AIF-C01#19(foundation-models)
ある企業がOpenSearchに顧客データを保存しています。この企業は、保存されたデータから特定の顧客情報を取得するためのAIソリューションを求めています。このAIソリューションは、クエリをデータリクエストに変換し、結果からCSVファイルを生成する必要があります。さらに、そのCSVファイルをAmazon S3にアップロードしなければなりません。 最も運用効率の高い方法でこれらの要件を満たすソリューションはどれですか？
正解：A
正解の根拠
AI エージェント (Bedrock Agents 等) は、自然言語クエリの解釈、データソース呼び出し、外部 API 実行、後処理 (CSV 生成/S3 アップロード) などの多段ステップを 1 つのオーケストレーション内で完結できます。OpenSearch クエリ → 結果整形 → CSV 化 → S3 PUT という連鎖タスクを Action Group と Lambda で組み合わせることで、最小実装で高い運用効率を実現します。
各アプローチの比較
| 方式 | 適合性 |
|---|---|
| AI エージェント | 多段タスクを統合実行 |
| Few-shot 単独 FM | 単発生成のみ、副作用呼出不可 |
| 非 AI 自作アプリ | NL クエリ理解は自前実装 |
| 決定木モデル | NL 解釈や API 呼出に不向き |
不正解の理由
- B: 単一 FM のフューショットでは外部 API 呼出や S3 アップロードのような副作用を伴う実行ができず、要件を満たせません。
- C: AI を使わずに自然言語クエリを理解する処理を自作すると実装と保守の負荷が大きく、運用効率は低下します。
- D: 決定木モデルは構造化データの分類/回帰向けで、自由記述の NL クエリ解釈や API オーケストレーションには不適です。
コメント