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
Agents for Amazon Bedrockで何ができるようになるのか
Search
Yodeee
December 04, 2023
1.2k
2
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Agents for Amazon Bedrockで何ができるようになるのか
Yodeee
December 04, 2023
More Decks by Yodeee
See All by Yodeee
OCI上で実現するAIエージェント開発方法の紹介
yodeee
0
87
re:Inventから見えたレガシーモダナイぜーションのこれから
yodeee
0
180
Bedrock RAG Evaluationを活用したRAGの定量的評価方法の紹介
yodeee
0
390
Moxie
yodeee
0
32
Amazon Verified Permissionsをプロダクトにどう組み込むかを考える
yodeee
0
250
アウトプットし始めたら QOL (Quality of Learning) が爆上がりした話
yodeee
0
150
Pulumi AIで開発体験は変わるのか
yodeee
0
140
GPT × Alexa × AWS で 英会話学習スキルを作った話
yodeee
0
330
Featured
See All Featured
GitHub's CSS Performance
jonrohan
1033
470k
Code Reviewing Like a Champion
maltzj
529
40k
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
470
30 Presentation Tips
portentint
PRO
1
460
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
68
60k
エンジニアに許された特別な時間の終わり
watany
109
250k
Stop Working from a Prison Cell
hatefulcrawdad
274
21k
How to Talk to Developers About Accessibility
jct
2
610
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
3.8k
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
970
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
970
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
1
300
Transcript
Agents for Amazon Bedrockで 何ができるようになるのか 2023/12/4 JAWS-UG横浜 #63 AWS re:Invent
2023 宇宙一早い Recap 依田 涼太
依田 涼太 Ryota YODA • 某SIer所属の金融系アプリエンジニア • テックリードとしてアプリ・インフラ を幅広く担当 •
re:Invent 2023は日本から参戦 (ハワイ羨ましすぎた) @YodeeeTech
Amazon Bedrock • 主要な基盤モデルを簡単に利用可能 • 基盤モデルをカスタマイズし、独自の生成AIアプリ ケーションを構築できるマネージドなAIプラット フォームサービス
Agents for Amazon Bedrock https://www.youtube.com/watch?v=PMfn9_nTDbM • プレビュー版公開の状態だったが、今回のre:Inventにて一般提供が開始 • ユーザからの要求に基づいた複雑なビジネスタスクを計画し、実行する自律 エージェントの機能を提供
※現在対応リージョンは米国東部 (バージニア北部) と米国西部 (オレゴン)のみ
Bedrockを利用した従来のエージェント構成
Kendra Bedrock API データソース 🦜🔗 LangChain エージェント機能を実装した アプリケーション Bedrockを利用した従来のエージェント構成 •
RAG構築のためにはKendraやOpenSearchを組み合わせ、ナレッジをクエリする仕組みを作る必要があった • 各種サービスの呼出を自律的に計画・実行するためにLangchain等でエージェントを立てる必要があった OpenSearch Service ナレッジをクエリ 文章理解・生成 特定のタスク実行 構成のポイント RAG(Retrieval-Augmented Generation) • 生成AIモデルが外部データソースを参照することで知識 を拡充し、より正確な回答を生成する仕組み • 回答に自社データを組み込みたい場合などに利用される
Agents for Amazon Bedrockを活用した構成
Lambda Knowlegde Base for Amazon Bedrock 基盤モデル Agents for Amazon
Bedrock Agents for Amazon Bedrockを活用した構成 Action Group APIスキーマ ナレッジをクエリ 文章理解・生成 特定のタスク実行 • Agentsがユーザからのリクエストを理解し、具体的なアクションを計画 計画をもとに各種サービスから情報を取得し、より適切な情報をユーザに応答可能 • Knowledge Base for Amazon Bedrockと簡単にシームレスに接続。RAG構築が容易に • Action Groupで特定のタスク実行が可能に 構成のポイント
Lambda Knowlegde Base for Amazon Bedrock 基盤モデル Agents for Amazon
Bedrock Agents for Amazon Bedrockを活用した構成 Action Group APIスキーマ ナレッジをクエリ 文章理解・生成 特定のタスク実行 • Agentsが持つベースプロンプトと開発者が設定する指示プロンプト、ユーザからの入力を もとに拡張したプロンプトを生成 Agents for Amazon Bedrockの流れ ベースプロンプト 指示プロンプト ユーザからの入力
Lambda Knowlegde Base for Amazon Bedrock 基盤モデル Agents for Amazon
Bedrock Agents for Amazon Bedrockを活用した構成 Action Group APIスキーマ ナレッジをクエリ 文章理解・生成 特定のタスク実行 • 拡張プロンプトを基盤モデルを介して解釈し、計画された次ステップのアクションが 合理的であるかを判断 Agents for Amazon Bedrockの流れ 次アクションの合理性を判断
Lambda Knowlegde Base for Amazon Bedrock 基盤モデル Agents for Amazon
Bedrock Agents for Amazon Bedrockを活用した構成 Action Group APIスキーマ ナレッジをクエリ 文章理解・生成 特定のタスク実行 • エージェントはアクション グループを呼び出し、ナレッジ ベースにクエリを実行して 追加の情報を取得 Agents for Amazon Bedrockの流れ
Lambda Knowlegde Base for Amazon Bedrock 基盤モデル Agents for Amazon
Bedrock Agents for Amazon Bedrockを活用した構成 Action Group APIスキーマ ナレッジをクエリ 文章理解・生成 特定のタスク実行 • エージェントは、アクショングループとナレッジベースからの要約から、観察結果を生成し、 基盤モデルで解釈される拡張プロンプトをさらに補強する • エージェントはオーケストレーションプロセスを繰り返す必要があるかどうかを判断する Agents for Amazon Bedrockの流れ 観察結果で補強
Lambda Knowlegde Base for Amazon Bedrock 基盤モデル Agents for Amazon
Bedrock Agents for Amazon Bedrockを活用した構成 Action Group APIスキーマ ナレッジをクエリ 文章理解・生成 特定のタスク実行 • オーケストレーションプロセスを繰り返した後、最終的な回答文章を作成し、 ユーザに応答する Agents for Amazon Bedrockの流れ 応答
Agentsに組み込み可能なサービスの紹介
Knowlegde Base for Amazon Bedrock S3 Sync Upload データソースに接続し、基盤モデル応答を拡張できるフルマネージドなRAG機能 テキストの
チャンク処理 エンべディング Vector Database ex) OpenSearch エンべディング用 基盤モデル Agentsに組み込み可能なサービスの紹介 ※現在対応リージョンは米国東部 (バージニア北部) と米国西部 (オレゴン)のみ 連携可能なデータソースはS3のみ Vector DatabaseとしてOpenSearch 、Pinecone, Redis Enterprise Cloudが利用可能 Agents for Amazon Bedrock
Knowlegde Baseの組み込みは Agents作成コンソール上から事前に作成したものを指定するだけ
Action Group エージェントに実行を支援させたいタスクを定義する タスク実行として現在サポートされているサービスはAWS Lambdaのみ Agentsに組み込み可能なサービスの紹介 Lambda Action Group APIスキーマ
Agents for Amazon Bedrock
アクショングループはAgents作成コンソール上で LambdaとAPIスキーマを指定することで設定可能
まとめ • Agents for Amazon BedrockによってRAGやアクションのオーケスト レーションがより容易になった • 今後、直接アクショングループの呼び出しやKnowlegde Baseの接続
データソースが拡充することでより複雑なユースケースを実現できる 可能性がある