Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
StepFunctionsとGraphRAGを活用した暗黙知活用のためのRAG基盤
Search
やくも
July 25, 2026
Technology
300
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
StepFunctionsとGraphRAGを活用した暗黙知活用のためのRAG基盤
JAWS-UG 新潟 in 佐渡 - Lightning Sado 2026
https://jawsug-niigata.connpass.com/event/387865/
やくも
July 25, 2026
More Decks by やくも
See All by やくも
AppSync を使ったアプリを作ったよ。 FESTA in 秋田でみんなで交流しよう。
yakumo
0
46
なぜ東京にいる私が、新潟の技術コミュニティを運営するのか by 八雲慎之助
yakumo
0
220
【日本語版】Filter What the LLM Reads: RAG Governance with AgentCore Gateway
yakumo
2
70
Filter What the LLM Reads: RAG Governance with AgentCore Gateway
yakumo
1
140
AgentCoreで実践するハーネスエンジニアリング
yakumo
1
440
Text-to-SQLをAgentCoreで実現し、生成されるSQLの精度を定量的に評価する
yakumo
2
1.5k
社内RAGの導入で気を付けたポイント
yakumo
3
220
おいらのAWSアップデートの追い方〜Slack×AgentCore〜
yakumo
2
230
AgentCore Managed Harness を使ってみよう
yakumo
2
720
Other Decks in Technology
See All in Technology
渡米前の準備を制す!re:Invent 2026徹底準備術 / The Ultimate Preparation Guide for re:Invent 2026
yuj1osm
1
550
OneLakeをデータソースにした AI Search(Foundry IQ)の ライフサイクル管理
ryuseiiida
0
220
The future of architectural work
ufried
0
170
コードレビューをなくして見えたもの
henteko
0
130
AIコーディングはじめました
miso
0
150
レガシーコードに対する loop engineering的なAI開発プロセス導入について
kubell_hr
0
250
自律的なチームを作るためにTechPMがやらないこと
ny7760
1
510
Sinatra on PicoRuby ローカルでセルフホスト
bash0c7
0
100
サボる子はいねぇがー!AgentCoreハーネスの脆弱性に学ぶ、エージェントの入力バリデーション
iwamot
PRO
4
250
Kiro Crew の Bot (続く役目を任せる窓口) | 目指せ Kiro マスター 12
inariku
PRO
0
220
Consistency for mere mortals - A gentle guide to consistency
ufried
0
120
複雑な業務システムを高速でつくるため、チーム全員をつくれる人へ
ayakurabuchi
0
130
Featured
See All Featured
The innovator’s Mindset - Leading Through an Era of Exponential Change - McGill University 2025
jdejongh
PRO
1
390
Are puppies a ranking factor?
jonoalderson
2
4.1k
[SF Ruby Conf 2025] Rails X
palkan
3
1.5k
A better future with KSS
kneath
240
18k
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
3
3.9k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
300
How to Align SEO within the Product Triangle To Get Buy-In & Support - #RIMC
aleyda
2
1.9k
Designing for Timeless Needs
cassininazir
1
550
Groundhog Day: Seeking Process in Gaming for Health
codingconduct
0
460
Utilizing Notion as your number one productivity tool
mfonobong
4
640
The Spectacular Lies of Maps
axbom
PRO
1
1.1k
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
2
760
Transcript
JAWS-UG 新潟 in 佐渡 2026 StepFunctionsとGraphRAG を使った組織内の暗黙知を活用するRAG基盤 八雲 慎之助/Shinnosuke Yakumo
2026/7/25
Who am I 八雲 慎之助(やくも しんのすけ) • 所属:株式会社クレスコ / JAWS-UG
新潟支部 • 業務:R&D(AI分野) • AWS Community Builder – AI Engineering • 2025 Japan AWS Jr.Champions • 米俵系エンジニアやってます
最近の悩み • 営業や提案活動をする上での技術選定 • 他の案件状況も知っておきたい • 案件、技術領域、人材ごとの結びつけと整理が難しい
提案活動におけるスピード感の欠如がある • 案件受注前の初回、2回目の面談からどの部署の誰に相談、 アサインするか?時間がかかるケースがある。 • 初回からのスピード感によっては失注のケースもあった • 実現できる技術力はあるのに、非常に勿体無い…
どのくらいデータが散らばっているか • データ形式(PDF, パワポ, エクセル, 音声, 画像, etc) • 保存場所(Teams,
ローカル, S3) • そのまま突っ込んでもデータ形式によっては検索できない
高まっていたニーズ • 過去の案件や技術領域、担当部門、担当者の横断的な検索 • 検索時のレイテンシーや精度の担保 • 多様なデータ形式も処理可能
通常のRAGでは補えない質問も増えてくる
通常のRAG-意味が近い文書を返すだけ • 通常のRAGだと関連性は測れない
複数文書にまたがる関係性による検索もしたい • Hegehogeの技術は誰が担当でhugahugaな結果で、 過去にも似た案件は….
じゃあどうするのか…
みんな大好きなこいつの出番 待ってた? Amazon Neptune
Amazon Neptuneによるマルチホップ推論 • ステップを複数跨いだ推 論に利用 • 複数のエンティティから 関連性を踏まえて回答し てくれます
StepFunctionsとGraphRAGによるナレッジ活用 問い合わせ内容によって ルーティングする 加工前S3 Step Functions 加工後S3 S3 Vectors エージェント
散らばったデータを整形し て別S3再格納 Amazon Neptune
StepFunctionsを活用したデータ加工 # ステージ 内容 1 棚卸し 加工済みS3との差分の確認 2 正規化 非対応形式の場合は変換
3 機密情報排除 機密データのマスキングなど 4 構造化データ抽出 案件/担当/顧客/技術/成果をDynamoDBに格納
データ加工によるレイテンシーと精度の改善 • ナレッジベース同期:失敗率の減少、リトライ実施 • 検索時間:平均で3秒くらい短縮 • 検索精度:メタデータフィルタリングによる精度の向上 • 検索パターンにもよるが、最大2倍の改善
メタデータフィルタリングによる恩恵 • 加工の過程で.metadata.jsonを付与 • 検索時にフィルタで絞り込みを実施 1. 古い版や不要なファイルが検索に出ない 2. 部署、機密区分で精度が上がる 3.
RAGの正答率や評価も上がる
StepFunctions内でメタデータを付与する(例) • LLMに判断させてメタデー タを付与、振り分ける
加工するデータの準備はどうするのか? • 組織内のデータや書類は散らばっていることが常ですよね • 急に、S3に集約します!と言われても困るし反発もある • 既存のファイルシステムといかに自然に連携させるか…
Microsoft系との連携
かなり簡単に設定できます。 • Microsoftの管理者設定から簡単に設定可能 • その後、払い出されたキーを使ってデータを連携 • 組織で管理されている場合は注意が必要 • 検証する場合は個人環境をお勧めします(戒め) https://docs.aws.amazon.com/ja_jp/bedrock/latest/userguide/kb-managed-ds-onedrive-connect.html
さいご • 提案や社内検討のスピードは格段に上がりました。 • 今後別部門への展開も目指して改良と活用をしていきたいと思いま す。