みなさん、こんにちは。AWS ソリューションアーキテクトの野間です。4月16日にAWS ジャパンでは生成 AI 実用化推進プログラムを発表させていただきました。“ジャパンでは“と記載しているのは、日本独自のプログラムだからです。2023年の大規模言語モデル（LLM）開発支援プログラムを発展させ、2024年7月に本格始動したこのプログラムでは、すでに150社以上の組織が参加し、実践的な生成AI活用を支援しています。単なる技術支援にとどまらず、定期的な勉強会の開催や事例共有を通じて、業界横断的な開発者コミュニ

はじめに 世の中では MCP に関する話題で盛り上がっています。ここではちょっとだけ過去に戻り、Retrieval Augmented Generation (RAG) の基本と、AWS における実装例についてまとめます。こちらのブログでも言及されていることに関連して、MCP は LLM にとって多様な データソース に対する繋ぎこみの規格を定め、それをツールとして使用することで単なるチャット AI ではなく、AI エージェントとして振舞えるよう（振舞いやすくするよう）にするための仕組みです。 今回まとめ

はじめに AI と外部システムの連携を標準化する Model Context Protocol (MCP) が、2024 年後半に Anthropic 社から発表されて以来 [1]、界隈では大きな注目を集めています。AI が様々なツールやリソースへ簡単にアクセスできるようになる「AI のための USB-C」というコンセプトは非常に魅力的です。実際に MCP に対応する Cursor や Zed といった開発ツールやさまざまな MCP サーバーなどが登場したことでエコシステムは着実に広がり、盛り上がりを見せ

応用AIエンジニアのスキルを最大限活かせるMCPの現在と未来を解説。LLM活用経験を持つエンジニアが ...

本記事は 2025 年 4 月 1 日に AWS Machine Learning Blog で公開された Harness the power of MCP servers with Amazon Bedrock Agents を翻訳したものです。翻訳はプロフェッショナルサービスの松永大河が担当しました。 AI エージェントは大規模言語モデル (LLM) の機能を拡張する技術で、操作全体のコンテキストを維持し外部システムとの連携、複雑なワークフローなどを行います。 Amazon Bedrock Agent