パターン 5: Grounded Agent AI ワークフロー - AWS 規範ガイダンス
グラウンディングエージェント AI ワークフロー: 信頼とコンテキストを持つ自律型インテリジェンスユースケース: 小売カスタマーサービスエージェントこのパターンにおける Amazon Bedrock エージェントの主な機能グラウンディングエージェント AI ワークフローパターンのガバナンスとコントロールのベストプラクティスグラウンディングエージェント AI ワークフローパターンのビジネス価値

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

パターン 5: Grounded Agent AI ワークフロー

大規模言語モデル (LLMs) は強力ですが、デフォルトでは無制限です。専有データ、ビジネスルール、または運用上の制約を認識していないため、ユーザーやシステムとの直接的なやり取りのリスクがあります。

企業は、次の一般的な課題に直面しています。

  • LLMs答えがわからないとハルシネーションし、信頼とコンプライアンスのリスクをもたらします。

  • レスポンスには、ドメイン固有の事実、ポリシー、リアルタイム状態 (注文、アカウント、使用権限など) の根拠がありません。

  • 動的タスクの自動化 (注文検索、サポートトリアージ、IT オペレーションなど) では、テキストの生成だけでなく、実際の APIs やツールの呼び出しが必要になることがよくあります。

  • 従来のインテントルーター、ダイアログマネージャー、ルールベースのフローを構築すると、コストが高く、脆弱で、スケーラブルではありません。

これらの課題に対処するために、企業は、インテリジェントに推論し、自律的に行動し、実際には基盤を維持するエージェントを求めています。

グラウンディングエージェント AI ワークフロー: 信頼とコンテキストを持つ自律型インテリジェンス

グラウンディングエージェント AI ワークフローパターンでは、Amazon Bedrock エージェントを使用して、セマンティック推論、ツール呼び出し、ナレッジグラウンディングを調整します。エージェントを使用すると、AI アシスタントはエンタープライズ APIs とドキュメントを使用して、ユーザー入力を取得し、インテントを理解し、複数ステップのタスクを完了できます。

単純なチャットボットや静的 LLM プロンプトとは異なり、Amazon Bedrock エージェントは次のようになります。

  • 自然言語の目標を解釈します。

  • ツールを選択して ( AWS Lambda 関数を使用して) 動的に呼び出します。

  • ナレッジベースを検索またはクエリして、企業の真理を把握します。

  • トレーサビリティとアクション性を備えたコンテキストに応じた複数ステップのレスポンスを返します。

リファレンスアーキテクチャは、次のように各レイヤーを実装します。

  • イベントトリガー – Amazon API Gateway、チャットボット UI、またはサポートポータルを使用して、Amazon Bedrock を介してエージェントインタラクションをトリガーします

  • 処理 — Lambda を実装して入力をフォーマットし、セキュリティコンテキスト (ユーザーロールやエンタイトルメントなど) を適用し、メタデータを強化します。

  • 推論 – Amazon Bedrock エージェントを使用して、プロンプトの受信、Lambda ツール ( などgetOrderStatus) の呼び出し、ナレッジベースのグラウンディングの実行、最終レスポンスのアセンブルを行います。

  • 後処理 – Lambda を使用してエージェントの出力を検査します (たとえば、「注文が失われた場合にエスカレーションし、サポートチームに通知します）。

  • 出力 – UI へのエージェントの応答を返すか、監査、トレーニング、分析のために Amazon Simple Storage Service (Amazon S3) または Amazon OpenSearch Service に記録します。

ユースケース: 小売カスタマーサービスエージェント

グローバル小売業者は、「注文場所はどこですか？」、「これらの靴を返送したい」、「返送料金を支払う必要がありますか？」など、お客様からの一般的な問い合わせへの応答を自動化したいと考えています。

回答は、顧客のリアルタイム注文データ、返品資格とタイムライン、リージョン固有のポリシーなどの要因によって異なります。

このユースケースに応じて、エージェントベースのワークフローは次のステップに従います。

  1. ユーザーは、アプリまたはチャットを使用してクエリを入力します。

  2. API Gateway はクエリを Amazon Bedrock エージェントにルーティングします。

  3. エージェントは次のアクションを実行します。

    • 解析インテント (「戻りリクエスト」)

    • Lambda ツールを呼び出します lookupOrderStatus

    • ナレッジベースを使用してポリシー検索を実行します。

    • 適格なinitiateReturn 場合の呼び出し

    • 完全なレスポンスを作成します: 「リターンが開始されました。E メールメッセージでラベルを受信することを想定します。」

すべてのアクションは、エンタープライズガードレール内でグラウンディング、ログ記録、実行されます。

このパターンにおける Amazon Bedrock エージェントの主な機能

グラウンディングエージェント AI ワークフローパターンの場合、Amazon Bedrock エージェントには以下の主要な機能と利点があります。

  • ツールの選択により、エージェントはタスクごとに正しい Lambda 関数 (ツール) を選択できます。

  • メモリとセッションの状態により、エージェントはターン間でコンテキストを維持できます。

  • Grounded 回答は、Amazon S3 に保存されているナレッジベースから信頼できるデータを取得します。

  • Chain of thought (CoT) 推論により、エージェントは複雑なプロンプトをサブ目標に分解し、順番に動作させることができます。

  • セキュリティコンテキストでは、 AWS Identity and Access Management (IAM) およびコンテキストパラメータを使用して、テナント、ユーザー、またはロールに応じてツールの範囲を設定できます。

グラウンディングエージェント AI ワークフローパターンのガバナンスとコントロールのベストプラクティス

グラウンディングエージェント AI ワークフローをエンタープライズ対応にするには、組織は次のコントロールを考慮する必要があります。

  • バージョン管理エージェントの設定 (ツール、手順、ナレッジベースなど）。

  • 監査可能性のために構造化ログとトレース IDs を使用します。

  • プロンプトポリシー、許可リスト、モデレーションチェックを適用します。

  • フォールバックフローを定義する (たとえば、人間にエスカレートする、静的なよくある質問に再ルーティングする）。

これらのコントロールは、Lambda、EventBridge、およびエージェントコアのAWS Step Functions周囲でオーケストレーションできます。

グラウンディングエージェント AI ワークフローパターンのビジネス価値

このパターンは、次の領域で値を配信します。

  • カスタマーエクスペリエンス – エスカレーションなしで問い合わせの 70～80% をセルフサービスで解決

  • 運用効率 – サポートチケットの量とトリアージオーバーヘッドを削減

  • 解決までの時間 – 人間のエージェントを待たずに、実際のデータを使用して即座に回答を提供します。

  • スケーラビリティ – 人間の人数を増やすことなく、何千もの同時インタラクションを処理します

  • クロスドメイン再利用 – IT サポート、人事ヘルプデスク、法的 Q&A などの複数のドメインに同じパターンを適用します

グラウンディングエージェント AI ワークフローにより、企業はコントロール、コンプライアンス、精度を犠牲にすることなく、静的 Q&A を超えて目標駆動型のオートメーションに移行できます。LLM 推論を安全なサーバーレス API 実行とナレッジ取得と組み合わせることで、Amazon Bedrock エージェントは応答だけでなく、動作する AI 機能を提供します。

グラウンディングエージェントは、インテリジェントなエンタープライズインタラクションのアーキテクチャであり、モジュール式、グラウンディング、スケール対応です。