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
生成AI周回遅れキャッチアップ勉強会!
Search
みのるん
PRO
May 11, 2023
Technology
25
31k
生成AI周回遅れキャッチアップ勉強会!
社内勉強会からの抜粋資料です。
みのるん
PRO
May 11, 2023
Tweet
Share
More Decks by みのるん
See All by みのるん
Strands Agents & Bedrock AgentCoreを1分でおさらい
minorun365
PRO
6
230
AIエージェント最前線! Amazon Bedrock、Amazon Q、そしてMCPを使いこなそう
minorun365
PRO
19
6.8k
本部長の代わりに提案書レビュー! KDDI営業が毎日使うAIエージェント「A-BOSS」開発秘話
minorun365
PRO
15
3.5k
やさしい認証認可
minorun365
PRO
31
13k
やさしいClaude Code入門
minorun365
PRO
45
40k
地味にいろいろあった! 2025春のAmazon Bedrockアップデートおさらい
minorun365
PRO
2
790
30代からでも遅くない! 内製開発の世界に飛び込み、最前線で戦うLLMアプリ開発エンジニアになろう
minorun365
PRO
18
6.2k
やさしいMCP入門
minorun365
PRO
200
160k
マネコン操作いらず! TerraformでAWSインフラのコーディングに入門しよう
minorun365
PRO
7
2.5k
Other Decks in Technology
See All in Technology
AI人生苦節10年で会得したAIがやること_人間がやること.pdf
shibuiwilliam
1
270
KubeCon + CloudNativeCon Japan 2025 Recap
donkomura
0
160
リリース2ヶ月で収益化した話
kent_code3
1
190
猫でもわかるQ_CLI(CDK開発編)+ちょっとだけKiro
kentapapa
0
3.4k
大規模イベントに向けた ABEMA アーキテクチャの遍歴 ~ Platform Strategy 詳細解説 ~
nagapad
0
190
AWS DDoS攻撃防御の最前線
ryutakondo
0
120
AI関数が早くなったので試してみよう
kumakura
0
120
人に寄り添うAIエージェントとアーキテクチャ #BetAIDay
layerx
PRO
8
2k
20250728 MCP, A2A and Multi-Agents in the future
yoshidashingo
1
210
Segment Anything Modelの最新動向:SAM2とその発展系
tenten0727
0
400
ビジネス文書に特化した基盤モデル開発 / SaaSxML_Session_2
sansan_randd
0
260
Foundation Model × VisionKit で実現するローカル OCR
sansantech
PRO
0
290
Featured
See All Featured
Fantastic passwords and where to find them - at NoRuKo
philnash
51
3.4k
A Tale of Four Properties
chriscoyier
160
23k
Unsuck your backbone
ammeep
671
58k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
The World Runs on Bad Software
bkeepers
PRO
70
11k
Making Projects Easy
brettharned
117
6.3k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.4k
How STYLIGHT went responsive
nonsquared
100
5.7k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.5k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Scaling GitHub
holman
461
140k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Transcript
ੜ"*ͷਐԽ͕ૣ͗ͯ͢ ͢ͰʹपճΕؾຯͳࢲ͚ͨͪͷ ΩϟονΞοϓษڧձ --.ʁ -BOH$IBJOʁ ϑΝΠϯ νϡʔχϯάʁ &NCFEEJOHTʁ
͜ͷษڧձʹ͍ͭͯ ࠷ۙɺ$IBU(15Λ͡Ίͱ͢Δ ੜ"*ͷਐԽૣ͗͢ͳ͍Ͱ͔͢ʁ ࢲͨͪ͢ͰʹपճΕؾຯͳͷͰɺ (8தʹ߄ͯͯΩϟονΞοϓͨ͠༰Λ ΈΜͳʹڞ༗͠·͢👍
࠷ۙͷੜ"*τϨϯυΛ Ͱ͓͞Β͍ʂ ʙେنݴޠϞσϧʢ--.ʣΛத৺ʹʙ ΈͷΔΜ !NJOPSVO
͔ͦͦΒ
"*ͬͯԿ͚ͩͬʁ "*ʢਓೳʣ ਓؒͷࢥߟϓϩηεʹࣅͨಈ࡞Λ͢ΔϓϩάϥϜ .-ʢػցֶशʣ ਓؒͷʮֶशʯʹ૬͢ΔػೳΛ࣮ݱͨ͠ͷ %-ʢਂֶशʣ χϡʔϥϧωοτϫʔΫΛ༻͍Δͷ ʢࢀߟʣ૯ল ใ௨৴നॻ XXXTPVNVHPKQKPIPUTVTJOUPLFJXIJUFQBQFSKBSIUNMOEIUNM
ʮੜ"*ʯͷଟ͘͜ͷதͷҰछʂ "*ʢਓೳʣ ਓؒͷࢥߟϓϩηεʹࣅͨಈ࡞Λ͢ΔϓϩάϥϜ .-ʢػցֶशʣ ਓؒͷʮֶशʯʹ૬͢ΔػೳΛ࣮ݱͨ͠ͷ %-ʢਂֶशʣ χϡʔϥϧωοτϫʔΫΛ༻͍Δͷ ʢࢀߟʣ૯ল ใ௨৴നॻ XXXTPVNVHPKQKPIPUTVTJOUPLFJXIJUFQBQFSKBSIUNMOEIUNM
ੜ"*ϒʔϜͷ͖͔͚ͬ • 4UBCMF%JGGVTJPOʢ݄ʙʣ • $IBU(15ʢ݄ʙʣ
4UBCMF%JGGVTJPO • ʹ4UBCJMJUZ"*ࣾΒ͕ڞಉެ։ • ςΩετ͔Βը૾Λੜ͢ΔUFYUUPJNBHFϞσϧ ΠϥετߘαΠτʹ ଟग़ݱ͢ΔΑ͏ʹͳΓ ࿈ωοτχϡʔεʹ
4UBCMF%JGGVTJPO • ެࣜ8FCΞϓϦʮ%SFBN4UVEJPʯͰແྉࢼ༻Մೳ • ୈࡾऀఏڙͷ-*/&Ϙοτʮ͓ֆඳ͖Γ͙ͬͲ͘Μʯ༗໊ʁ
ϏοάΣʔϒʮ$IBU(15ʯ
$IBU(15 • ʹ0QFO"*͕ࣾແঈͰެ։ • 4/4Ͱॠؒ͘ʹͱͳΓɺݱࡏͷେϒʔϜ
$IBU(15ͱʁ ։ൃݩ 0QFO"*ࣾ "*Τϯδϯ (15 νϟοτϘοτ $IBU(15 ʹαϯϑϥϯγείͰઃཱ͞Εͨ"*ݚڀॴɻ ͋ͷΠʔϩϯɾϚεΫ্ཱͪ͛ʹࢀը 5SBOTGPSNFSͱ͍͏ਂֶशϞσϧΛ༻͍ͨ
ΦʔϓϯιʔεͷςΩετੜιϑτΣΞ (15ϑΝϛϦʔͷݴޠϞσϧΛ νϟοτԠରʹ࠷దԽʴ8FC6*ఏڙ
͜Ε͕͍ΘΏΔ--.ʢେنݴޠϞσϧʣ ։ൃݩ 0QFO"*ࣾ "*Τϯδϯ (15 νϟοτϘοτ $IBU(15 ʹαϯϑϥϯγείͰઃཱ͞Εͨ"*ݚڀॴɻ ͋ͷΠʔϩϯɾϚεΫ্ཱͪ͛ʹࢀը 5SBOTGPSNFSͱ͍͏ਂֶशϞσϧΛ༻͍ͨ
ΦʔϓϯιʔεͷςΩετੜιϑτΣΞ (15ϑΝϛϦʔͷݴޠϞσϧΛ νϟοτԠରʹ࠷దԽʴ8FC6*ఏڙ
$IBU(151MVT • ʹαϒεΫൢച։࢝ɻֹ݄υϧʢ ԁʣ • ॳੑೳ༏۰͕ओͳར͕ͩͬͨɺ ʹ࠷৽Τϯδϯ(15͕ར༻ՄೳͱͳΓେਓؾʹʂ • ճਫ਼͕ඈ༂తʹ্ •
ιΛׂͭ͘߹͕େ͖͘ݮͬͨʢ͔Βͳ͍ͱਖ਼ʹճʣ
0QFO"*͕ల։͢ΔϓϩμΫτͨͪ • (15 • $IBU(15 • %"--w& • 8IJTQFS •
$PEFY ςΩετੜ༻ͷݴޠϞσϧ (15Λར༻ͨ͠νϟοτϘοτ ࣗવݴޠ͔Βը૾Λੜ Ի͔ΒςΩετΛੜ ࣗવݴޠ͔ΒίʔυΛੜ
ੈੜ"*ઓࠃ࣌ʂ
͢Δଞࣾͷੜ"*ͨͪ ϚΠΫϩιϑτ • #JOH"*$IBUɿΣϒݕࡧ݁Ռʴ(15Ͱճੜ • "[VSF0QFO"*ɿ֤छ"1*ΛΫϥυ্ͰηΩϡΞʹఏڙ άʔάϧ #BSEɿ(PPHMF൛ͷରܕ"* ΞϚκϯ "NB[PO#FESPDLɿੜ"*ͷ"1*Λ"84্Ͱఏڙ
ʢݴޠϞσϧࣗࣾଞࣾͷͷෳʣ
ϚΠΫϩιϑτ • #JOH"*$IBUɿΣϒݕࡧ݁Ռʴ(15Ͱճੜ • "[VSF0QFO"*ɿ֤छ"1*ΛΫϥυ্ͰηΩϡΞʹఏڙ άʔάϧ #BSEɿ(PPHMF൛ͷରܕ"* ΞϚκϯ "NB[PO#FESPDLɿੜ"*ͷ"1*Λ"84্Ͱఏڙ ʢݴޠϞσϧࣗࣾଞࣾͷͷෳʣ
͢Δଞࣾͷੜ"*ͨͪ ͋͘·Ͱ0QFO"*ࣾͷϞσϧ͕ϕʔε ·ͩൃදͷΈʢ࣮ఏڙະఆʣ
͍͜ͳ͢͏͑Ͱආ͚ͯ௨Εͳ͍ʂ Α͘ग़Δ--.༻ޠ
--.جຊ༻ޠ • τʔΫϯ --.͕ॲཧ͢ΔςΩετͷ࠷খ୯Ґɻ ୯ޠΑΓ͞Βʹখ͍͞Πϝʔδɻར༻੍ݶ՝ۚͷ୯ҐʹΘΕΔ • 5FNQFSBUVSF ຖճͷग़ྗςΩετͷϒϨ۩߹Λௐ͢Δύϥϝʔλʔɻ ͕େ͖͍΄ͲϒϨ͘͢ͳΔ •
ϋϧγωʔγϣϯʢݬ֮ʣ --.͕Βͳ͍͜ͱΛ࠷Β͘͠ςΩτʔճͯ͠͠·͏ݱ
--.͍͜ͳ͠ઓུ༻ޠ • ϓϩϯϓτΤϯδχΞϦϯά • &NCFEEJOHT*OEFYJOH • ϑΝΠϯνϡʔχϯά
ݴޠϞσϧΛޮΑ͘ ͍͜ͳͨ͢Ίʹ ೖྗςΩετهड़ςΫΛ ٻ͢Δख๏ --.͍͜ͳ͠ઓུ༻ޠ • ϓϩϯϓτΤϯδχΞϦϯά • &NCFEEJOHT*OEFYJOH •
ϑΝΠϯνϡʔχϯά
ϓϩϯϓτΤϯδχΞϦϯάͱʁ
ϓϩϯϓτΤϯδχΞϦϯάͱʁ Α͘ΘΕΔઓུ • 'FXTIPUɿ͓खຊΛ͍͔ͭ͘ఏ͔ࣔͯ͠Βճͤ͞Δ • $IBJOPG5IPVHIUʢ$P5ʣɿਪϓϩηεΛఏࣔ͢Δ
ϓϩϯϓτΤϯδχΞϦϯάͱʁ ମܥͩͬͨղઆʮ1SPNQU&OHJOOFSJOH(VJEFʯඞಡʂ XXXQSPNQUJOHHVJEFBJKQ
ϓϩϯϓτͷೖྗใ͕ τʔΫϯ্ݶΑΓᷓΕͳ͍Α͏ • ςΩετΛϕΫτϧԽͨ͠ ͷʢ&NCFEEJOHTʣΛ • ϕΫλʔετΞʹ֨ೲ ʢ*OEFYJOHʣ͓͖ͯ͠ ඞཁͳ෦͚ͩೖྗʹར༻ ͱ͍͏Γ͘Γઓज़
--.͍͜ͳ͠ઓུ༻ޠ • ϓϩϯϓτΤϯδχΞϦϯά • &NCFEEJOHT*OEFYJOH • ϑΝΠϯνϡʔχϯά
TQFBLFSEFDLDPNPTNBQVSPOQVUPFO[JOJBSJOHVLBSBTIJNFSVMBOHDIBJOSVNFO େౢ͞Μ !PTIJNB@ͷ-BOH$IBJOղઆεϥΠυ͕֓ཁཧղ͍͢͠Ͱ͢ &NCFEEJOHT*OEFYJOHͱʁ
&NCFEEJOHT*OEFYJOHͱʁ 0QFO"*ͷެࣜυΩϡϝϯτͰ&NCFEEJOHTͷৄ͍͠ղઆ͋Γ QMBUGPSNPQFOBJDPNEPDTHVJEFTFNCFEEJOHTXIBUBSFFNCFEEJOHT
܇࿅ࡁΈϞσϧʹରͯ͠ɺ ՃͷσʔληοτΛֶशͤ͞ ύϥϝʔλʔΛඍௐ͢Δ͜ͱ --.͍͜ͳ͠ઓུ༻ޠ • ϓϩϯϓτΤϯδχΞϦϯά • &NCFEEJOHT*OEFYJOH • ϑΝΠϯνϡʔχϯά
--.Λଘʹಇ͔ͤΔͨΊͷ ศརπʔϧͨͪ
"VUP(15 େ͖ͳతΛ༩͑Δ͚ͩͰɺ(15ΤϯδϯΛ༻͍ͯ ʮλεΫચ͍ग़͠ʯʮϓϩϯϓτੜˍ࣮ߦʯΛ܁Γฦ͠ ࣗతʹతߦΛਐΊͯ͘ΕΔ044
"VUP(15 ࢼ͠ʹʮԿ͔αοͱ͍͢͜͝ͱͬͯݟͤͯʯͱࢦࣔΛग़ͯ͠Έͨͱ͜Ζʜ • উखʹ1ZUIPOϓϩάϥϜΛॻ͍ͯσόοά࢝͠Ίͨ • Τϥʔ͕ղফͰ͖ͳ͍ͱࣗΒ8FCͰݕࡧ͠ඞཁͳରॲΛ࣮ࢪ ਓ͓ؒ࣌ΓʮZʯΛԡͯ͠ߦಈΛঝೝͯ͋͛͠Δ͚ͩͰ0,
ศརͳ։ൃ༻ϥΠϒϥϦܥ • -MBNB*OEFY --.ʹ֎෦σʔλΛ͢͜ͱ͕Ͱ͖Δ044ɻ ࠷৽ใϓϥΠϕʔτͳσʔλιʔε׆༻Ͱ͖ΔΑ͏ʹ • -BOH$IBJO ศརػೳΛ٧Ί߹Θͤͨ044ɻϓϩϯϓτͷςϯϓϨʔτԽɺ ձهԱɺ*OEFYJOHɺ֎෦πʔϧ࿈ܞʜͳͲΛܨ࣮͛ͯߦͰ͖Δ •
4FNBOUJD,FSOFM ϚΠΫϩιϑτ൛-BOH$IBJOʁ (8ͷͪΐ·Ͳࢯ৴ʹ
"*ಛԽͷϓϩάϥϛϯάݴޠʮ.PKPʯ • ൃදɻϩʔϧΞτرऀ͚ʹ8BJUMJTUొडத • 4XJGUΛ࡞ͬͨΫϦεϥτφʔࢯͷ.PEVMBS͕ࣾ։ൃ • ʮ1ZUIPOͷརศੑʯʴʮ$ฒΈͷ͞ʯ͕Ϧ
ੈؒͷΈΜͳͷ--.׆༻ࣄྫ
--.׆༻ࣄྫ • ࣗࣾઐ༻νϟοτϘοτ • طଘΞϓϦέʔγϣϯʹαδΣετදࣔΛՃ • จষ࡞ࢧԉ • ϓϩάϥϛϯά࣌ͷίʔυ࡞ࢧԉ •
ΦϦδφϧ"*5VCFSͷ࡞
ࣗࣾઐ༻νϟοτϘοτ ʮϕωοη(15ʯͳͲෳࣾͰࣾ׆༻ͷಈ͖͕͕Δ
طଘΞϓϦʹαδΣετՃ ;Γ͔͑ΓπʔϧʮBOZDPNNVʯͰ "*εΫϥϜϚελʔ͔ΒͷϑΟʔυόοΫදࣔΛ࣮ݱ
จষ࡞ࢧԉ ਓؾϝϞΞϓϦʮ/PUJPOʯͰจॻ࡞ͷ"*ࢧԉػೳ͕Ճ
ίʔσΟϯάࢧԉ • (JU)VC$PQJMPU9ɿ0QFO"*ͷ$PEFYΛ׆༻ • "NB[PO$PEFXIJTQFSFSɿ"84ར༻ίʔυ͕ಘҙ
ΦϦδφϧ"*5VCFSͷ࡞ EPDTXFMMDPNTTBME@SB2323 $IBU(15.FFUVQ5PLZPͰʹͳͬͨ4BMESB͞Μͷ࡞
࠷ۙͷ--.χϡʔε;Γ͔͑Γ
࠷ۙͷ--.χϡʔε • (15ϕʔεͷ$IBU(15"1*͕ఏڙ։࢝ • $IBU(151MVTͰ(15ϞσϧΛఏڙ։࢝ • 0QFO"*͕ϒϥϯυΨΠυϥΠϯެ։
• $IBU(15͕ΦϓτΞτʹରԠ (15ͷ"1*͕ϩʔϧΞτ։࢝ • $IBU(15ͷ#SPXTJOHϓϥάΠϯ͕ϩʔϧΞτ։࢝
࠷ۙͷ--.χϡʔε • (15ϕʔεͷ$IBU(15"1*͕ఏڙ։࢝ • $IBU(151MVTͰ(15ϞσϧΛఏڙ։࢝ • 0QFO"*͕ϒϥϯυΨΠυϥΠϯެ։
• $IBU(15͕ΦϓτΞτʹରԠ (15ͷ"1*͕ϩʔϧΞτ։࢝ • $IBU(15ͷ#SPXTJOHϓϥάΠϯ͕ϩʔϧΞτ։࢝ ʮͳΜͱ͔(15ʯ໊শ͕ར༻ෆՄʹ ೖྗ༰Λֶशʹར༻͞Εͳ͍Α͏ʹͰ͖Δɻ ͨͩ͠νϟοτཤྺࢀরෆՄ
࠷ۙͷ--.χϡʔε • (15ϕʔεͷ$IBU(15"1*͕ఏڙ։࢝ • $IBU(151MVTͰ(15ϞσϧΛఏڙ։࢝ • 0QFO"*͕ϒϥϯυΨΠυϥΠϯެ։
• $IBU(15͕ΦϓτΞτʹରԠ (15ͷ"1*͕ϩʔϧΞτ։࢝ • $IBU(15ͷ#SPXTJOHϓϥάΠϯ͕ϩʔϧΞτ։࢝ ͍ͭʹ-MBNB*OEFYతͳ͜ͱ͕ $IBU(15Ͱ݁Ͱ͖ΔΑ͏ʹʜʁ
͓͢͢ΊͷษڧձΞʔΧΠϒͳͲ
"[VSF0QFO"*%FWFMPQFSTηϛφʔ ZPVUVCFU'HRE),T0.& 0QFO"*ͷಈɺ"[VSFͰͷؔ࿈αʔϏεͱ͍ํ͕͔Γֶ͘͢·͢
ϓϩϯϓτΤϯδχΞϦϯά͔Β࢝ΊΔ-BOH$IBJOೖ TQFBLFSEFDLDPNPTNBQVSPOQVUPFO[JOJBSJOHVLBSBTIJNFSVMBOHDIBJOSVNFO ϓϩϯϓτΤϯδχΞϦϯάͱ-BOH$IBJOͷ֓ཁ͕ඇৗʹ͔Γ͍͢εϥΠυ
$IBU(15.FFUVQ5PLZP XXXZPVUVCFDPNMJWF,9[L4Y8[T ,%%*σδλϧήʔτͰେگͷॳճʂ্ڃऀͨͪͷ׆༻ࣄྫ͕ຬࡌͰͨ͠ɻ
--.ΛֶͿ͏͑Ͱ͍ͪΜେࣄͳ͜ͱ
͍ͪΜେࣄͳ͜ͱ l৽͍͠αʔϏεొͷ χϡʔεࣗମ ΩϟονΞοϓ͍ͯ͠Δ͕ ࣮ࡍʹ৮ͬͯΈ͍ͯΔਓ ڻ͘΄Ͳগͳ͍l ֿ୩݈ਓ͞ΜͷϒϩάΑΓ OPUFDPNLBKJLFOOOECGFD
͍ͪΜେࣄͳ͜ͱ χϡʔεΛݟͨΓάάͬͯஅยతͳઙ͍ใ͕ଟ͍Ͱ͢ɻ ͱʹ͔ࣗ͘ͰखΛಈ͔ͯ͠ɺݱΛ৮ͬͯΈ·͠ΐ͏ʂ