Amazon Q(プレビュー)でRAG機能を試してみた

こんにちは、小寺です。re:Invent 2023で一番注目を浴びたともいえる発表「Amazon Q」について、お伝えします。

Amazon Qは、単体のサービスではなくAWSによる生成系AIを使った包括的な位置づけです。その中でも特徴的なのは、AWS Builder向けのみならず、「ビジネス向け」と2つに分かれていることです。機能及び価格も異なっています。

ビジネス向けとして、AWS社から発表されている内容としては、自社のビジネスデータや情報、CRMなどのSaaSサービスのすべてのデータを統合してすることができます。実際にAmazon Qでサポートされているデータソースは Amazon S3、Dropbox、Confluence、Google Drive、Microsoft 365、Salesforce、ServiceNow、Zendesk などです。

上記のようなデータと連携することで、自社内のWikiなど業務に特化した情報を整理し、従業員の問題解決やコンテンツの作成、業務の効率化に役立つ成AIを活用したチャットで支援するアシスタントです。

どのように活用の方向性が見えてくるのか？遅ればせながら、Amazon Q（プレビュー利用）を試してみました。

この記事を公開時点では、プレビュー版なので今後画面が変わる可能性があるのでご了承くださいませ。

参考にしたオフィシャルドキュメントです。

2023年12月時点では、ドキュメントは2つに分かれます。
・For Business Use
・For AWS Bulder Use

基本的にはAWSを利用するユーザーと、AWSを使ってアプリケーションを構築するユーザーという分類です。

Amazon Qのアプリケーションをセットアップしてみる

(1) 「Create Amazon Q application」から「Get Started」をクリックします。

(2) 「Create Application」をクリックします。

(3) Create Application 画面で設定が行えなます。ここではデフォルトのまま「Create」をクリックします。少し待ちます。

(4) 次に「retriver」の設定を行います。この設定画面では、「Amazon Qのネイティブ機能」を利用するか、「Amazon Kendra」を利用するか、選択することが出来ます。今回はAmazon Qのネイティブ機能を選びました。

(5) 最後のステップが「 Connect data sources 」です。読み込みを行いたいドキュメントが格納されたデータソースを指定することができます。アプリケーションを作成後に設定可能なので、今回はそのまま「Finish」をクリックします。

データソースを追加してみる

早速先ほどスキップしたデータソースの設定をしてみます。「Add data source」をクリックします。

「Upload Docs」を選びます。

ファイルを選んでアップロードします。現時点では、最大ファイルサイズは50MBで、サポートされているファイルの種類は以下の通りです。csv、.docx、.html、.json、.md、.pdf、.ppt、.rtf、.txt、.xml、.xslt、および .xslx です。

ドキュメントアップロードを確認します。

RAG機能を確認してみる

「Preview web experience」をクリックします。

Amazon Qに質問してみましょう！

タイトル、サブタイトルなどは事前にカスタマイズしておきます。

最初に取り込みしたPDFでは日本語が多く上手く動作しなかったので、https://aws.amazon.com/aup/をPDFにしてアップロードしなおしました。

無事に応答が確認できました。

気になる価格は？

ビジネス向けとビルダー向けで価格設定が異なっています。ビジネス向けではユーザーあたり月額20ドルで、ビルダー向けではユーザーあたり月額25ドルです。

FAQから確認してみました。Amazon Qビジネスプランでは、ビジネスおよび Amazon QuickSight に関する Amazon Q の専門知識が提供されます。すべての従業員がビジネスにおける質問に対する回答を得ることができます。わずか20ドルでインサイトを得ることができます。

一方のビルダープランでは、ビジネスプランに加えて開発者と IT従業員がAWS上でQを構築するための専門ナレッジを得ることができます。

Amazon Qすでに紹介されている活用方法と今後

キーノート以外の追加アップデートも含めて公開されている活用方法と今後の社内での活用について考えてみました。

AWSのシステム開発支援（Amazon Q For AWS Builder Use）
業務向けに生成AIアシスタント（Amazon Q For Business Use）
データ分析と可視化（Amazon Q in Amazon Quicksight）
生成AIを活用したオペレーターのAIアシスタント（Amazon Q in Amazon Connect）
外部チャットアプリとの連携（Amazon Q in AWS Chatbot）
ネットワークのトラブルシューティング（Amazon Q network troubleshooting）
SQLクエリの生成（Amazon Q generative SQL in AmazonRedshift）
ETL処理の支援（Amazon Q Data integration in AWS Glue）
コードの自動変換（Amazon Q Code Transformation）
コーディング支援（Amazon Q in CodeWhisperer / Amazon Q in Amazon CodeCatalyst / Amazon Q in IDE）
AWS Console Mobile Appとの連携（Amazon Q in the AWS Console Mobile Application）

特にAWSパートナーとして面白そうだと感じたのが「EC2インスタンスの最適化」サポートです。複数種類のEC2インスタンスから最適解を得られるのは効果的です。

EC2以外のサービスでも、お客様向けの案件で接続される人数や実現したいビジネス課題をインプット情報としてアーキテクチャデザインや検討ができると便利ですね。

注釈に「 Amazon Bedrock を搭載: AWS により不正使用検知が自動化されています。Amazon Q EC2 インスタンスタイプセレクターは Amazon Bedrock 上に構築されているため、ユーザーは Amazon Bedrock に実装されている制御を最大限に活用し、安全性、セキュリティ、および人工知能 (AI) の責任ある使用を実現できます。」とあるので、適当な提案は当然できないとは思いますが、AWSのRSSフィードの情報も取り入れながら、Amazon Qから最適な構成を提案してもらい、検証をしていくという作業を試してみたいなと思いました。