変更要約: in-scope サービス網羅: 第2章2節に生成 AI 開発・エージェントの in-scope サービス節を追加（Kiro/Strands Agents/Amazon Bedrock AgentCore）
2.2AWS の生成 AI サービス
Amazon Bedrock、Amazon Q、Amazon SageMaker JumpStart など、AWS で生成 AI を使うためのサービスと使い分けを理解します。
AWS では生成 AI を自分でモデルを作らずに使えるサービスがそろっています。「自分のアプリに組み込む」か「すぐ使えるアシスタント」かで選びます。
2.2.1主なサービス
- Amazon Bedrock：複数ベンダー（Anthropic・Amazon・Meta 等）の基盤モデルに API 経由でアクセスし、自分のアプリに生成 AI を組み込むフルマネージドサービス。RAG（ナレッジベース）・エージェント・ファインチューニング・ガードレールも提供。
- Amazon Q：業務やコーディングを支援するすぐ使える生成 AI アシスタント（Amazon Q Business／Amazon Q Developer）。
- Amazon SageMaker JumpStart：事前構築モデルやソリューションをすばやく利用・微調整・デプロイできる（自分で作り込む寄り）。
- Amazon Bedrock Guardrails：生成 AI の有害な入出力やトピック逸脱を抑制する安全機構。
| やりたいこと | AWS サービス |
|---|---|
| 基盤モデルを API で自分のアプリに組み込む | Amazon Bedrock |
| すぐ使える業務/コーディング支援 | Amazon Q |
| 事前構築モデルを試す・微調整する | SageMaker JumpStart |
| 社内文書に基づく回答（RAG） | Bedrock ナレッジベース |
| 有害出力の抑制 | Bedrock Guardrails |
選び方の軸は「作り込むか／すぐ使うか」です。独自の生成 AI アプリを構築するなら基盤モデルに API でアクセスする Amazon Bedrock。開発をせず社内業務やコーディングをすぐ支援したいなら既製の Amazon Q。事前構築モデルを自分で試して微調整・デプロイしたいなら SageMaker JumpStart。これは Azure の「OpenAI Service（作り込む）／Copilot（すぐ使う）」と同じ発想で整理できます。
シナリオ：3つの選定。
①顧客向けの独自チャット機能をアプリに組み込みたい→Amazon Bedrock（基盤モデル＋ナレッジベースで RAG＋Guardrails で安全制御）。
②社員が社内データに自然文で質問できる既製ツールが欲しい→Amazon Q Business。
③データサイエンティストが公開モデルを試して微調整したい→SageMaker JumpStart。
混同に注意：
①Bedrock（基盤モデルを API で自作に組み込む）と Amazon Q（既製アシスタント）を取り違えない。
②Bedrock は複数ベンダーの基盤モデルを選べる（単一ベンダーではない）。
③RAG は Bedrock ナレッジベース、安全制御は Guardrails。
④これらは生成 AI 向け。前章の Rekognition/Comprehend 等は従来型の用途別 AI で別カテゴリ。
Q. Bedrock と SageMaker JumpStart の違いは？ Bedrock は基盤モデルを API で手軽にアプリへ組み込む（サーバー管理不要）、JumpStart は SageMaker 上でモデルを自分で試・微調整・デプロイする（作り込み寄り）。Q. Bedrock で社内データに基づく回答は？ ナレッジベース（RAG）を使います。Q. Amazon Q は何ができる？ Q Business は社内データ Q&A、Q Developer はコーディング支援です。
「基盤モデルを API で自分のアプリに＝Amazon Bedrock」「すぐ使えるアシスタント＝Amazon Q」「事前構築モデルを試す/微調整＝SageMaker JumpStart」「RAG＝Bedrock ナレッジベース」「安全制御＝Guardrails」の対応が頻出です。Bedrock は複数ベンダーの基盤モデルを選べます。
2.2.2生成 AI 開発・エージェントの in-scope サービス
生成 AI を「使う」だけでなく「作る」ための新しいサービスも AIF-C01 の範囲です。AI を中核に据えた統合開発環境（エージェント型 IDE）が Kiro で、自然言語の意図から仕様・コードを生成し開発を支援します。AI エージェントをコードで構築するためのオープンソースのフレームワーク／SDK が Strands Agents で、数行でツールを使うエージェントを定義できます。本番のエージェントを安全にスケールさせて動かすマネージドな実行基盤が Amazon Bedrock AgentCore で、エージェントのメモリ・ツール連携・ゲートウェイ・監視などを提供します。「Amazon Q Developer（既製のコーディング支援）→ Kiro（エージェント型 IDE）→ Strands Agents（自前でエージェントを構築）→ Amazon Bedrock AgentCore（本番実行基盤）」と、作り込みの度合いで並べて捉えると整理できます。
2.2.3この節のまとめ
- Amazon Bedrock＝基盤モデルをAPIで自分のアプリに（RAG/エージェント/Guardrails も）
- Amazon Q＝既製アシスタント、SageMaker JumpStart＝事前構築モデルを試す/微調整
- 選定軸は「作り込む（Bedrock/JumpStart）／すぐ使う（Amazon Q）」
- エージェント開発＝Kiro（IDE）／Strands Agents（SDK）／Bedrock AgentCore（実行基盤）
進捗の記録にはログインが必要です。
理解度チェック
（軽い確認用）Q1. 複数ベンダーの基盤モデルに API 経由でアクセスし、自分のアプリに生成 AI を組み込める AWS サービスはどれですか？
Q2. 業務やコーディングを支援する、すぐ使える AWS の生成 AI アシスタントはどれですか？
Q3. 事前構築モデルやソリューションをすばやく利用・微調整できる Amazon SageMaker の機能はどれですか？