こんにちは、Amazon Connect ソリューションアーキテクトの梅田です。 2026年 3 月号 はお読みいただけましたでしょうか。皆さんのお役に立つ内容があれば幸いです！ 今月は 以下の内容でアップデート情報をお届けします。 Amazon Connect Family 2026 年 4 月のアップデート一覧 AWS Contact Center Blog のご紹介 AWS Black Belt オンラインセミナー (Amazon Connect Customer 関連) 今月のアップデートに関するよくある質問 1. Amazon Connect Family 今月は、アップデート一覧の前に大きなニュースをお伝えします。2026年4月28日、Amazon Connect は単一の製品から4つのエージェンティック AI ソリューションで構成されるファミリーへと進化しました。AWS Applied AI Solutions 担当シニアバイスプレジデントの Colleen Aubrey が About Amazon のブログ で発表した通り、Amazon Connect は以下の4つのソリューションに拡張されました。 リューション 対象領域 概要 Amazon Connect Customer カスタマーエクスペリエンス 従来の Amazon Connect(Unlimited AI)。State Farm、Air Canada、U.S. Bank などが利用する、音声・チャット・デジタルチャネルを統合した AI 駆動コンタクトセンター Amazon Connect Decisions サプライチェーン 25以上の専門ツールと Amazon の30年にわたるオペレーション科学に基づき、需要予測・在庫計画・例外対応を AI チームメイトが支援 Amazon Connect Talent 採用 AI エージェントが24時間365日の音声面接を実施し、構造化された評価とスコアリングで採用プロセスを数週間から数日に短縮 Amazon Connect Health ヘルスケア 臨床現場の管理業務（スケジューリング、ドキュメンテーション等）を AI で自動化し、医療従事者が患者ケアに集中できる環境を実現 これらのソリューションに共通するのは、Amazon 自身が大規模に運用してきた実績に基づいている点です。4 億件以上の SKU を管理するサプライチェーン、2025 年ピークシーズンだけで 25 万人を採用した人材オペレーション、毎日数百万件の顧客対応、そして One Medical や Amazon Pharmacy を通じた医療サービス。これらの現場で培われた AI システムが、各ソリューションの基盤になっています。 設計思想として「ヒューモーフィズム（humorphism）」と呼ばれるアプローチが採用されています。従来のソフトウェアがデスクトップ・フォルダ・ボタンというメタファーで設計されていたのに対し、Amazon Connect の各ソリューションは「AI チームメイト」として振る舞います。ビジネスコンテキストを学習し、チームの働き方に適応し、使うほど賢くなる。ツールではなく、同僚のように機能する AI です。 なお、これまでの AI 駆動のコンタクトセンターソリューションとしての「Amazon Connect」は、今後「Amazon Connect Customer」という名称になります。 詳細は以下をご覧ください: Amazon Connect Decisions Amazon Connect Talent Amazon Connect Customer Amazon Connect Health 2. 2026 年 4 月のアップデート一覧 AI を活用した採用を支援する Amazon Connect Talent (現在はプレビュー版) – 2026/04/28 Amazon Connect Talent のプレビュー版が利用可能になりました。これにより、人材獲得部門のリーダーは AI を活用した採用ソリューションを利用でき、候補者の選定を大規模にスピードアップできます。Amazon Connect Talent は、何十年にもわたる Amazon の採用の知見から情報を得て、AI エージェントを使用して体系的な音声面接を実施し、科学的根拠に基づく評価を実施し、一貫性のある候補者スコアリングを行います。これにより、採用担当者は戦略的な意思決定に集中できるようになります。候補者は、あらゆるデバイスから 24 時間 365 日面接を受けられます。採用担当者は、AI チームメイトが生成したスコア、文字起こし、詳細な候補者評価を確認できるため、一貫した客観性を保ちながらより迅速に採用決定を行えます。プレビュー機能には、AI 主導のスキル評価、適応型質問機能を備えた AI 主導の音声面接、ブランドに合わせてカスタマイズ可能なモバイルファースト候補者ポータル、包括的な採用担当者ダッシュボード、システム管理者オンボーディングツール、迅速なデプロイのための応募者追跡システム (ATS) 統合が含まれます。Amazon Connect Talent は雇用の急増に対応できるように拡張されており、数百人の候補者を同時に評価できます。 Amazon Connect Talent は米国東部 (バージニア北部) および米国西部 (オレゴン) リージョンで利用できます。 AWS が Amazon Connect Decisions を発表 – 2026/04/28 AWS は Amazon Connect Decisions の一般提供を発表しました。これは、サプライチェーンチームが場当たり的な対応から脱却し、先回りしたオペレーションへ移行できるよう支援する、エージェンティック AI の計画およびインテリジェンスソリューションです。Amazon における 30 年間の運用知見と 25 を超える専用サプライチェーンツールを組み合わせることで、AI のチームメイトがビジネスに適応し、チームの意思決定から学習し、継続的にオペレーションを改善します。Amazon Connect Decisions は、小売業、CPG、自動車、工業製造業界など、既存のシステムを入れ替えることなくサプライチェーン業務を変革したいと考えている企業が利用できます。AI のチームメイトは 24 時間 365 日稼働し、需要シグナルを整合して合意済み予測にまとめ、制約を考慮した供給計画を生成し、サプライチェーン全体のオペレーションをモニタリングします。これにより、差異を検出し、自動化された根本原因分析を実行し、数千件の例外をトリアージして、ビジネス上の優先事項に基づき、最も重要な事項のみを実行可能な推奨事項として提示します。 こちら をクリックして無料トライアルを開始することが可能です。Amazon Connect Decisions は米国東部 (バージニア北部) および欧州 (アイルランド) リージョンで利用できます。 Amazon Connect チャットでやり取りできるファイル容量はどれくらいですか？添付ファイル上限が100 MBに拡大、カスタムファイルタイプも追加可能になりました – 2026/04/27 Amazon Connect Customer では、チャット、ケース、およびタスク用の添付ファイルサイズが、以前の 20 MB の制限から最大 100 MB に引き上げられました。また、管理者は Amazon Connect Customer の管理ウェブサイトまたは Amazon Connect API を使用して、チャット、E メール、ケース、およびタスク全体に対する制限を引き上げ、添付ファイルのカスタムファイル拡張子を設定できます。例えば、企業顧客をサポートする、あるテクノロジー企業では、診断バンドルやログアーカイブなどのファイルをチャットで最大 100 MB まで受け付けられるようになったことで、やり取りの回数が減少し、問題をより迅速に解決できるようになりました。また、ある金融サービス企業では、署名済みの契約書やコンプライアンスドキュメント用のファイル拡張子を追加して、顧客がチャットや E メールに直接書類を添付できるようになりました。 管理者ガイド 添付ファイルの有効化 Amazon Connect Customer でスーパーバイザーがエージェントのステータスを変更した履歴は確認できますか？CloudTrail でのログ記録が可能になりました – 2026/04/24 Amazon Connect Customer の分析ダッシュボードを通じて行われたエージェントアクティビティのステータス変更が AWS CloudTrail に監査ログとして記録されるようになりました。この機能強化により、誰がエージェントのアクティビティステータスを変更したのか、いつ変更が行われたのかを可視化できるため、コンタクトセンターのコンプライアンスや運用管理を強化できます。例えば、エージェントが休憩に入る場合、スーパーバイザーはエージェントのステータスを「Available」から「Break」(カスタムステータス)に変更できます。このアクションは、スーパーバイザーの ID、タイムスタンプ、ステータス変更の具体的な内容などの詳細情報とともに CloudTrail にキャプチャされます。追加の設定は不要で、AWS アカウントで CloudTrail のログ記録が有効になっていれば、分析ダッシュボードでのステータス変更が自動的にログに記録されます。 管理者ガイド CloudTrail による Amazon Connect API コールのログ記録 エージェントアクティビティステータスの変更 Amazon Connect Customer の AI エージェントのパフォーマンスはどのように測定できますか？目標達成率・忠実性スコアなど8つの新メトリクスが登場しました – 2026/04/24 Amazon Connect Customer は、目標達成率、忠実性スコア、ツール選択精度など、AI エージェントのパフォーマンスを測定および改善するための新しいメトリクス 8 つの提供を開始しました。これらのメトリクスを活用することで、AI による顧客対応の品質を把握できます。これにより、AI エージェントによる対応結果を正確に測定し、継続的に改善できるようになります。 今回のリリースにより、AI エージェントが顧客のリクエストを正常に解決したかどうかをモニタリングし、忠実性を評価し、文脈に沿わないハルシネーションを検出することが可能になります。ツールの選択と使用の精度を評価したり、有効に設定されている場合は「サムズアップ/ダウン」評価を用いて顧客フィードバックを収集したりすることもできます。これらの新しいメトリクスは、Amazon Connect の AI エージェントパフォーマンスダッシュボードで使用できます。また、 GetMetricDataV2 API や 分析データレイク を活用すれば、独自のレポート作成や既存の分析ワークフローへの統合も行えます。 管理者ガイド AI エージェントのパフォーマンスダッシュボード Amazon Connect Customer のアウトバウンドキャンペーンで発信先に優先順位を付けられますか？最大10個のプロファイル属性に基づく優先ダイヤルが可能になりました – 2026/04/21 Amazon Connect Customer のアウトバウンドキャンペーンでは、ジャーニー内で音声キャンペーンと音声アクティビティの最大 10 個のプロファイル属性に基づいて、優先順位を用いてコンタクト先にダイヤルできるようになりました。 これにより、価値の高い顧客や時間的制約、対応期限のある案件にエージェントの時間を集中させることができ、キャンペーンの効果とコンバージョン率が向上します。Customer Profiles でセグメント作成時に「 セグメントの並び替え – オプション 」を設定し、セグメントコンタクトの優先順位を指定すると、顧客生涯価値、アカウント階層、予約日などの属性でセグメントをソートできます。たとえば、金融サービスチームが契約更新間近の価値の高いアカウントへの働きかけを優先したり、医療提供者が予約が最も早い患者に最初に連絡するようにしたりできます。初期ダイヤル試行が再試行よりも常に優先されるため、キャンペーンの実行全体で優先順位が維持されます。 管理者ガイド アウトバウンドキャンペーンのベストプラクティス 顧客セグメントの構築方法 Amazon Connect Customer のアウトバウンドキャンペーンはどのくらいの頻度で新規顧客を追加できますか？セグメント更新間隔が1時間ごとに短縮可能になりました – 2026/04/20 Amazon Connect Customer のアウトバウンドキャンペーンでは、キャンペーンセグメントを 1 時間ごとに更新できるようになり、以前の最小 24 時間の間隔から短縮されました。これにより、次回の実施を待たずに 1 日を通して新規対象となるお客様にキャンペーンでアプローチできます。セグメントを 1 時間ごとに更新することで、あらゆるキャンペーンタイプで変化するビジネス状況に対応できます。回収チームは、報告を受けたその日の午後に、新たに滞納しているアカウントへの働きかけを開始できます。医療提供者は、新規予約から 1 時間以内に予約リマインダーコールを開始できます。SMS リマインダーに応答がなければ電話による音声通話でフォローする、といったマルチステップのジャーニーにおいても、1日1回のバッチ処理を待たずに、新たに対象となった顧客を随時キャンペーンに追加できます。 使用を開始するには、Amazon Connect Customer のコンソールまたは API を使用してキャンペーン設定時のステップ4 キャンペーンスケジュールにて、「 キャンペーン を更新 – オプション 」を有効にします。 管理者ガイド アウトバウンドキャンペーンのスケジュール設定 エージェンティック音声の音声合成エクスペリエンスを 3 つの新しい AWS リージョンと 10 のロケールに拡張 – 2026/04/20 Amazon Connect Customer では、エージェンティック音声の音声合成エクスペリエンスがアジアパシフィック (ソウル)、アジアパシフィック (シンガポール)、欧州 (フランクフルト) の 3 つの AWS リージョンに拡張され、オーストラリア英語、イギリス英語、シンガポール英語、スペイン語、フランス語、ドイツ語、イタリア語、韓国語などの新しいロケールが追加されました。今回のアップデートにより、より多くのリージョンや言語において、より幅広い顧客に自然で人間のような音声 AI エクスペリエンスを提供できるようになります。 管理者ガイド Amazon Connect のサポートリージョン Amazon Connect のサポート言語 Amazon Connect が AI を活用したセルフサービスにタッチトーンバッファリングを追加 – 2026/04/20 Amazon Connect Customer では、通話がつながった瞬間から自動的に顧客のコンテキストを渡して、セルフサービスエクスペリエンスをパーソナライズできるようになりました。お客様がウェブサイト、モバイルアプリ、通知リンクから通話を開始すると、顧客 ID、セッション参照、キャンペーンコードなどのコンテキストを通話に自動的に渡すことができます。AI エージェントはこのコンテキストを使用して発信者を認識し、通話の理由を理解し、アクションを実行し、問題を解決します。発信者には身元確認や通話理由の再確認は不要です。 管理者ガイド タッチトーンバッファリングの設定 Amazon Connect Customer のフローモジュールはすべてのフロータイプで使えますか？全フロータイプ対応に加え、モジュールのネストも可能になりました – 2026/04/17 Amazon Connect Customer では、すべてのフロータイプでフローモジュールを使用できるようになりました。これにより、インバウンドのカスタマーエクスペリエンス以外にも、共通のロジックや機能を再利用できます。フローモジュールは、繰り返し使用可能なロジックを整理し、フローを使用して構築するカスタマーエクスペリエンス全体で共通の再利用可能な機能を作成します。例えば、エージェントウィスパーフローでモジュールを使用して顧客の最近の取引情報を共有し、エージェントに関連情報を提供して準備を整えさせるなど、以前はインバウンドフローの一部としてしか利用できなかった機能を活用できるようになりました。さらに、フローモジュールを他のモジュール内で使用できるようになったため、あらかじめ構築された中間ステップを 1 つのモジュールにまとめることで、複雑なロジックを構築できます。例えば、クレジットカード適格性モジュールは、最終決定を下す前に、クレジットスコアの確認、収入の検証、支払い履歴の確認を行う他のモジュールを呼び出すことができます。このモジュール式アプローチにより、ビジネス要件の変化に応じて組み合わせたり拡張したりできる再利用可能なコンポーネントを構築できます。 管理者ガイド 再利用可能な機能のためのフローモジュール 3. AWS Contact Center Blog のご紹介 Amazon Connect Customer: 会話型 AI を数か月ではなく数週間で展開 (日本語翻訳) NLX（nlx.ai）が Amazon Connect に加わり、ノーコードで高度な会話型 AI エクスペリエンスを構築・展開できるようになりました。ビジネスチームがエンジニアリングリソースを待たずに、インテリジェントなセルフサービス体験を設計・ローンチできます。United Airlines は従来12ヶ月かかるところを3ヶ月で本番稼働、あるグローバル小売企業は6ヶ月を6週間に短縮した実績があります。エンタープライズが求めるコントロールとスケーラビリティを維持しながら、デプロイまでの時間を大幅に短縮するアプローチです。 Amazon Connect Customer による音声・ビデオ・チャットを統合したコミュニケーションの構築 (日本語翻訳) 音声・ビデオ通話とチャットを同一エージェントとの1つのやり取りに統合するソリューションの構築方法を紹介しています。StartWebRTCContact API で音声・ビデオ通話を開始し、DescribeContact API で通話中のエージェント ID を取得、そのエージェント ID をチャットウィジェットのルーティングに渡すことで、チャネルをまたいでも同じエージェントが対応し続ける仕組みです。例えば、ローン申請の電話中にエージェントが書類を送信し、顧客がその場で署名して返送するといった体験が、数日ではなく数分で完了します。AWS CDK でデプロイ可能なサンプルコードが GitHub で公開されています。 Configure Schedule Adherence Thresholds in Amazon Connect to Account for Operational Variances スケジュール遵守率の測定で、日常的な業務のずれをノイズとして除外するには？ Amazon Connect のスケジュール遵守率に設定可能なしきい値（1〜10分）が追加され、通話対応中に休憩開始が数分遅れるといった運用上の許容範囲を定義できるようになりました。シフトレベルとアクティビティレベルの4段階で設定でき、しきい値内のずれは「遵守」として扱われます。あるシナリオでは、しきい値適用により非遵守時間が45分から15分へ67%削減。リアルタイムダッシュボードでは緑（遵守）・黄（しきい値内）・赤（非遵守）の3段階表示で、スーパーバイザーが本当に注意すべき逸脱を即座に判別できます。 4. AWS Black Belt オンラインセミナー (Amazon Connect Customer 関連) Amazon Connect Customer Profiles による C360 の実現とマーケティング活動での活用 Amazon Connect Customer Profiles による顧客 360 度ビュー（C360）の実現とマーケティング活動での活用方法を解説します。サイロ化された顧客情報を統合し、パーソナライズされた顧客体験を実現する方法をデモを交えてご紹介します。IT マーケティングを検討、実装する方、カスタマーセンターのシステムを検討、実装する方、Amazon Connect Customer を利用しているが、Customer Profiles はまだ利用していない方は、ぜひご視聴ください。 資料（ PDF ） | 動画（ YouTube ） Amazon Connect Cases コンタクトセンターにおけるケース管理の課題と、Amazon Connect Cases がこれらの課題をどのように解決できるかについて解説しています。Amazon Connect Casesを活用することで、効率的なケース管理と顧客体験の向上を実現できるメリットについて理解を深めることができます。カスタマーセンターのシステムを検討、実装する方、Amazon Connect Customer を利用しているが、Cases はまだ利用していない方は、ぜひご視聴ください。 資料（ PDF ） | 動画（ YouTube ） Amazon Connect AI agentsConnect assistant 基礎編 Amazon Connect Customer の AIエージェントについて、基本的な機能について説明し、人間のエージェントによる顧客サービスの向上支援についてユースケースを交えて解説します。また、GUIを介した各種リソースの設定方法についても解説します。Amazon Connect Customer ご利用中のお客様、パートナーの方、コンタクトセンター での AI 活用や業務効率化に関心のある方は、ぜひご視聴ください。 資料（ PDF ） | 動画（ YouTube ） Amazon Connect AI agents self-service 基礎編 Amazon Connect Customer のAIエージェントの概要、特にセルフサービス機能に焦点を当て、顧客セルフサービスにAIを活用するメリット、セットアップ手順、導入後の効果測定について解説しています。コンタクトセンター業務の改善について理解を深めることができます。Amazon Connect Customer ご利用中のお客様、パートナーの方、コンタクトセンター での AI 活用や業務効率化に関心のある方は、ぜひご視聴ください。 資料（ PDF ） | 動画（ YouTube ） 5. 今月のアップデートに関するよくある質問 Q. Amazon Connect とは何ですか？ Amazon Connect は、Amazon の運用実績に基づいて構築されたエージェント型 AI ソリューションのファミリーになりました。2026年4月に、Amazon Connect Customer（カスタマーエクスペリエンス）、Amazon Connect Decisions（サプライチェーン）、Amazon Connect Talent（採用）、Amazon Connect Health（ヘルスケア）の4つのソリューションに拡張されました。( Amazon Connect について ) コンタクトセンター領域を担う Amazon Connect Customer は、音声・チャット・メール・タスクなど複数のチャネルを一つのプラットフォームに統合し、AI を中核に据えたクラウドコンタクトセンターソリューションです。料金プランは、すべての AI 最適化機能がチャネル料金に含まれる「Amazon Connect Customer」（旧 Unlimited AI）がデフォルトです。従来のアラカルト型プランは「Amazon Connect Customer Basic」として既存顧客向けに提供されていますが、今後の新しい AI 機能は Connect Customer で提供されるため、Customer Basic からの移行が推奨されます。( Amazon Connect Customer について / Amazon Connect Customer の料金 ) Q. Amazon Connect Customer の最新アップデートはどこで確認できますか？ アップデートは AWS の最新情報（ What’s New ）ページで随時公開されます。 Q. Amazon Connect Customer の AI エージェントのパフォーマンスはどのように測定できますか？ 今月新たに追加された8つのメトリクス（目標達成率、忠実性スコア、ツール選択精度など）を使用して、AI エージェントの品質を多角的に測定できます。AI エージェントパフォーマンスダッシュボードでリアルタイムに確認できるほか、GetMetricDataV2 API や分析データレイクを活用して独自のレポートを作成することも可能です。（ AI エージェントパフォーマンスダッシュボード ） Q. Amazon Connect Customer のフローモジュールとは何ですか？ フローモジュールは、コンタクトフロー内で繰り返し使用するロジックを再利用可能なコンポーネントとしてまとめる機能です。今月のアップデートにより、インバウンドフローだけでなくすべてのフロータイプ（エージェントウィスパー、キュー転送など）で使用可能になり、さらにモジュール内から別のモジュールを呼び出す「ネスト」にも対応しました。（ フローモジュール ） Q. Amazon Connect Customer のスケジュール遵守率しきい値とは何ですか？ スケジュール遵守率しきい値は、エージェントのスケジュールからのずれを「許容範囲」として定義する機能です。例えば、通話対応中に休憩開始が3分遅れた場合でも、しきい値内であれば「遵守」として扱われます。シフトレベルとアクティビティレベルの4段階で1〜10分の範囲で設定でき、リアルタイムダッシュボードでは緑（遵守）・黄（しきい値内）・赤（非遵守）の3段階で表示されます。（ スケジュール遵守率 ） Q. Amazon Connect Customer のアウトバウンドキャンペーンとは何ですか？ アウトバウンドキャンペーンは、Amazon Connect Customer Profiles のセグメントに基づいて、音声・SMS・メールなど複数チャネルで顧客に自動的にアプローチする機能です。ジャーニー（複数ステップのワークフロー）を設計し、顧客の行動や属性に応じたパーソナライズされたアウトリーチを実行できます。今月のアップデートでは、最大10個のプロファイル属性に基づく優先順位付きダイヤルと、セグメント更新間隔の24時間から1時間への短縮が追加され、よりタイムリーで効果的なキャンペーン運用が可能になりました。（ アウトバウンドキャンペーン ） 今月のお知らせは以上です。皆さんのコンタクトセンター改革のヒントになりそうな内容はありましたでしょうか？ぜひ、実際にお試しいただき、フィードバックをお聞かせいただけますと幸いです。Amazon Connect の最新情報は毎月このブログでお届けしていますので、来月号もお楽しみに。 著者プロフィール   梅田　裕義（Hiroyoshi Umeda） アマゾンウェブサービスジャパン合同会社 シニア Amazon Connect ソリューションアーキテクト 2020年12月入社。コンタクトセンター領域を専門に、Amazon Connect Customer を活用した顧客体験の向上や業務効率化の技術支援を行っています。AI によるセルフサービスの導入、オムニチャネル対応、分析基盤の構築などコンタクトセンターが抱える課題解決に幅広く取り組んでいます。

G-gen の佐々木です。当記事では、単一の API 呼び出しでマネージドな自律エージェントを構築・実行できるサービスである Managed Agents API on Agent Platform について解説します。 概要 Agent Platform とは Managed Agents API on Agent Platform とは プレビュー段階での注意点 他のエージェント構築手段との比較 Managed Agents API の基本 2つの API ツールの利用 料金 サンドボックス環境について プリインストール済ソフトウェアと組み込みツール ファイルシステムと永続化 スキルのマウント セキュリティ 利用手順 事前準備 API の有効化 IAM ロールの付与 認証 エージェントの作成 エージェントの呼び出し エージェントの削除 概要 Agent Platform とは Gemini Enterprise Agent Platform （旧称 Vertex AI、以下 Agent Platform と記載）は、Google Cloud が提供する生成 AI とエージェントの開発・運用プラットフォームです。基盤モデルの API 提供、エージェントの開発フレームワーク、デプロイ基盤、評価・モニタリング・ガバナンスなどの運用機能を統合的に提供します。 Agent Platform の全体像や提供機能の詳細は、以下の記事で解説しています。 blog.g-gen.co.jp Managed Agents API on Agent Platform とは Managed Agents API on Agent Platform （以下 Managed Agents API と記載）は Agent Platform の機能の1つで、単一の API 呼び出しで自律的なエージェントを構築・実行できるマネージドサービスです。2026年5月現在はプレビュー提供です。 エージェントは Antigravity ハーネス を搭載しており、隔離された Linux サンドボックス内で以下の操作を行います。 推論と計画 Python コードの実行 bash コマンドの実行 ファイルの読み書き Web 検索によるグラウンディング MCP サーバー経由での外部システム連携 Antigravity ハーネスは、Google I/O 2026 で発表された Antigravity プラットフォームの中核をなすエージェント実行基盤で、Gemini 3.5 Flash と協調するよう最適化されています。Google 自社のエージェント製品も同じハーネスを搭載しており、Managed Agents API はこれを Google Cloud から API 経由で利用できるようにしたサービスです。 Managed Agents API は REST API および Python SDK（Google Gen AI SDK）から利用できます。2026年5月現在の対応リージョンは global のみです。 参考 : Agent Platform の Managed Agents API の概要 参考 : I/O 2026: Antigravity 2.0 と新しい Gemini のエージェントツール プレビュー段階での注意点 2026年5月現在はプレビュー提供のため、本番採用にあたっては以下の制約に留意が必要です。 プレビュー期間中のサービス利用規約が適用される 機密データの投入は推奨されない API 仕様は変更される可能性がある 2026年5月現在の以下の公式ドキュメントの冒頭部分には「これらの pre-GA プロダクトは、内部テストとレビューのさまざまな段階にあります。そのため、これらのプロダクトで機密データやその他の機密データを使用しないでください 。これらのプロダクトは、限定的なテストと評価のみを目的としてお客様にご提供するものであり、商用目的や本番環境での使用はできません。」と明記されていることから、この点には十分留意する必要があると考えられます。 参考 : Agent Platform の Managed Agents API の概要 なおプレビュー提供されている Google Cloud サービスの考え方については、以下の記事も参照してください。 参考 : Preview版のサービスを使うとはどういうことなのか 他のエージェント構築手段との比較 Google Cloud 上でエージェントを構築する手段は Managed Agents API のほかにも存在します。Managed Agents API は、ノーコードでの構築とフルコード開発の中間に位置するサービスです。 エージェント構築手段 抽象度 カスタマイズ性 主な利用者 Gemini Enterprise のノーコードエージェント構築 高 低（プリセットの設定） 業務ユーザー Managed Agents API 中 中（API でハーネスの動作を設定） アプリケーション開発者 Agent Development Kit（ADK） 低 高（コードで自由に記述） エージェント開発者 Managed Agents API の基本 2つの API Managed Agents API は以下の2つの API で構成されます。 API 役割 Agents API （コントロールプレーン） エージェント設定（以下、例）の作成・取得・更新 ・システム指示 ・ツール ・ネットワーク許可 ・マウントするファイル Interactions API （データプレーン） デプロイ済みエージェントへのリクエスト（以下、例） ・マルチターン会話 ・ストリーミング応答 まず Agents API を使用してエージェントを定義し、以降は Interactions API の呼び出しを通じて会話を行うのが基本的な流れです。 ツールの利用 Managed Agents API では、エージェントが利用できるツールを定義できます。たとえば以下のようなツールをアタッチできます。 ツール 機能 code_execution Python コードの実行 filesystem サンドボックス内のファイル操作 google_search Web 検索によるグラウンディング url_context 指定 URL からのコンテンツ抽出 mcp_server MCP サーバーへの接続 ツールは Agents API でエージェント設定に永続的に紐づける方法と、Interactions API のリクエスト単位でオーバーライドする方法のどちらでも指定できます。リクエスト単位で tools を渡した場合、そのターンではエージェント設定側のツール定義は無視され、リクエスト側のツール指定のみが有効になります。 料金 Managed Agents API では、エージェントが使用するモデル使用料が Agent Platform の標準レートで課金されます。 Managed Agents API 自体の料金については、2026年5月現在、公式ドキュメントに記載されていません。 参考 : Gemini Enterprise Agent Platform 料金 サンドボックス環境について プリインストール済ソフトウェアと組み込みツール サンドボックスには以下のソフトウェアがプリインストールされています。 種別 ソフトウェア UNIX コマンド bc 、 curl 、 fd-find 、 gawk 、 gcloud 、 git 、 htop 、 iproute2 、 jq 、 lsof 、 procps 、 ripgrep 、 rsync 、 tree 、 unzip 、 wget 、 which Python 3.11 ast-grep-cli 、 beautifulsoup4 、 google-genai 、 numpy 、 pandas 、 pyyaml 、 requests Node.js 20 create-next-app 、 create-vite 、 typescript 外部ネットワーク接続が許可されているサンドボックスでは、 pip install や npm install で上記以外のパッケージを追加することもできます。 加えて、以下のツールは設定不要で常時利用できる「組み込みツール」です。前述「ツールの利用」のアタッチ式ツールとは別カテゴリで、 tools への指定なしに呼び出せます。 ツール 機能 bash サンドボックスでのシェルコマンド実行 file_system ファイルの読み書き・削除、ディレクトリの一覧表示 最新情報については以下の公式ドキュメントを確認してください。 参考 : Managed Agents API on Agent Platform sandbox environment - プリインストールされているソフトウェア ファイルシステムと永続化 サンドボックスのファイルシステムは会話をまたいで永続化されます。TTL は7日で、新しいインタラクションが発生するたびに TTL がリセットされます。エージェント設定自体は API で明示的に削除するまで永続的に保持されます。複数のエージェントで同じサンドボックスを共有するには、リクエスト時に同じ environment_id を渡します。 外部ネットワーク接続が許可されているサンドボックスでは、 pip install や npm install でインストールしたパッケージも環境スナップショットに保持され、同じ environment_id を再利用するインタラクションで引き続き利用可能です。 スキルのマウント エージェントが実行されるサンドボックス内のパスに対して、Cloud Storage バケットや Skill Registry に登録してある再利用可能なスキルをマウントできます。 リソース 説明 gcs Cloud Storage バケットに配置したスキルフォルダからカスタムスキルを追加する skill_registry Skill Registry に登録済みのスキルを追加する 参考 : エージェントの作成と管理 - エージェントにスキルを割り当てる 参考 : Managed Agents API on Agent Platform sandbox environment - スキル マウント アーキテクチャ セキュリティ サンドボックスでは、実行プロセス・マウント・外部接続のそれぞれにセキュリティ制限が組み込まれています。 対象 セキュリティ制限 サンドボックスプロセス 管理者権限を持たない一般ユーザーとして起動される 外部ネットワーク接続 デフォルトで無効。許可リストで指定したドメインへのアクセスのみ許可 Cloud Storage や Skill Registry のマウント 指定したディレクトリまたはスキルのみアクセスできるダウンスコープトークンで行われる MCP サーバーの認証ヘッダー 定義した MCP エンドポイントへのアクセス時にだけ送信される 外部ネットワーク接続の許可ドメインは、エージェントの定義で以下のように列挙します。 " network ": { " allowlist ": [ { " domain ": " example.com " } , { " domain ": " * " } ] } "*" を指定すると全ドメインへのアクセスが許可されますが、セキュリティ上、許可範囲はできるだけ狭く絞ることが推奨されます。 参考 : Managed Agents API on Agent Platform sandbox environment - サンドボックスの権限とセキュリティ 利用手順 事前準備 API の有効化 Agent Platform の API を有効化します。プロジェクト ID は適宜置き換えてください。 # API を有効化 $ gcloud services enable aiplatform.googleapis.com --project =< プロジェクトID > IAM ロールの付与 API を呼び出すユーザーまたはサービスアカウントに、以下のいずれかの IAM ロールを付与します。 Vertex AI ユーザー（ roles/aiplatform.user ） Vertex AI 管理者（ roles/aiplatform.admin ） 認証 REST API の呼び出しには、Bearer トークンとして gcloud で取得したアクセストークンを使用します。事前に gcloud auth login でログインを済ませておきます。 # gcloud で認証 $ gcloud auth login アクセストークンは gcloud auth print-access-token で取得できます。以降の例では $(gcloud auth print-access-token) の形でリクエスト時にその場で取得します。 エージェントの作成 「数値計算を Python コードで解いて答えるエージェント」を作成します。Agents API のエンドポイント POST /agents にリクエストを送信します。プロジェクト ID は適宜置き換えてください。 # エージェントの作成 $ curl -X POST \ " https://aiplatform.googleapis.com/v1beta1/projects/<プロジェクトID>/locations/global/agents " \ -H " Authorization: Bearer $( gcloud auth print-access-token ) " \ -H " Content-Type: application/json " \ -d ' { "id": "hello-agent", "base_agent": "antigravity-preview-05-2026", "description": "数値計算を Python コードで解いて答えるサンプルエージェント", "system_instruction": "あなたは数値計算のアシスタントです。ユーザーから与えられた計算は必ず Python コードを実行して解き、コードと結果の両方を日本語で示してください。", "tools": [ {"type": "code_execution"}, {"type": "filesystem"} ] } ' 参考 : エージェントの作成と管理 - エージェントを作成する エージェントの呼び出し 作成したエージェントを Interactions API で呼び出します。 POST /interactions にリクエストを送信します。Interactions API には Api-Revision ヘッダーが必須です。 # エージェントの呼び出し $ curl -X POST \ " https://aiplatform.googleapis.com/v1beta1/projects/<プロジェクトID>/locations/global/interactions " \ -H " Authorization: Bearer $( gcloud auth print-access-token ) " \ -H " Content-Type: application/json " \ -H " Api-Revision: 2026-05-20 " \ -d ' { "stream": true, "background": true, "store": true, "agent": "hello-agent", "environment": {"type": "remote"}, "input": [ { "type": "user_input", "content": [ {"type": "text", "text": "1から100までの整数のうち、3の倍数の合計はいくつですか。"} ] } ] } ' 新しいサンドボックスが払い出され、エージェントが Python コードを生成・実行し、結果を返します。 "stream": true を指定しているため、レスポンスは Server-Sent Events（SSE）形式で逐次到着します。 event: interaction.created data: { " interaction " : { " id " : " ChBhNTAxNGNmOWJmN2Q1M2Y5EAgaAzAwMSoEbWFpbg " , " status " : " in_progress " , " object " : " interaction " } , " event_type " : " interaction.created " } event: interaction.status_update data: { " interaction_id " : " ChBhNTAxNGNmOWJmN2Q1M2Y5EAgaAzAwMSoEbWFpbg " , " status " : " in_progress " , " event_type " : " interaction.status_update " } event: step. start data: { " index " :0, " step " : { " id " : " bbe14e24-ac0b-4898-87b2-ab44efb71763 " , " type " : " function_call " , " name " : " run_command " , " arguments " : {}} , " event_type " : " step.start " } event: step.delta data: { " index " :0, " delta " : { " arguments " : " { \" CommandLine \" : \" python3 -c \\\" print(sum(i for i in range(1, 101) if i % 3 == 0)) \\\"\" , \" Cwd \" : \" /workspace \" , \" explanation \" : \" Calculate the sum of multiples of 3 between 1 and 100 using python3. \" , \" WaitMsBeforeAsync \" :5000, \" toolSummary \" : \" Run Python command \" , \" toolAction \" : \" Running Python script \" } " , " type " : " arguments_delta " } , " event_type " : " step.delta " } event: step. stop data: { " index " :0, " event_type " : " step.stop " } event: step. start data: { " index " :1, " step " : { " call_id " : " bbe14e24-ac0b-4898-87b2-ab44efb71763 " , " signature " : "" , " type " : " function_result " , " name " : " run_command " } , " event_type " : " step.start " } event: step.delta data: { " index " :1, " delta " : { " name " : " run_command " , " is_error " :false, " type " : " function_result " , " result " : { " ExitCode " :0, " Output " : " [STDOUT] \n 1683 \n\n\n [STDERR] \n " }} , " event_type " : " step.delta " } event: step. stop data: { " index " :1, " event_type " : " step.stop " } event: step. start data: { " index " :2, " step " : { " type " : " model_output " } , " event_type " : " step.start " } event: step.delta data: { " index " :2, " delta " : { " text " : " 1から100までの整数のうち、3の倍数の合計を求めるためのPythonコードと計算 " , " type " : " text " } , " event_type " : " step.delta " } event: step.delta data: { " index " :2, " delta " : { " text " : " 結果は以下の通りです。 \n\n ### Pythonコード \n\n```python\n # 1から100までの整数のうち、","type":"text"},"event_type":"step.delta"} event: step.delta data: { " index " :2, " delta " :{ " text " : " 3の倍数の合計を計算します \n total_sum = sum(i for i in range(1, 10 " , " type " : " text " }, " event_type " : " step.delta " } event: step.delta data: { " index " :2, " delta " :{ " text " : " 1) if i % 3 == 0) \n print(total_sum) \n```\n\n ### 計算結果\n\n**","type":"text"},"event_type":"step.delta"} event: step.delta data: { " index " :2, " delta " :{ " text " : " 1683** \n\n --- \n **作業サマリー**: \n - 1から100までの範囲 " , " type " : " text " }, " event_type " : " step.delta " } event: step.delta data: { " index " :2, " delta " :{ " text " : " で3の倍数を抽出し、その合計を計算するPythonコードを実行しました。 \n - 計算の結果、合計 " , " type " : " text " }, " event_type " : " step.delta " } event: step.delta data: { " index " :2, " delta " :{ " text " : " は **1683** になることを確認しました。 " , " type " : " text " }, " event_type " : " step.delta " } event: step. stop data: { " index " :2, " event_type " : " step.stop " } event: interaction.completed data: { " interaction " :{ " id " : " ChBhNTAxNGNmOWJmN2Q1M2Y5EAgaAzAwMSoEbWFpbg " , " status " : " completed " , " usage " :{ " total_tokens " :15326, " total_input_tokens " :13786, " input_tokens_by_modality " : [ { " modality " : " text " , " tokens " :13786 } ] , " total_output_tokens " :309, " output_tokens_by_modality " : [ { " modality " : " text " , " tokens " :309 } ] , " total_thought_tokens " :1231}, " created " : " 2026-05-24T13:56:20Z " , " updated " : " 2026-05-24T13:56:20Z " , " environment_id " : " env_CAEQgICAgIDQ_PE1GiA1M2FhMTMzM2NlYjc0NDRmYjAwMTFmNzFkYzY1NDNlNA " , " object " : " interaction " }, " event_type " : " interaction.completed " } event: done data: [ DONE ] 各ステップは step.start / step.delta / step.stop のイベントで区切られ、 function_call （コマンド実行）、 function_result （実行結果）、 model_output （モデル応答）が順次ストリーミングされます。 最終イベント interaction.completed には interaction.id 、 environment_id 、消費トークン数（ usage ）が含まれます。次回リクエストで previous_interaction_id に interaction.id を、 environment に environment_id を渡すと、マルチターン会話とサンドボックスを引き継げます。 なお、エージェント作成直後は Interactions API のリクエスト時に以下のレスポンスが返ることがあります。作成リクエストから Interactions API でエージェントが解決可能になるまでに時間差があるため、このエラーが返った場合は数十秒ほど待ってから再送してください。 { " error ": { " message ":" Result not found. "," code ":" not_found " }} 参考 : エージェントを操作する エージェントの削除 最後にエージェント設定を削除します。 DELETE /agents/{AGENT_ID} により、サンドボックスとエージェント設定がまとめて破棄されます。 # エージェントの削除 $ curl -X DELETE \ " https://aiplatform.googleapis.com/v1beta1/projects/<プロジェクトID>/locations/global/agents/hello-agent " \ -H " Authorization: Bearer $( gcloud auth print-access-token ) " 参考 : エージェントの作成と管理 - エージェントを削除する 佐々木 駿太 (記事一覧) G-gen 最北端、北海道在住のクラウドソリューション部エンジニア 2022年6月に G-gen にジョイン。Google Cloud Partner Top Engineer に選出（2024 / 2025 Fellow / 2026）。好きな Google Cloud プロダクトは Cloud Run。 趣味はコーヒー、小説（SF、ミステリ）、カラオケなど。 Follow @sasashun0805

新しいノーコード機能によって、ビジネスチームはエンジニアリングのボトルネックなく、AI を活用した高度なカスタマーエクスペリエンスを迅速に構築できます。エージェンティック AI の柔軟性と企業が求める信頼性を兼ね備えています。 NLX ( nlx.ai ) が Amazon Connect のチームに加わり、Connect のエージェンティック AI ソリューションの価値提供を加速します。NLX は高度な会話型 AI 機能を備えており、今回の買収により、企業が求めるコントロール性と信頼性を損なうことなく、AI を活用したカスタマーエクスペリエンスを数か月ではなく数週間で Connect にデプロイできるようになります。NLX のノーコードキャンバスを使えば、ビジネスチームはエンジニアリングリソースを待つことなく、Connect で的確なセルフサービス体験を設計・展開できます。そしてあらゆるチャネルでパーソナライズされた対話を提供し、顧客ロイヤルティを高める柔軟性を利用できます。 NLX チームの魅力 優秀な NLX チームの心強い点は、私たちのカルチャーとの一致です。NLX は、お客様に実際の成果を届けることへのこだわりで私たちと一致しています。ビジネスの迅速化、コントロール性の維持、優れたカスタマーエクスペリエンスの提供を実現するソリューションを構築してきた NLX の価値観は、Amazon のイノベーションへの取り組み方と一致しています。私たちは会話型 AI の展開における難しい課題の解決への情熱と、お客様中心のアプローチに感銘を受けています。 エンタープライズ規模での実績 United Airlines は 12 か月ではなく 3 か月で本番稼働を実現し、ある大手グローバル小売企業は 6 か月ではなく 6 週間でデプロイしました。いずれも例外的な事例ではなく、技術的なボトルネックを取り除き、お客様を最もよく理解するチームがデザインの主導権を持つことで実現できた成果です。 NLX チームの参加により、Amazon Connect のお客様にとって価値実現までの時間が短縮されます。企業は期待どおりのコントロール性と実績あるスケーラビリティを維持しながら、適切な体験をより迅速にデプロイできます。 詳細については、 Amazon Connect Customer をご覧ください。 翻訳はテクニカルアカウントマネージャーの高橋が担当しました。原文は こちら です。