AIP実装と統合
金融サービス企業が高度な AI 投資アドバイスシステムを構築しています。要件は以下の通りです:
①市場データ分析には Claude 3 Opus を使用、
②投資推奨生成には Amazon Titan を使用、
③クライアント向けレポート作成には Claude 3 Haiku を使用。各タスクは専門的な指示セットを持ち、タスク
①の出力がタスク
②への入力となる依存関係があります。全体を一元的にオーケストレーションする必要があります。Amazon Bedrock のネイティブ機能を最大活用したアーキテクチャとして最も適切なものはどれですか?
A単一の Bedrock Agent を作成し、3 タスクすべてを処理する Lambda 関数をアクショングループとして登録する。Lambda 内で Bedrock API を直接呼び出して各モデルを切り替える
単一エージェントに全タスクを集約するとコンテキストが肥大化し指示が複雑化します。Bedrockネイティブの専門化・再利用の利点を活かせません。
BBedrock Agents のマルチエージェントコラボレーション機能を使用し、スーパーバイザーエージェントが「市場分析」「投資推奨」「レポート作成」の専門サブエージェントを動的にルーティング・呼び出すアーキテクチャを構築する
✓ 正解
マルチエージェントコラボレーションではスーパーバイザーが専門サブエージェントを動的にルーティングします。各サブエージェントが独自のモデル・指示を持て、依存関係のあるタスクも一元的にオーケストレーションできます。
CAWS Step Functions Express Workflows を使用して 3 つの Bedrock InvokeModel API 呼び出しをシーケンシャルに実行し、各ステップの出力を次ステップの入力として渡す
Step Functionsは順次実行は可能ですが、Bedrockネイティブのエージェント型推論ループやスーパーバイザーによる動的ルーティングを持たず要件に最適ではありません。
DAmazon Bedrock Flows(プロンプトフロー)を使用して 3 ノードのパイプラインを視覚的に構築し、各ノードに異なる基盤モデルを割り当てる
Bedrock Flowsは静的なパイプライン構築には向きますが、タスク内容に応じた動的なエージェント型ルーティングには不向きです。
解説
正解:Bedrock Agents のマルチエージェントコラボレーション機能を使用し、スーパーバイザーエージェントが「市場分析」「投資推奨」「レポート作成」の専門サブエージェントを動的にルーティング・呼び出すアーキテクチャを構築する。
Bedrock Agents のマルチエージェントコラボレーションでは、スーパーバイザーエージェントがタスク内容に応じて適切なサブエージェントを選択・呼び出します。各サブエージェントは独自のモデル・指示・アクショングループを持てるため、専門化と再利用が可能です。
選択肢Aの単一 Bedrock Agent 方式ではコンテキスト肥大化と指示の複雑化が生じます。
選択肢CのAWS Step Functions は Bedrock のエージェント型推論ループを持たず適切ではありません。
選択肢DのBedrock Flows はエージェント型の動的ルーティングには不向きです。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIPを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →