AWS Lambda 開始方法
自社の道をお選びください
パス 4-1: エージェンティック AI
すべて開くAWS Lambda のストランドエージェント SDK を使用して AI エージェントを作成します。サンプル実装に従って、MCP Server 機能が統合されたユーザー対応 AI エージェントを構築してください。
パス 4-2: チャットボット
すべて開くチャットボットは、生成AIの導入に向けた即効性が高く、効果的な入り口となります。24時間365日のカスタマーサービスの自動化、AIを活用したヘルプデスクサポート、高度なバーチャルアシスタントのいずれに導入する場合でも、AWS Lambdaは、リクエストとレスポンスの前処理および後処理、プロンプトエンジニアリング、モデルの選択、ガードレールの適用、ナレッジベースとの連携など、チャットボットのワークフロー全体を管理します。サーバーレスアーキテクチャにより、インテリジェントな会話型ソリューションを迅速に実装・拡張できます。また、セキュリティガードレールと完全な監査機能を維持しながら、異なる大規模言語モデル（LLM）を柔軟に切り替えることができます。
このソリューションライブラリにあるシンプルなコード不要のウィザードを使用して、会話型検索、AI生成チャットボット、テキスト生成、テキスト要約のためのAIアプリケーションを構築できます。高度なAIの専門知識は必要ありません。このアプリケーション例を参考にして、さまざまな大規模言語モデル（LLM）プロバイダーを活用するマルチモデルチャットボットをデプロイします。
パス 4-3: インテリジェントドキュメント処理 (IDP)
すべて開くインテリジェントドキュメント処理（IDP）は、さまざまな種類のドキュメントから情報を抽出、分析、検証するプロセスを自動化することで、企業が抱える重要な課題に対応します。AWSのサーバーレスサービスを利用すると、イベント駆動型のワークフローと非同期処理を通じて、IDPパイプライン全体を構築・管理できます。AWS Lambda はネイティブバッチ機能を使用して大規模なドキュメント処理を処理し、 Amazon EventBridge と AWS Step Functions は複雑なワークフローを調整し、大規模言語モデル (LLM) や既存のビジネスシステムと統合します。このサーバーレスアプローチにより、さまざまなドキュメント形式を効率的に処理しながら、精度とコンプライアンスを維持できる、スケーラブルで高スループットなIDPソリューションを実現できます。
このテクニカルブログでは、AWS サーバーレスサービス、AWS Lambda、 AWS Step Functions 、 Amazon EventBridge を基盤モデルと統合することで、従来の手作業でエラーが発生しやすいドキュメント処理を、あらゆるドキュメントタイプからデータを抽出、正規化、要約できる自動化された正確でスケーラブルなワークフローに迅速に変換する方法について説明しています。
このワークショップでは、PDFドキュメントから重要なデータを抽出して要約を生成することで、手作業によるドキュメント処理を効率的なワークフローに変換する自動化ソリューションを構築します。これにより、さまざまな業界の組織が重要なビジネス情報に迅速にアクセスし、分析できるようになります。このマルチレベルのワークショップでは、AWS AIサービスを使用して、さまざまなドキュメント形式から価値のある情報を抽出する、自動化されたスケーラブルなドキュメント処理ワークフローの構築方法を学びます。時間のかかる手作業を置き換え、保険金請求、住宅ローン、医療保険請求、契約書、法務契約書など、さまざまな業界における複雑なコンテンツを処理できます。
パス 4-4: コンテンツ生成
すべて開くコンテンツ生成は、マーケティングやメディアからソフトウェア開発、技術文書作成に至るまで、さまざまな業界で最も需要の高い生成AIの用途の一つです。AWS のサーバーレスサービス、AWS Lambda と AWS Step Functions を使用すると、主要な段階での人間による検証と改良を取り入れた高度なプロンプトチェーンワークフローを構築できます。このサーバーレスアプローチにより、一連の連携したプロンプトとレビューステップを通じて品質とブランドとの整合性を確保しながら、人による監督を維持した自動コンテンツ生成が可能になります。
このブログでは、TUI Groupが大規模なコンテンツ品質をどのように維持・監視しているかについて説明します。AWS Step Functionsを活用して高度なコンテンツ生成ワークフローをオーケストレーションし、AWS Lambda関数を連携させて複数の大規模言語モデル（LLM）に対するバッチリクエストを処理するとともに、サードパーティAPIを通じてSEOスコアを検証します。さらに、スコアが80%のしきい値を超えた高品質なコンテンツをAmazon DynamoDBに自動的に保存し、フロントエンドUIを介してチームがレビューできるようにします。
このアプリケーション例では、プロンプトチェーンを使用して大量の非効率的なプロンプトを小さなプロンプトに分解し、AWS LambdaとAWS Step Functionsを使用して専用のモデルを使用する方法を示しています。また、アプリケーションの安全性と精度を向上させる必要がある場合に、人によるフィードバックループを組み込む方法についても説明します。
このブログ記事では、AWS Step Functionsを使用して高度なプロンプトチェーンワークフローをオーケストレーションする方法について説明します。複雑な大規模言語モデル（LLM）のタスクを管理しやすいサブタスクに分割し、AWS Lambda関数による処理、タスクトークンを使用した人間によるレビュー、Amazon EventBridgeを使用したイベント駆動型アーキテクチャによる拡張可能なシステム統合を組み合わせます。
このアプリケーション例は、 AWS Step Functions (AWS Lambda 関数と 220 以上の AWS サービスのオーケストレーション用) または Amazon Bedrock Flows (Bedrock 固有の AI ワークフロー専用設計) のいずれかを介して、プロンプトチェーン技術を使用して複雑なジェネレーティブ AI アプリケーションを構築する方法を示しています。どちらも、並列処理、条件付きロジック、ヒューマン入力処理などの機能を備えたサーバーレスのスケーラビリティを提供します。
