Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Amazon Bedrock Agents (基本編)
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
為藤アキラ
January 22, 2025
Technology
0
220
Amazon Bedrock Agents (基本編)
為藤アキラ
January 22, 2025
Tweet
Share
More Decks by 為藤アキラ
See All by 為藤アキラ
Agent ServerはWeb Serverではない。ADKで考えるAgentOps
akiratameto
0
73
AI Agent Vertex AI Agent Builder × A2A × ADKで繋げるマルチエージェント
akiratameto
1
120
[OpsJAWS Meetup33 AIOps] Amazon Bedrockガードレールで守る安全なAI運用
akiratameto
2
340
Amazon Bedrockで実現する堅牢なデータエンジニアリング
akiratameto
1
100
Bedrock カスタムモデルvs汎用モデルの比較
akiratameto
1
140
Vertex AIで実現するLLMデータアノテーションの効率化と自動化
akiratameto
0
180
Amazon Bedrock Agents (ナレッジベースの種類)
akiratameto
1
280
DeepSeek-R1をカスタムモデルとしてAmazon Bedrockにインポートし活用
akiratameto
0
240
SageMaker Feature Storeを活かしたLLM推論
akiratameto
1
95
Other Decks in Technology
See All in Technology
越境する組織づくり ─ 多様性を前提にしたチームビルディングとリードの実践知
kido_engineer
2
190
クラウド × シリコンの Mashup - AWS チップ開発で広がる AI 基盤の選択肢
htokoyo
2
180
(Test) ai-meetup slide creation
oikon48
1
250
わたしがセキュアにAWSを使えるわけないじゃん、ムリムリ!(※ムリじゃなかった!?)
cmusudakeisuke
1
500
Kubernetesにおける推論基盤
ry
1
300
プロジェクトマネジメントをチームに宿す -ゼロからはじめるチームプロジェクトマネジメントは活動1年未満のチームの教科書です- / 20260304 Shigeki Morizane
shift_evolve
PRO
1
250
JAWS Days 2026 楽しく学ぼう! 認証認可 入門/20260307-jaws-days-novice-lane-auth
opelab
10
1.8k
組織全体で実現する標準監視設計
yuobayashi
2
480
「ストレッチゾーンに挑戦し続ける」ことって難しくないですか? メンバーの持続的成長を支えるEMの環境設計
sansantech
PRO
3
630
元エンジニアPdM、IDEが恋しすぎてCursorに全業務を集約したら、スライド作成まで爆速になった話
doiko123
1
590
楽しく学ぼう!ネットワーク入門
shotashiratori
3
2.8k
ナレッジワーク IT情報系キャリア研究セッション資料(情報処理学会 第88回全国大会 )
kworkdev
PRO
0
160
Featured
See All Featured
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
190
Done Done
chrislema
186
16k
The Curious Case for Waylosing
cassininazir
0
270
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
210
What Being in a Rock Band Can Teach Us About Real World SEO
427marketing
0
190
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
78
Navigating Team Friction
lara
192
16k
Leo the Paperboy
mayatellez
4
1.5k
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
3.7k
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
baasie
0
470
[RailsConf 2023] Rails as a piece of cake
palkan
59
6.4k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.1k
Transcript
AWS活用 Amazon Bedrock #1 Amazon Bedrock Agents 基本編 株式会社BLUEISH 代表取締役CEO兼CTO
為藤アキラ @AkiraTameto
為藤 アキラ (Akira Tameto) 株式会社BLUEISH 代表取締役 CEO兼CTO ・AWS歴12年 ・直近のAIプロジェクト
・画像を中心とした機械学習とLLM のハイブリッドのアーキテクト 自己紹介
基本的な1日のスケジュール
今回の基礎編でのゴール ・AI Agentを知ること ・Amazon Bedrockを知ること
今回の基礎編でのゴール ・AI Agentを知ること ・Amazon Bedrockを知ること ・迷わずにBedrock Agentsで作業が出来ること
AI Agentとは?
自立型の生成AI?
AI Agentとは? 出典: 日経クロステック「有能人材「AIエージェント」とは 宿泊予約や商談資料作成」より 特定のタスクを自動的かつ自律的に実行するシステム
AI Agentとは? AI Agentは、環境と対話し、データを収集し、そのデータを使用して自己決定 タスクを実行して、事前に決められた目標を達成するためのソフトウェアプログ ラムです。 目標は人間が設定しますが、その目標を達成するために実行する必要がある最 適なアクションは AI エージェントが独自に選択します。
AI Agentを6段階で考える
AI Agentを6段階で考える ・L0 (No AI) AIによる学習・推論なし。単なるツール+行動のみ ・L1 (Rule-based
AI) あらかじめ設定したルール(if-then)に基づいて動くAI ・L2 (IL/RL-based AI) 模倣学習(IL)や強化学習(RL)などを活用し、試行錯誤を通じて推論・意思決定をするAI ・L3 (LLM-based AI) 大規模言語モデル(LLM)を中核に据え、言語理解や高度な推論が可能 ・L4 L3を踏まえたうえで自律学習と汎化能力を付与し、新しい状況に柔軟に適応するAI ・L5 L4をさらに拡張し感情や性格(パーソナリティ)を持ち複数エージェント同士で協調・連携できるAI
AI Agentを6段階で考える ・L0 (No AI) AIによる学習・推論なし。単なるツール+行動のみ ・L2 (IL/RL-based
AI) 模倣学習(IL)や強化学習(RL)などを活用し、試行錯誤を通じて推論・意思決定をするAI ・L3 (LLM-based AI) 大規模言語モデル(LLM)を中核に据え、言語理解や高度な推論が可能 ・L4 L3を踏まえたうえで自律学習と汎化能力を付与し、新しい状況に柔軟に適応するAI ・L5 L4をさらに拡張し感情や性格(パーソナリティ)を持ち複数エージェント同士で協調・連携できるAI ・L1 (Rule-based AI) あらかじめ設定したルール(if-then)に基づいて動くAI
AI Agentに向いているもの 出典:AWS Black BeltOnline Seminar より
AI Agentに向いているもの 出典:AWS Black BeltOnline Seminar より
Amazon Bedrock Agentsの歴史 2023年9月28日 Amazon Bedrockが正式リリース 2023年11月28日 Amazon Bedrock Agentsが一般リリース
2024年4月5日 Amazon Bedrock AgentsがCloudFormationに対応 2024年4月23日 ユーザーからの必要なパラメータで を定義 2024年4月23日 機能がリリース 〜 Action Group Return of Control
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsでの流れ 対話形式での処理の流れ
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
デモンストレーション
Amazon Bedrock Agentsの作成 (TOP)
Amazon Bedrock Agentsの作成 (エージェント TOP)
Amazon Bedrock Agentsの作成 (エージェント TOP) マルチエージェントは今回はやらない
Amazon Bedrock Agentsの作成 (エージェント 詳細)
Amazon Bedrock Agentsの作成 (モデルを選択)
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ 対話形式での処理の流れ
Amazon Bedrock Agentsでの流れ 対話形式での処理の流れ セッションを保持
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成) Return of Control
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Return of control AWS Lambda 関数の使用をスキップして、エージェントを呼び出すアプリケーションに制御を返すことができます。 このようにして、アプリケーションは、必要なネットワークおよびセキュリティ設定をLambda関数と統合することな く、AWS外のシステムと直接統合したり、Amazon Virtual Private
Cloud(Amazon VPC)でホストされている内部エン ドポイントを呼び出したりできます。 Amazon Bedrock Agentsの作成 (アクショングループの作成)
Return of control AWS Lambda 関数の使用をスキップして、エージェントを呼び出すアプリケーションに制御を返すことができます。 このようにして、アプリケーションは、必要なネットワークおよびセキュリティ設定をLambda関数と統合することな く、AWS外のシステムと直接統合したり、Amazon Virtual Private
Cloud(Amazon VPC)でホストされている内部エン ドポイントを呼び出したりできます。 Lambda関数の使用をスキップ出来る。 Lambda関数を呼び出す方式と違い、AWS外のシステムと直接統合できる。 Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成完了
Amazon Bedrock Agentsのテスト (Lambda)
Amazon Bedrock Agentsのテスト (Lambda)
Amazon Bedrock Agentsのテスト (Lambda)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Thank You!