内容紹介
■AWS直伝の生成AIアプリ実装法がわかる！～LLMの基礎からRAG、AIエージェントまで
■「基礎をしっかり理解」と「ハンズオンで実践力が身につく」を両立！
■本書で学べること
・ Amazon Bedrockを理解して、RAGやマルチエージェントのシステムを構築できる
・ プロンプトエンジニアリングを理解して、継続的に改善できる
・ セキュリティやコストを意識した、持続可能なシステムを設計できる
・ ユーザーにとって価値のある生成AIアプリケーションを企画できる
■本書の対象読者
・ アプリケーション開発者：生成AIを活用したアプリケーションを開発したいエンジニア
・ ソリューションアーキテクト：生成AIシステムの設計・構築を担当するエンジニア
・ プロダクトマネージャー：生成AIを活用した新サービスを企画・推進する人
・ データサイエンティスト/MLエンジニア：生成AIを実システムにセキュアに組み込みたい人
■本書で解説する基礎知識
・ 最先端の基盤モデル・大規模言語モデルの種類や特徴（Claude 4やAmazon Novaなど）
・ 生成AIアプリを作るためのプロンプトエンジニアリングとプロンプトの継続的改善
・ RAG（検索拡張生成）システム、ベクター（埋め込み）の仕組み
・ 歴史から見たAIエージェントの機能と仕組み（論理的推論能力）、外部環境に対する行動とMCP/A2Aなどのプロトコル
・ Amazon Bedrock AgentCoreと、Strands Agents、LangGraphなどのエージェントフレームワーク
・ 責任あるAIに基づくセキュリティとガバナンス
・ Well-Architectedフレームワークに基づくベストプラクティス（コスト最適化や信頼性など）
・ ユースケースの見つけ方～Amazon流のメカニズム「Working Backwards」
■本書で実践するハンズオン（サンプルコードはすべてGitHubで公開）
・ Amazon Bedrockプレイグラウンドの使い方
・ 10パートで構成するプロンプトの作成・改善（CoTや推論モデルも活用）
・ RAGシステムのサンプル実装（チャンキング、埋め込み作成、ベクターストアへの登録、検索）
・ Amazon Bedrock Agents／Amazon Bedrock AgentCore の使い方
・ RAGシステム実装「観光客向けに東京都に関する情報を答えるアプリ」（S3にデータソースアップ、ナレッジベース作成、OpenSearchでチャンク確認、PythonでRAGフローを実装、StreamlitでUI作成、Ragasやテスト実行で評価・改善）
・ マルチエージェントシステム実装「エネルギー効率管理エージェント」（三つのサブエージェントをスーパーバイザーエージェントで束ねる）
■AWSの生成AIサービス基盤の概念・使い方・実践法を網羅し、
AWSの「お客様起点の考え方」「ベストプラクティス」まで解説します
・ マルチエージェント
・ Amazon Bedrock Agents／AgentCore
・ MCP、A2A
・ Amazon Bedrockナレッジベース
・ Kiro
・ 責任あるAI
・ Amazon Bedrockガードレール
・ Well-Architectedフレームワーク
・ OWASP Top 10
・ Working Backwards
■目次
第I部 生成 AIアプリの基本
第1章 役に立つ生成AIアプリをつくる
第2章 基盤モデル（FM）と大規模言語モデル（LLM）
第3章 プロンプトエンジニアリング
第4章 RAG
第5章 AIエージェント
第II部 アプリ開発の実践
第6章 RAGアプリ構築の実践
第7章 AIエージェント構築の実践
第III部 実践を超えて
第8章 生成AIアプリ本番導入に向けて
第9章 最強の生成AIアプリのアイデアを練り上げよう
付録 AWSでのJupyter Notebook環境の準備