神野雄大の作品一覧

Amazon Bedrockを業務の中に組み込む段階では、検索精度、評価、運用の判断が一気に増えます。本書は、その迷いやすい部分を、問い合わせ対応のシナリオに沿って手を動かしながら整理していく書籍です。 【本書の特徴】 ・RAGの先にあるAIエージェントの実装と運用を解説！ 問い合わせの種類を見分け、複数の情報源を調べ、必要に応じてチケット起票や有人対応へエスカレーションするような処理などを、Amazon Bedrock AgentCoreの便利な部品で、実際に動く形にして解説しています。 ・実装から運用までを「1本の物語」としてつなげたハンズオン！ 架空のSaaS事業者「サンプルコネクト社」の問い合わせ対応を題材に、章をまたいでアーキテクチャが育っていく構成です。各章にはサンプルコードとアーキテクチャ図を用意し、読み終えてすぐに自分たちの環境で試せる形を目指しました。 ・ハンズオンの先にある「業務で使える形」に導く実践的ノウハウ！ 「とりあえずRAGを動かしてみた」の次に立ちはだかる、検索精度・ハルシネーションといった課題に対してどんな設定で組み合わせればよいか。検索精度を改善するところから、評価サイクルを回し、本番環境で安定稼働させるための設計まで深く解説しています。 第1章から順に読み進めれば、最終章を読み終えるころには、自分たちの業務に置き換えて設計できる引き出しが手元に揃っているはずです。Amazon Bedrockを業務システムに組み込むための橋渡しとなり、自分たちの業務を自動化する足がかりになる1冊です。 ■目次 第1章 Amazon Bedrockによる業務効率化の現在地と基礎知識 ・1-1 「使うかどうか」から「どう使うか」に変わった生成AI活用の現在地 ・1-2 Amazon Bedrockが業務効率化に向く理由 ・1-3 Amazon Bedrockの全体像 ・1-4 Amazon Bedrockを動かしてみる ・1-5 企業利用を支えるセキュリティ基盤 ・1-6 生成AIをガバナンスするAmazon Bedrock Guardrails ・1-7 章末ハンズオン Strands AgentsをAgentCore Runtimeで動かす 第2章 Amazon Bedrock Knowledge Basesで始めるドキュメント活用RAGの構築 ・2-1 本章の想定シナリオ ・2-2 社内ドキュメントを使った問い合わせ対応でRAGが解決する課題 ・2-3 Amazon Bedrock Knowledge Basesの仕組みと利点 ・2-4 Amazon Bedrock Knowledge Basesの構築 ・2-5 ドキュメント活用RAGの実装 第3章 ドキュメント活用RAGの精度を高める改善テクニック ・3-1 改善の前に問題の再現と検証環境を整える ・3-2 回答品質を左右するデータ前処理とドキュメント整備 ・3-3 チャンキング戦略の選択と最適化 ・3-4 図表を含むドキュメントを正確に読み取るパーサー戦略 ・3-5 Knowledge Basesの検索機能と検索前処理による検索精度の向上 ・3-6 複数文書を横断するトピック網羅型RAG ・3-7 改善効果の検証とユーザーフィードバックの取り込み 第4章 AIエージェントで実現する情報収集と問い合わせ対応の自動化 ・4-1 本章の実装シナリオ ・4-2 Amazon Bedrock AgentCoreによるエージェントの構築 ・4-3 AgentCore GatewayとMCPサーバーによるツール連携 ・4-4 Amplifyバックエンドの定義 ・4-5 実装したエージェントを動かしてみる ・4-6 問い合わせ対応を高度化するエージェント設計 第5章 RAG・AIエージェントの品質評価と改善サイクル ・5-1 「作って終わり」にしないための評価フレームワーク ・5-2 想定Q&A集と採点基準の設計 ・5-3 ExcelとLLM-as-a-Judgeでの一括評価 ・5-4 AIエージェントをAgentCore EvaluationsとStrands Evals SDKで評価する ・5-5 評価結果を元にドキュメント更新を行う改善サイクルの運用 第6章 本番環境で安定稼働させるための設計 ・6-1 本番環境のアーキテクチャ設計 ・6-2 セキュリティとガバナンスの設計 ・6-3 オブザーバビリティと運用監視の設計