合) 与えられた指示を解釈 Agentic loop (自律的なタスクの推進)
4. 我々はAIエージェントに何を期待しているのか はじめに期待をはっきりさせておく方が良い • 指示を正しく解釈して欲しい • できるだけ簡単な指示で開始したい • 人間による補完は最小限にしたい • タスク計画を自律的に考えて欲しい (=Agentic loopへの期待) • 指示ごとに実行順序 (ビジネスロジック) を組み立てて欲しい • 実行順序を事前に与えなくてもタスクを進めて欲しい
5. 処理の違い • プログラム内部で一意に実行順序を定義し、内部的にAIを活用して処 理を実行するアプリケーション • 広義に 「LLMアプリ」 と呼ばれているもので、生成AI活用の第一歩 • 実行順序が事前定義されている、特定の1つのタスクを実行する • 実行順序が予め決まっているため、Agentic loopを必要とせずに処理 が完結する • プログラム内部でエージェントとツールを定義し、リクエスト (指示内容) に応じてツールを組み合わせて処理を実行するアプリケーション • 「AIエージェント」 • 事前定義された実行順序がなく、指示の都度、定義される
6. 処理の違い (噛み砕くと) • 従来型のLLMアプリ • 同じ順番で毎回流す 「決め打ちパイプライン」 • Agentic loopしなくても処理が終わる • AIエージェント • ツール箱を持っていて、都度、方針を決定 • 依頼や状況に応じて順序と手段をその場で決め直す • 探索→実行→観測→再計画をループ (これがAgentic loop)
7. https://aws.amazon.com/jp/bedrock/agentcore/
8. Amazon Bedrock AgentCore とは • AIエージェントを安全に本番運用するためのモジュール群（インフラ＋ ツール＋運用管理）を提供するAWSのマネージドサービス • デプロイまでを5分で体験するサンプルコードは公式ブログを参照
9. <事例> プロモーション動画生成エージェント • 「台本作成」 「音声生成」 「動画生成」 「動画編集」 の4つのツールを持 たせたAIエージェント • AIエージェントに自然言語で指示を出すと、これらのツールを自律的に組み 合わせて、動画を生成する
10. アーキテクチャ図 そのうちGUI作ります 今回はコマンドで
11. 考慮点 • Amazon Nova Reel を使用した動画の生成は非同期処理 • 6秒間の動画の生成に約90秒、2分間の動画の生成に約14～17分かかる (公 式ドキュメント) • AIエージェントは非同期処理を待つ必要がある (await asyncio.wait_forで実装) これを wait_for する
12. 考慮点 • Amazon Nova Reel で6秒よりも長い動画を生成する MULTI_SHOT_AUTOMATEDを使用
13. MediaConvertで動画と音声を合成する Nova Reel 産の動画 Polly 産の音声 MediaConvertなら、従来FFmpegのようなツールに任せている処理を、APIで簡単に実行可能
14. 生成された動画 こちら
15. AIエージェント化して良かったこと • 「簡単に指示して、寝て待っていれば完成する」 をお手軽に実現できる • 簡単なプロモーション用動画であれば、台本の考案作業や、編集作業 を必要とすることなく生成でき、従来の作業時間を90%以上削減 • ただし、動画と音声は、AIによる生成だと簡単にバレるようなクオリティで あることに注意 (ネタバラシして見せる方が良さそう) • 今回は非同期処理待ちが一部あったが、ツール呼び出しの実行順序を書く 必要が殆どないため、開発生産性も高い (Strands Agentsを使用)
16. Amazon Bedrock AgentCore の良いところ • agentcore launch コマンド一発でAIエージェントのコードをコンテナ化し てデプロイ可能 • デプロイに必要な、あらゆる周辺サービス (ECRなど) の操作を意識すること なく、AIエージェントを動かすことが可能 • ツールはAIエージェントのコードに関数化して書くだけという手軽さだが、既に APIが公開されていればGatewayを介して利用することも可能 • 非同期処理も実行可能
17. AIエージェント化した方針を省みて今後に繋げる • 本来 「こうすればできる」 と初めから具体的なイメージが湧く処理は、実行 順序を事前定義できるため、AIエージェントとして実装しなくても良い • 但し、AIエージェント化で柔軟な変更ニーズに対応できる期待がある • 機能拡張は、実行順序の作り直しが少ない、AIエージェント+ツールの 方が容易である • 処理結果の確実性は、事前定義された実行順序の方が高い • AIエージェントは 「このツールを持たせておいたらあれもこれもできるんじゃ ないの?」 というイメージを先に持って、これを膨らませて作っていくのが良い • AIエージェント自体の要件や設計の抽象度を高く持つ • ChatGPTで出来る処理はChatGPTで良い 出来ないことを成す
18. Coming Soon • 現在、より高いクオリティの動画を作れないか、構成を見直しています • こんなツールを増やして動画のクオリティを高めたい! • 外部データソースの参照 • BGMの作成 • etc… • 今後の発展にご期待ください! (またどこかで披露します!)
19. Kiminori Yokoi @nasuvit_z END ご清聴ありがとうございました Amazon Bedrock AgentCore で プロモーション用動画生成エージェントを開発する