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
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
640
AgentCoreがWindowsで動かなかった原因を調べてみた
yakumo
1
150
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
470
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
Apache Iceberg が拓く AI 時代のオープンレイクハウス
tomtanaka
0
120
【データ横丁主催】AI Agentがコンテキストを使って仕事をした後、何が残るのか― 組織の経験を次の判断に引き継ぐ「Agent Memory」
shisyu_gaku
2
100
AIエージェントの一手は 誰も見ていない - Falco拡張OSS「Prempti」とeBPFで サーバーレス実行基盤を二層防御する
keitah
1
600
Datadog で始める トークンセーフティなAI 導⼊と定着
vkbaba
1
110
Antigravity SDK for the Java Developer
glaforge
0
220
10年欲しかった音楽管理アプリを、AIと一緒に作りはじめた
judau
1
150
PQC移行の今 -- IETF からみた現在地
satokan
4
520
高負荷プロダクション環境におけるAWS Lambdaのリアル 〜スケールとコストを左右する実行ライフサイクルの技術仕様〜
maimyyym
2
720
品質と信頼性を地続きにする
grimoh
3
1.3k
OpenClawでAzure DevOpsのWiki更新を自動化する - クラウドAIだけでは届かない場所へ
yutakaosada
0
110
C#コードの結合を可視化する Roslyn解析による設計改善と リファクタリング判断
dora56
0
860
.NET WebAssemblyで実現するクライアントサイドAI推論:NuGetからViteまで、2つのエコシステムを繋ぐビルド戦略
yamachu
1
970
Featured
See All Featured
The Pragmatic Product Professional
lauravandoore
37
7.5k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
3k
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
2
290
Done Done
chrislema
187
17k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.8k
GraphQLとの向き合い方2022年版
quramy
50
15k
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
1.3k
Introduction to Domain-Driven Design and Collaborative software design
baasie
1
1k
Evolving SEO for Evolving Search Engines
ryanjones
0
300
SEOcharity - Dark patterns in SEO and UX: How to avoid them and build a more ethical web
sarafernandez
0
290
Making the Leap to Tech Lead
cromwellryan
135
10k
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。