AWS認定AIプラクティショナー（AIF-C01）で配点が最大のドメイン3「基盤モデルの応用」。その中でも近年の重要トピックがAIエージェントです。この記事では「生成AIとエージェントは何が違うのか」「Amazon Bedrock Agentsは内部でどう動くのか」を、図とともに試験で迷わないレベルまで整理します。前提となる基盤モデルの基礎は Amazon Bedrock入門 もどうぞ。
生成AIとAIエージェントの違い
一番のポイントは「1問1答」か「自分で動くか」です。通常の生成AIは、プロンプトを1回受け取って1回答えるだけ。これに対してAIエージェントは、目的（ゴール）を渡されると、それを達成するために必要な手順を自分で考え、ツールやAPIを呼び出し、結果を見てまた次を考える――という多段の作業を自律的に進めます。
- 生成AI：質問 → 回答（1往復で完結）
- AIエージェント：目的 → 計画 → 実行 → 確認のループを自分で回し、外部システムも操作してゴールを達成
たとえば「来週の出張を手配して」という曖昧な目的でも、エージェントなら「日程を確認 → 空席を検索 → 予約APIを実行 → 確認メールを作成」とタスクを分解して順に実行できます。この「分解して道具を使う」力が、基盤モデルの応用範囲を大きく広げています。
Amazon Bedrock Agentsの仕組み
Amazon Bedrock Agentsは、こうしたエージェントをAWS上でマネージドに構築できる機能です。開発者がAPIやデータソースをつなぐだけで、面倒な「手順の管理（オーケストレーション）」はBedrockが面倒を見てくれます。
エージェントの構成要素
- 基盤モデル(FM)：考える頭脳。手順の計画や判断を担います
- 指示（インストラクション）：「あなたは出張手配の担当です」のように、エージェントの役割・目的を自然言語で定義
- アクショングループ：エージェントが使える道具（API）。AWS Lambda関数と、呼び出し方を定義したOpenAPIスキーマ／関数定義で構成します
- ナレッジベース：社内文書などを検索して根拠にするRAGの部品（→ RAGとKnowledge Bases）
動きの中心：ReActループ
Bedrock Agentsは標準でReAct（リアクト＝Reasoning + Acting：理由づけと行動）という方式で動きます。①理由づけ（次に何をすべきかFMが考える）→②行動（ツール/APIの実行やナレッジベース検索）→③観察（結果を受け取る）を、目的を達成するまで繰り返すのが基本の流れです。なお、この一連の思考過程はトレース（trace）として可視化でき、なぜその行動をとったのかを後から確認できます。
- 生成AI＝1問1答／エージェント＝目的を自律的に多段実行（ツールを使う）
- Bedrock Agentsの部品＝FM＋指示＋アクショングループ(Lambda)＋ナレッジベース
- アクショングループはOpenAPI/関数スキーマ＋LambdaでAPIを呼ぶ
- 知識の参照はナレッジベース（RAG）と連携
発展：マルチエージェント協調・メモリ・MCP
試験対策としては上記までで十分ですが、近年の動向として知っておくと理解が深まる用語を補足します（※AWSは機能追加が速いため、最新は公式ドキュメントで確認してください）。
- マルチエージェント協調：スーパーバイザー（監督役）のエージェントが、専門分野ごとのコラボレーターに作業を振り分けて協調させる仕組み。複雑な業務を分担できます
- メモリ：会話の文脈をセッションをまたいで保持し、過去のやり取りを踏まえた応答ができます
- MCP（Model Context Protocol）：AIと外部ツール/データのつなぎ方を標準化するオープン規格（Anthropicが提唱）。「モデルごと・ツールごとに個別実装」の手間を減らします。AWSもエージェント関連サービスで対応を進めています
確認クイズ
Q1. 『来週の出張を予約して』と指示すると、AIが自分で日程確認→空席検索→予約APIの実行まで多段に進めた。これは何の特徴か？
Q2. Amazon Bedrock Agentsで、外部の予約APIを呼び出す『道具』を定義する部品はどれか？
Q3. Amazon Bedrock Agentsが標準で用いる、『理由づけ→行動→観察』を繰り返してタスクを進める方式の呼び名は？
よくある質問（FAQ）
Q. Bedrock AgentsとRAG（Knowledge Bases）は何が違う？
A. RAGは「文書を検索して知識を回答に足す」仕組み。エージェントは「手順を計画してツール/APIを実行する」仕組みです。エージェントは内部でナレッジベース（RAG）を道具のひとつとして使うこともできます。
Q. アクショングループにLambdaは必須ですか？
A. APIの呼び出し方を定義するのがアクショングループで、実際の処理をLambda関数が担うのが基本構成です。スキーマだけ定義して実処理を呼び出し側で受け取る使い方もありますが、試験では「API＋Lambda」のセットで覚えておけば十分です。
Q. エージェントは推論の過程を確認できますか？
A. はい。トレース機能で、どんな理由づけをして、どのツールを呼び、何を観察したかを確認できます。デバッグや説明責任に役立ちます。
まとめ
- 生成AI＝1問1答、エージェント＝目的を自律的に多段実行（ツール利用）
- Bedrock Agents＝FM＋指示＋アクショングループ(Lambda)＋ナレッジベース
- 動きの中心はReAct（理由づけ→行動→観察の繰り返し）、過程はトレースで可視化
※本記事はAWS公式試験ガイド(AIF-C01)およびAmazon Bedrock公式ドキュメントに基づき、エンジニアKが作成しています。サービス仕様は更新されるため、最新は公式ドキュメントをご確認ください。
コメント