内容紹介：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。
ＲＡＧの先にあるＡＩエージェントの実装と運用を解説。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。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。
もくじ情報：第１章　Ａｍａｚｏｎ　Ｂｅｄｒｏｃｋによる業務効率化の現在地と基礎知識；第２章　Ａｍａｚｏｎ　Ｂｅｄｒｏｃｋ　Ｋｎｏｗｌｅｄｇｅ　Ｂａｓｅｓで始めるドキュメント活用ＲＡＧの構築；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；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；第５章　ＲＡＧ・ＡＩエージェントの品質評価と改善サイクル；第６章　本番環境で安定稼働させるための設計；付録Ａ　Ａｍａｚｏｎ　Ｓ３　Ｖｅｃｔｏｒｓによる小規模ＲＡＧ向けベクトルストアの活用；付録Ｂ　Ｍａｎａｇｅｄ　Ｋｎｏｗｌｅｄｇｅ　Ｂａｓｅで始めるフルマネージドＲＡＧ；付録Ｃ　ＧｉｔＨｕｂ　Ｃｏｄｅｓｐａｃｅｓによる開発環境のセットアップ；付録Ｄ　Ａｔｌａｓｓｉａｎサイトのセットアップ（Ｃｏｎｆｌｕｅｎｃｅ・Ｊｉｒａ）

神野　雄大(ジンノ　ユウダイ)
クラスメソッド株式会社にてソリューションアーキテクトとして、生成ＡＩ・ＡＩエージェントに関する技術相談やアーキテクチャ設計、導入支援に従事。特にＡｍａｚｏｎ　Ｂｅｄｒｏｃｋ　ＡｇｅｎｔＣｏｒｅとＳｔｒａｎｄｓ　Ａｇｅｎｔｓが好きで、日々の技術検証で得た知見をＤｅｖｅｌｏｐｅｒｓＩＯへのブログ執筆やイベント登壇を通じて発信している。２０２６　Ｊａｐａｎ　ＡＷＳ　Ａｍｂａｓｓａｄｏｒ、ＡＷＳ　Ｃｏｍｍｕｎｉｔｙ　Ｂｕｉｌｄｅｒ（ＡＩ　Ｅｎｇｉｎｅｅｒｉｎｇ）（本データはこの書籍が刊行された当時に掲載されていたものです）