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
Sponsored
·
SiteGround - Reliable hosting with speed, security, and support you can count on.
→
やくも
July 25, 2026
Technology
280
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
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
1.4k
社内RAGの導入で気を付けたポイント
yakumo
3
210
おいらのAWSアップデートの追い方〜Slack×AgentCore〜
yakumo
2
210
AgentCore Managed Harness を使ってみよう
yakumo
2
630
AgentCoreがWindowsで動かなかった原因を調べてみた
yakumo
1
140
AgentCoreとLINEを使った飲食店おすすめアプリを作ってみた
yakumo
2
460
StrandsとNeptuneを使ってナレッジグラフを構築する
yakumo
2
750
なんとなくの実装を抜け出す!10分でおさらいするAgentCoreの認証・認可
yakumo
2
1.1k
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
3
1.7k
Other Decks in Technology
See All in Technology
AIで社員の自主発信に広報目線を組み込む
_mossann_t
0
140
今話題のAI「Jev」って何? 宇宙最速で学ぶ会
minorun365
PRO
32
21k
え、こんなに早く改修できるの?──新人エンジニアとスクラムマスターの2人が語る、AI×アジャイル開発の現場
ysasago
2
730
PQC移行の今 -- IETF からみた現在地
satokan
3
120
バイブコーディング時代のWebアプリ開発入門~Cloud Runで学ぶセキュアなビルドとデプロイ
waiwai2111
1
150
AI 時代のスタートアップエコシステ厶から考究する技術的負債との向き合い方
m3m0r7
PRO
3
2.7k
AI coding 整合正規方法
philipz
0
550
エージェントはローカル、検証はMicroVM — Lambda MicroVMsでつくるServerless CI
fujioka6789
3
780
ボードゲームの遊び相手をFoundation Modelsで作る / iOSDC Japan 2026
genda
0
160
リアーキテクチャ後の障害ゼロを目指したShadow Testingの取り組み
nihonbuson
PRO
1
180
CI/CDではもう遅い - 人とAIが迂回しないDevSecOps Verify基盤の再設計 -
kintotechdev
0
140
データ_AIの事業の勝敗をわけるもの
nek0128
1
480
Featured
See All Featured
Bioeconomy Workshop: Dr. Julius Ecuru, Opportunities for a Bioeconomy in West Africa
akademiya2063
PRO
1
370
Bootstrapping a Software Product
garrettdimon
PRO
306
120k
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
2
580
<Decoding/> the Language of Devs - We Love SEO 2024
nikkihalliwell
1
330
Making the Leap to Tech Lead
cromwellryan
135
10k
Abbi's Birthday
coloredviolet
4
10k
Thoughts on Productivity
jonyablonski
76
5.4k
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
340
Hiding What from Whom? A Critical Review of the History of Programming languages for Music
tomoyanonymous
3
1.3k
A better future with KSS
kneath
240
18k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
Large-scale JavaScript Application Architecture
addyosmani
515
110k
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。