概要
https://tech.layerx.co.jp/entry/2025/09/24/202536
詳細内容
## Amazon Bedrockで社内コミュニケーションの円滑化を目指したエージェントを構築する
https://tech.layerx.co.jp/entry/2025/09/24/202536
LayerXは、Amazon Bedrockを活用して社内独自の用語を解説するAIエージェントのPoCを構築し、その経験をより広範なRAGシステム開発に応用した事例を報告します。
**Content Type**: Tutorial & Guide
**Scores**: Signal:4/5 | Depth:3/5 | Unique:3/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 94/100 | **Annex Potential**: 91/100 | **Overall**: 72/100
**Topics**: [[Amazon Bedrock, AI Agent, Knowledge Base, RAG, Internal Communication]]
LayerXのエンジニアは、社内独自の専門用語がコミュニケーションを阻害するという課題に対し、Amazon Bedrock AgentとKnowledge Baseを活用したAIエージェントのPoCを構築しました。特に、新入社員が理解に苦しむ「convto語」のようなユニークな社内用語の解説を目的としています。システム構成は、S3にPDF化した用語解説をKnowledge Baseのデータソースとし、Bedrock Agentがこれを検索。Knowledge Baseに見当たらない場合は、Lambda経由で最新のブログ記事も参照するよう設計されました。
このPoCでは、Claude Sonnet 4を搭載したBedrock Agentに「Knowledge Base検索→ブログ確認→類推解説」という多段階の指示を与え、実際に「ワカランテ伯爵」のような用語は意図通りに解説される成功事例が得られました。一方で、「大感謝ザウルス」のようにKnowledge Baseで見つからなかった場合でも、追加の情報源を確認するようユーザーに促す動作は評価されました。
この迅速なPoCで得られた知見は、顧客サポートや営業における生産性向上を目指すRAG（Retrieval-Augmented Generation）システムの構築という、より広範なビジネス課題に応用されました。具体的には、サポートサイトや製品仕様をデータソースとするRAGにおいて、Bedrock Knowledge BaseとS3 Vectorsが迅速かつ安価な基盤として機能しています。この事例は、マネージドサービスを駆使して特定の課題に特化したAIエージェントを素早く開発し、その経験をビジネス価値の高いシステムへと展開できる可能性を示しており、既存の社内ナレッジを効率的に活用するための具体的なアプローチとして、ウェブアプリケーションエンジニアにとって重要な示唆を与えます。