Share
Embed
Slide 1
Slide 1 text
いちAWSエンジニアのAI活用を振り返る
DevelopersIO 2026 Osaka
2026-09-28 川原征大(kawahara-masahiro)
1
Slide 2
Slide 2 text
イントロ
2
Slide 3
Slide 3 text
自己紹介
川原征大 (kawahara-masahiro)
クラウド事業統括本部 コンサルティング部
AWSマルチアカウント環境のコスト/セキュリティ改善、AI活用
推進、CCoE支援など
好きなこと: 旅行/ツーリング/スプラトゥーン/Emacs
ブログ: https://dev.classmethod.jp/author/kawahara-masahiro/
3
Slide 4
Slide 4 text
本セッションで伝えたいこと
ここ1〜2年で、生成AIの使い方が大きく変わりました。
使うツールが短い周期で入れ替わった
それにあわせて働き方やマインドセットも変わった
実際に使ってきたAIツールを紹介しながら、いちAWSエンジニアの変化を
振り返ります。
4
Slide 5
Slide 5 text
主に紹介するツール
いろいろなAIツール
simonw/llm など
Claude Code (で使っている便利ツール)
AWS MCP Server
DuckDB Skills など
5
Slide 6
Slide 6 text
Claude Code 時代以前
2025年前半ごろの使い方
6
Slide 7
Slide 7 text
2025年前半ごろの使い方
ツール 使用場所
用途
AI-Starter ブラウザ AIチャット
simonw/llm ターミナル 単発の問い合わせ
Claude Code ターミナル 検証程度
7
Slide 8
Slide 8 text
AI-Starter: 生成AIチャット環境
画像: AI-Starter | クラスメソッド株式会社
8
Slide 9
Slide 9 text
AI-Starter: 主な用途
シェルスクリプトや簡易な Lambda 関数を書かせる
Terraform や CDK の diff を要約させる など
9
Slide 10
Slide 10 text
simonw/llm: コマンドラインからLLM実行
OpenAI や Bedrock など、さまざまなモデルに対応
パイプで標準入力を渡せる
プラグインやテンプレートなど拡張機能も豊富
https://github.com/simonw/llm
10
Slide 11
Slide 11 text
simonw/llm: 紹介ブログ
simonw/llm: コマンドラインから生成AIモデルを気軽に実行できるツールがとても便利 | DevelopersIO
11
Slide 12
Slide 12 text
simonw/llm: 主な用途
CloudFormation や Terraform の コードを要約・解説させる
AWS CLI コマンド出力/ヘルプを要約・解説させる など
12
Slide 13
Slide 13 text
Claude Codeは…
当時 (2025/03あたり) はまだプレビュー中
Claude 3.7 Sonnet を Bedrock から呼び出して使おうとしていた
従量課金なので気軽に使えていなかった
が、GAして Pro や Max (サブスクプラン) で Claude Code を使えるよ
うになってから利用が急加速しました。
13
Slide 14
Slide 14 text
Claude Code 時代
2025年後半から今現在に至るまで
14
Slide 15
Slide 15 text
AWSエンジニアの Claude Code 活用
用途
主なツール
技術調査 / リソース調査 AWS MCP Server
ログやコストの分析
Skills (DuckDB Skills)
IaC(Terraform)を書かせる いろいろ
15
Slide 16
Slide 16 text
補足1: MCPとは？
"MCP（Model Context Protocol）は、AIアプリケーションを外部シス
テムに接続するための、オープンソースの標準"
引用: What is the Model Context Protocol (MCP)? - Model Context Protocol
16
Slide 17
Slide 17 text
補足2: Skills とは？
"Agent Skills は、専門的な知識とワークフローによって AI エージェント
の能力を拡張するための、軽量でオープンなフォーマット"
引用: Agent Skills Overview - Agent Skills
17
Slide 18
Slide 18 text
AWS MCP Server とは
AWS が提供するマネージドな MCP サーバーであり、 Agent Toolkit for
AWS の一部です。
ドキュメント検索やサービス情報の取得を実施できる
IAM 認証すれば サンドボックス環境で API を呼ぶスクリプトも実行
可能
18
Slide 19
Slide 19 text
補足: AWS MCP Server と awslabs/mcp の違い
awslabs/mcp は、AWS が OSS で公開している MCP サーバー群です。
Agent Toolkit for AWS は、awslabs/mcp の後継にあたります。
https://awslabs.github.io/mcp/
19
Slide 20
Slide 20 text
AWS MCP Server: 主な用途
AWS の仕様や新機能を最新ドキュメントから調べる
AWS 環境のリソースの状態や設定を調べる
20
Slide 21
Slide 21 text
DuckDB Skills とは
DuckDB はオンライン分析処理(OLAP)に特化したデータベースシス
テム
DuckDB Skills は 公式が出している Claude Code 向けの DuckDB
スキル集
CSV や Parquet、JSON に自然言語で問い合わせて、分析・集
計できる
21
Slide 22
Slide 22 text
利用できるスキル抜粋
スキル名
ひとこと概要
CSV/JSON/Parquet等を拡張子から自動判別して読み
read-file
込み・スキーマ確認
アタッチ済みDBやファイルに対してSQL/自然言語でク
query
エリを実行する
read過去のClaude Codeセッションログを検索し、決定事項
memories やTODOを掘り起こす
DuckDB/DuckLake公式ドキュメントとブログを全文検
duckdb-docs 索する
22
Slide 23
Slide 23 text
IaC(Terraform)を書かせる
肌感として Opus 4.6 以降は素の状態でも、だいたい期待したものを
作ってくれる
チームで扱うなら周辺環境も整えておくと便利
フォーマッター/リンター: terraform fmt, tflint
セキュリティスキャン: trivy
これらを pre-commit や CI に組み込む
気になっているが、あまり使えていないツール
terraform-mcp-server : Terraform Registry の最新情報を参照
できる
Terraform Skills : HashiCorp公式のTerraform向けSkills
23
Slide 24
Slide 24 text
参考になるブログ
「Terraformを安全に効率よく書くためのClaude Code活用術」登壇レポート | DevelopersIO
24
Slide 25
Slide 25 text
おわりにむけて
25
Slide 26
Slide 26 text
ツールの遷移まとめ
ツール 2025年 前半 2025年 後半 〜 現在
AI-Starter 高
中
低
simonw/llm 高
中
Claude Code 低
高
必須
26
Slide 27
Slide 27 text
横道: チームとして活用しているツールたち #1
Gemini (Notebookなど)
Notebook にソースをまとめ、キャッチアップや振り返りに使
う。チームへの共有も簡単
Google Drive 上のデータを検索・解説させる
Slack AI
社内情報を誰かに聞く前に雑に問い合わせる
27
Slide 28
Slide 28 text
横道: チームとして活用しているツールたち #2
Kiro
AWS 謹製の AI エージェントツールで、IDE と CLI がある
IAM Identity Center と連携でき、ライセンス管理が AWS 内で
完結する
CCoE として、利用部門向けに Kiro の活用基盤を展開している
AWS DevOps Agent
AWS が提供するマネージドな AI オペレーションエージェント
AWS リソースへの問い合わせが簡単にできる
アラートの調査を自動で実行し、初期調査の負担を減らせる
事前準備や前提条件が少なく、導入を勧めやすい
28
Slide 29
Slide 29 text
おわりに
使ってきた AI ツールの移り変わりを振り返りました。
AI ツールがどんどん便利になっていって、 自分の考え方や立ち回りも変
えていく必要を感じています。
より上位のレイヤーを意識する、関わる
考えていることを頭の中からひねり出して AI に渡す
言語化やコミュニケーションがさらに大事になってきそうです。
29
Slide 30
Slide 30 text
30