【Strands Agent】ブログレビューエージェントをLambdaにデプロイした際の落とし穴

Transcript

1. ブログレビューエージェン トをLambdaにデプロイし た際の落とし穴 【Strands Agent】
2. 小泉和貴 • 所属：パーソル＆サーバーワークス • 業務：マルチアカウント環境の設計/構築/ 運用 • 2025 Japan All AWS Certifications Engineers
3. 要するに • AI Agentの開発は初めて • そもそもインフラよりの人間
4. 目次 • 背景と課題 • 構成 • 運用での問題点 • 解決策と学び
5. 結論 慣れているからという理由 で技術を選んではいけない
6. Strands Agentsとは • AWSが開発したAI Agent開発用のSDK 参考：【Strands Agents】MCP サーバーと AI エー ジェントで AWS サービス情報を効率収集・比較 • MCP連携やAI Agent同士をWF形式で連 携可能
7. なぜブログレビューエー ジェントをつくろうと思っ たのか
8. 背景 • 会社でブログを書く文化がある • ブログはレビュアーによるチェックのあと 公開される
9. 課題 • レビュアーが固定される • 誤字脱字の見落としがあること
10. 最近話題のAI Agentで解決 できるのでは？？
11. 最低限Agentにやってほし いことをまとめる 参考：【Strands Agents】ブログレビューエージェン トを作った際の学び
12. • 誤字脱字はないか • 画像内に機密情報がはいっていないか 確認観点
13. 構成図
14. AIワークフロー インプット: ブログのプレビューURL 処理1: 本文の誤字脱字チェック 処理2: 画像を取り出してRekognitionのOCRにかける 処理3: 機密情報がないかチェック
15. なぜこの構成にしたの？
16. 結論：慣れている構成だっ たから 参考：【Bedrock】Organizationメンバーアカウント の料金を教えてもらう
17. 無事完成！！
18. 後程、しくじります
19. 社内ユーザにテスト運用を 通知
20. 何かおかしくない？という 声が少しずつ上がり始める
21. • レビュー品質の不安定さ 具体例 問題点① • 「AMS」という略称をさもあっているか のように正式名称は◦◦です。という指 摘する ※AMSというAWSサービスはありません
22. • 処理のタイムアウト 具体例 問題点② • 画像の数が多いとタイムアウトエラーと して返ってくる
23. • どのレビューで不具合があるのかわからない 具体例 問題点③ • Slackから呼び出された時間を確認 → CloudWatch Logsを掘る → ようやくエ ラーを発見
24. • システムプロンプトの改善 • 画像処理の並列化 改善の試行錯誤
25. • CloudWatch Logsでのデバッグが本当に しんどい • どこで何が起きているのか正確に追えな い 振り返り- 何が辛かったか
26. もっといい方法あるだろ
27. Strands Agentsをデプロ イするにはBedorock Agentcoreだよ
28. なんで？なにがいいの？
29. Bedorock Agentcoreとは • AI Agentを大規模かつ安全に構築・デプ ロイ、運用するためのプラットフォーム
30. 機能 • AgentCore Runtime(実行環境) • AgentCore Memory(記憶) • AgentCore Identity(認証) • AgentCore Gateway(セキュアなツール接続) • AgentCore Observability（監視） • AgentCore Brower Tool（ブラウザ操作） • AgentCore Interpreter(サンドボックスでのコード 実行) • AgentCore Evaluations(評価) • AgentCore Policy(制御)
31. • ダッシュボードによる運用パフォーマンスの監視 • セッション数、レイテンシー、期間などの主要メ トリクスの追跡 • トークン使用量とエラー率の監視 • エージェントワークフローの各ステップを可視化 • 実行パスの検査と中間出力の監査 • パフォーマンスボトルネックや障害箇所の特定 AgentCore Observability
32. Observabilityを使えば Cloudwatchからログを探 す必要がなくなる？？
33. 今までのデバッグ①
34. 今までのデバッグ②
35. Observabilityを使うと①
36. Observabilityを使うと②
37. Observabilityを使うと③
38. 学び① AI Agentの開発では 「動く」より「追える」を重視 Before After とりあえず動けばOK 慣れた技術で実装 デバックは後で考える 可視化前提で設計 デバックしやすさを優先
39. 学び② エージェント開発は「開 発」より「運用」が圧倒的 大変
40. まとめ 失敗から学んで次はもっと良いものを作る！ • エージェント開発は「作る」より「運用」が大変 • デバックの難しさを最初から想定すべき • 可視化・監視機能は必須 • 適切なサービスを選ぶことの重要性
41. ご清聴ありがとう ございました