すべての組織は同じ基盤モデルにアクセスできますが、真の競争優位性は独自のデータとドメイン知識でモデルをカスタマイズすることから生まれます。しかし、経験豊富なチームでさえ、その実現は複雑です。教師あり微調整（SFT）、直接選好最適化（DPO）、検証可能報酬による強化学習（RLVR）などの微調整技術の習得、断片化された API やモデル固有のデータ形式への対応、厳格な評価の設計、数か月に及ぶ実験サイクルの管理が必要です。
Amazon SageMaker AI は、この状況を変えるエージェント体験を提供します。開発者は自然言語でユースケースを記述するだけで、AI コーディングエージェントがユースケース定義、データ準備、技術選択、評価、デプロイのプロセス全体を効率化します。目的に応じて構築されたエージェントスキルは、特定のユースケースに適用される微調整の専門知識、必要な形式へのデータ変換、LLM-as-Judge 指標を使用した品質評価、Amazon Bedrock または SageMaker AI エンドポイントへの柔軟なデプロイを提供します。モデルカスタマイズ用のエージェントスキルは生産性を向上させるだけでなく、トークン使用量を削減します。生成されるコードはすべて完全に編集可能で、再利用可能なアーティファクトとして既存のワークフローにシームレスに統合できます。
この体験を真に強力にしているのは、モデルカスタマイズ用のエージェントスキルです。これらは、カスタマイズライフサイクル全体にわたる深い AWS およびデータサイエンスの専門知識をエンコードした、事前構築済みのモジュール式命令セットです。ユースケースを記述すると、AI コーディングエージェントが関連スキルをアクティブ化し、データ準備と検証、技術選択、ハイパーパラメータ設定、モデル評価、デプロイをガイドします。スキルは、SageMaker AI API、ML ワークフロー、ベストプラクティス、一般的なパターンに関する専門知識を提供し、コーディングエージェントがより正確で SageMaker AI 固有のガイダンスを提供できるようにし、各ステップで即座に実行可能なノートブックを生成します。スキルは完全にカスタマイズ可能なため、チームのワークフロー、ガバナンス基準、ツールの好みに合わせて変更でき、組織のベストプラクティスを再現可能にします。これは汎用的なコーディングアシスタントでは難しい課題です。
SageMaker AI Studio JupyterLab では、Amazon の AI ソフトウェア開発エージェント Kiro がデフォルトでチャットパネルに設定されており、AI 駆動のコード補完、デバッグ支援、対話型コーディングサポートを提供します。SageMaker AI JupyterLab でコーディングエージェントを使用すると、スペースが自動的に関連する SageMaker AI モデルカスタマイズスキルをエージェントのコンテキストにロードします。さらに、Claude Code などのエージェント通信プロトコル（ACP）互換のコーディングエージェントを設定でき、ワークフローに最適なツールを柔軟に選択できます。
この記事では、前提条件（AWS アカウント、IAM ロール、S3 バケットなど）、スキルの概要（設定、発見、トレーニング、評価、デプロイのフェーズをカバーする9つのモジュール式スキル）、サポートされる微調整技術の説明、および完全なソリューション実装：FreedomIntelligence/medical-o1-reasoning-SFT データセットを使用した小規模言語モデル（SLM）Qwen3-0.6B の臨床推論モデルへの微調整を提供します。手順には、JupyterLab での Kiro の起動または Claude Code の設定、計画フェーズ、微調整の実行、評価、デプロイが含まれます。
スキルはカスタマイズ可能で、既存のスキルを拡張したり、新しいスキルをシンプルな Markdown ファイルとして ~/.kiro/skills ディレクトリに作成したりできます。これにより、バージョン管理と組織全体での共有が容易になります。
要約すると、Amazon SageMaker AI のエージェント式モデルカスタマイズ体験は現在利用可能です。数分で開始できます。SageMaker Studio で Kiro とエージェントスキルが事前設定された JupyterLab スペースを起動するか、GitHub から同じスキルを好みの IDE に取り込みます。ユースケースを自然言語で記述し、エージェントがデータ準備から評価、デプロイまでをガイドします。かつて数か月の専門的な機械学習作業と深い知識を必要としたプロセスが、数日で完了できるようになりました。専門知識はエンコードされ、ワークフローはガイドされ、コードはあなたのものです。今すぐ GitHub リポジトリにアクセスして SageMaker AI エージェントスキルプラグインとステップバイステップガイドを入手し、ドキュメントを参照して SageMaker AI サーバーレスモデルカスタマイズがアイデアからプロダクションモデルへの道をどのように加速するかをご確認ください。