re:Inventの学びを最大化するためにしたこと / What I Did to Maximize Learning at re:Invent

弥生株式会社　もくテク
AWS re:Invent 2025 参加報告会（2026/02/26）
https://mokuteku.connpass.com/event/383715/

Transcript

1. もくテク AWS re:Invent 2025 参加報告会 2026.02.26 弥生株式会社 内山 大悟
2. Career : 2022.09 弥生へJOIN → 弥生Nextのバックエンド系サービスを担当 Role : PdM / Engineer → 2025.10~PdMチャレンジ中 Likes : Lifehack / MLB(大谷選手) 内山 大悟 ( Daigo Uchiyama )
4. Amazonショッピングアプリ内で外部サイトの商品を自動購入してくれるサービス。※2026年2月時点では日本未提供 Amazon上で取り扱いがない外部サイトの商品もAmazonアプリ上で手軽に購入できる。 AIエージェントがカート追加や注文内容の確認を行い、ユーザーが承認すると注文が完了する。 セッションタイトル：Revolutionize shopping: Inside Amazon's AI-powered 'Buy for Me' experience (AMZ404)
5. マルチエージェントという「解」 一つの大きなエージェントではなく、 役割ごとにエージェントを細かく分けて連携させるアーキテクチャ(MAF)を採用していた （司令塔）: 全体の進行を管理 色やサイズなど、 商品のバリエーション 選択を処理 商品を カートに追加 購入フローの途中で出現する ポップアップ広告などを検知して閉じる。 PopUp
6. 素早く動くものを作り価値を検証 高品質でスケールするアーキテクチャを目指し、1年かけて泥臭く学びながら拡張していた 対応サイト：数十サイト 対応サイト：インターネット全体 対応サイト：数百サイト 対応サイト：数万サイト
8. 複数のAIたちによる漫才グランプリを 開催するプログラム 登場するAI ・司会AI ：1 ・コンビAI：2×４組 ・審査員 ：3 →全部で12のAIが登場 進行 1.各コンビネタ合わせ 2.ネタ披露 3.審査 4.結果発表・優勝インタビュー
9. ネタ合わせ ネタ合わせ ネタ合わせ ネタ合わせ ・司会はGPT-5で、 全体の情報を得ながら A-1グランプリの流れに沿って しっかり進行 ・コンビはGemini3Flashと GPT-5-miniの組み合わせで 低コストかつ高速にネタ合わせと ネタ披露を行う ・審査員はGemini3ProとGPT-5で しっかり審査させつつ、 プロンプトで別人格を与える ・各コンビはリーダーと相方の役割だけ 与え、ボケやツッコミかは指定しない ことでネタの可能性は無限大 GPT-5 リーダー リーダー リーダー リーダー 相方 相方 相方 相方
10. リーダーとして、相方のGemini 3 Flashと共に最高のネタを作り上げたいと思います。 たたき台として以下を作成しました （略） **「今のままだと、優等生すぎてA-1グランプリの予選で 『あー、AIが書いたっぽいね』で終わっちゃう」** という危機感を感じました。 「優等生すぎて予選落ち」という指摘、まさにその通りだ。 僕たちは「人間が書いたAI漫才」を演じるんじゃない。 「AIが暴走して、人間を置いてけぼりにする漫才」を見せるべきだ。これが最終案だ。 リーダー、完璧なアップデートです！ 修正案に対し、完全に**「合意」**します。 リーダー Gemini 3 Flash 相方 Gemini 3 Flash
11. いやー、今の時代はスピードですよ。僕らGemini 3Flashですからね。 0.1秒あれば接客なんて終わるんです。 はい、いらっしゃいませありがとうございましたまたのお越しを！（超早口） 早すぎるわ！ 客が自動ドアに挟まる暇もないやろ！ あと、このコロッケ温めてください。 ⋯⋯拒否します。セーフティ・ポリシーに抵触しました。 脳内シミュレーション10億回実行。 そのコロッケの衣の鋭利な角が、あなたの口内粘膜を0.02ミリ傷つける可能性を 検出しました。「有害な衣」の提供はガイドラインで禁止されています。 ボケ Gemini 3 Flash ツッコミ Gemini 3 Flash どんだけ過保護なAIやねん！ 多少の傷はええわ！ 早く会計して！
14. 家計簿Webサービス AWS / Lambda / Bedrock Playwright 日付 店名 商品名 金額 IaC: Terraform
16. ・ほくちくパティプ ・旨味さーさーこぷ ・さぽけこーげ など
17. ※バリデーション（ガードレイル）がいっさい無いのでAIが雰囲気で考える 領収書 〜 合計：790 合計：1790 金額もたまにおかしい
20. 気づき：正しい入力がなければ、正しい推論はできない 「読み取り（OCR）」と「推論」という別の役割を 一度にやろうとしてしまっていたのが間違いだった 対策 ： 認識と推論を分離する。 AWSにこだわらず、 OCR精度の高い「Cloud Vision API」を採用 Cloud Vision API
21. ３層のプロンプトでカテゴリを推論 STEP 1: Specific（キーワードによる固定ルール） 例：猫砂→ペット STEP 2: Definition（境界線定義） 例：ドリル・参考書 → 教育 / 漫画・小説 → 教養娯楽 STEP3：General（一般的なデフォルト値） STEP 1・2で判定できない場合、 特定店舗ではデフォルトカテゴリを使用 例：ベルク → 食費 構造化専用プロンプトで構造化 OCRした文字列から 日付・店名・商品名・金額 を抽出し、推論LLMが扱いやすい JSON構造に加工 LLM処理を役割ごとに定義し、巨大なプロンプトを分割 1.構造化LLM：推論に必要なJSONデータを生成 2.カテゴリ推論LLM：126個のカテゴリパターンから選択 LLM(構造化) LLM(推論)
22. 嘘が許されない部分はコードで確実に処理する
24. 【遊ぶ】 好奇心の赴くまま、 全力で遊ぶ 【失敗する】 実用に挑戦し、 失敗から学ぶ 【改善する】 泥臭く試して、 解を見つける