組織はさまざまな形式でデータを収集しています。構造化データはデータベースやスプレッドシートに存在し、非構造化データはドキュメント、レポート、ファイルシステムに保存されたファイルに存在します。両方を一緒に分析するには、通常、複数のツールを切り替え、別々のクエリを実行し、手動で結果を関連付ける必要があります。Amazon Quickは、統一されたエクスペリエンスでこの問題に対処します。強化されたデータセットを介して構造化データを接続し、S3に基づくナレッジベースを介して非構造化データを接続できます。その後、単一の会話型AIエージェントを介して両方にクエリを実行できます。
この記事では、Amazon Quickで構造化データと非構造化データを組み合わせる方法を段階的に説明します。ソリューションは3つの層で構成されます。データ層では、非構造化コンテンツ（ドキュメント、PDF、レポート）がAmazon S3に保存され、ナレッジベースを介してインデックス化されます。構造化データ（メトリクス、売上高、運用KPI）は、エージェントが質問をSQLに変換するために使用するセマンティック記述を含む強化されたデータセットとしてロードされます。ワークスペース層では、Spaceが両方のデータ型を単一のワークスペースにまとめます。Spaceは非構造化クエリ用のナレッジベースと構造化クエリ用のデータセットを参照し、ダッシュボード、ファイルアップロード、アクションコネクタを含めることもできます。エージェント層では、カスタムチャットエージェントがSpaceにリンクし、それを知識ソースとして使用します。ユーザーが質問すると、エージェントはナレッジベース、データセット、または両方のどちらをクエリするかを判断し、引用付きの統合された回答を返します。Amazon Quickは、コンテンツ安全性スクリーニングなどの組み込みのAIガードレールも適用します。
このソリューションを実装するには、いくつかの前提条件があります。Amazon Quickアカウント（Enterpriseサブスクリプション）、ビジネスドキュメント用のAmazon S3バケット、管理者によって付与されたS3バケットへのアクセス権、および統合、ナレッジベース、データセット、Space、チャットエージェントを作成する権限が必要です。サンプルデータには、3つの非構造化PDFドキュメント（ビジネスレビュー、市場分析レポート、製品戦略メモ）と1つの構造化CSVファイル（製品販売データ）が含まれます。
ステップ1では、Amazon S3統合を作成します。Amazon Quickコンソールの左側のナビゲーションパネルで「ナレッジ」を選択します。コネクタタイプのリストからAmazon S3の下にある「追加」を選択します。S3ナレッジベースの作成ダイアログで、統合の名前、S3バケットの場所（同じAWSアカウントまたは他のAWSアカウント）、S3バケットのURLを入力し、「次へ」を選択します。
ステップ2では、ナレッジベースを作成します。S3統合が作成されると、Amazon Quickはナレッジベースの作成を促します。ナレッジベースは、AIを活用した検索のためにS3コンテンツをインデックス化します。ナレッジベースの名前（例：「ビジネスナレッジベース」）を設定し、コンテンツとして「すべてのコンテンツを追加」を選択して接続されたS3バケット内のすべてをインデックス化するか、「特定のコンテンツを追加」を選択して含めるフォルダーとファイルのS3プレフィックスを指定します（プレフィックスフィルターは大文字と小文字を区別します）。オプションの設定で、ドキュメントレベルのアクセス制御リスト（ACL）やメタデータファイルフォルダーを設定できます。ACLを使用するかどうかはナレッジベースを作成する前に決定する必要があります。後で変更することはできません。このチュートリアルではサンプルデータを使用するため、デフォルト設定で十分です。「作成」を選択すると、成功バナーが表示され、ナレッジベースのインデックス作成がバックグラウンドで開始されます。
ステップ3では、データセットを作成して強化します。データセットは、Amazon Quickにロードされた構造化データファイルです。セマンティック記述、カスタム指示、正しいデータ型でデータセットを強化することで、AIエージェントはデータをより正確に解釈し、自然言語の質問をSQLクエリに変換できます。まず、Amazon Quickのホームページから左側のナビゲーションで「データ」に移動します。「データセットの作成」を選択し、「ファイルをアップロード」を選択します。先ほどダウンロードしたProduct_Sales.csvファイルを選択して「開く」を選択します。確認画面で列名とデータ型を確認し、「次へ」を選択してデータセットを作成します。Amazon QuickはファイルをSPICE（インメモリ計算エンジン）に取り込み、データセットがデータセットリストに表示されます。データセット名はアップロードされたファイルに由来するため、アカウントにはProduct_Sales.csvとして表示されます。
データセットを強化するには、データセットページで「データセットを編集」を選択してデータ準備ビューに入ります。「変換」タブで、自動検出が誤っている列のデータ型を更新します。このデータセットの場合、Order DateとDate Keyを文字列から日付に変更し、Customer IDを文字列から整数に変更し、Sales、Discount、Profitを文字列から小数に変更し、QuantityとUnit Priceを文字列から整数に変更します。「出力」タブを選択して、データセットレベルの強化フィールドにアクセスします。ここで、データが何を表し、どのように使用するかをAIが理解するためのコンテキストを提供します。説明を追加します（例：「AnyCompanyの製品販売トランザクションデータ。FY2024-FY2025の北米、EMEA、アジア太平洋、ラテンアメリカの注文をカバー。注文詳細、顧客情報、製品ライン、収益メトリクスを含む」）。カスタム指示を追加します（例：収益値は米ドル。パフォーマンスを比較する場合は地域でグループ化。時間ベースの傾向分析にはOrder Dateを使用。Sales = Quantity x Unit Price x (1 – Discount) など）。各列の説明も追加できます（例：Order ID：「各販売トランザクションの一意の識別子（形式：REGION-YYYY-NNNNNN）」、Region：「地理的販売地域：北米、EMEA、アジア太平洋、またはラテンアメリカ」など）。編集が完了したら「保存して公開」を選択します。
ステップ4では、Spaceを作成します。SpaceはAmazon Quickの統合データワークスペースであり、ファイルアップロード、ダッシュボード、ナレッジベース、アクション、データセットを保持できます。これにより、チャットエージェントはデータ型を横断してクエリを実行する単一の場所を得られます。左側のナビゲーションから「スペース」を選択し、新しいSpaceを作成します。名前を「ビジネスインテリジェンスハブ」とします。次に、ナレッジベースとデータセットをSpaceに追加します。「ナレッジを追加」を選択し、リストから「ナレッジベース」を選択して「ビジネスナレッジベース」を選びます。再度「ナレッジを追加」を選択し、リストから「データセット」を選択して「Product_Sales.csv」を選びます。これでSpaceには、ナレッジベース（非構造化ドキュメント）と強化されたデータセット（構造化販売データ）の両方がデータソースとしてリンクされ、「準備完了」状態で表示されます。
ステップ5では、カスタムチャットエージェントを作成します。左側のナビゲーションで「チャットエージェント」に移動し、「チャットエージェントを作成」を選択します。Amazon Quickはプロンプトビルダーを表示し、自然言語でエージェントを説明するか、トレーニングガイド、プロジェクトコーディネーター、オンボーディングヘルパーなどのテンプレートから選択できます。このチュートリアルでは「スキップ」を選択してエージェントを手動で構成します。構成パネルで、まずエージェントのペルソナを設定します。エージェントIDを「ビジネスインテリジェンスアシスタント」、説明を「ナレッジベースのビジネスデータを分析して情報サイロを打破するAIアシスタント」とします。エージェントペルソナの指示には、次のように入力します。「あなたは情報サイロを打破するために組織を支援するビジネスインテリジェンスアシスタントです。主な機能は次のとおりです。1. S3に保存されたビジネスデータを分析する。2. ナレッジベースのレポートやメモから関連する調査結果を取得する。3. 内部データと外部トレンドを結びつける包括的な洞察を提供する。4. データ分析に基づいて明確で実行可能な推奨事項を生成する。質問に答えるときは、常に情報源を引用し、結論に至った方法を説明してください。実用的な洞察を提供することに焦点を当ててください。」
エージェントの構成が完了したら、エージェントを以前に作成したSpace「ビジネスインテリジェンスハブ」にリンクします。これにより、エージェントはナレッジベースとデータセットにアクセスでき、ユーザーが質問すると自動的にどちらのデータソースをクエリするかを判断します。たとえば、ユーザーが「前四半期の北米地域の販売実績はどうでしたか？市場分析レポートの傾向とどのように関連していますか？」と質問すると、エージェントはデータセット（販売データを取得）とナレッジベース（市場分析レポートを取得）の両方をクエリし、引用付きの統合された回答を生成します。
この階層型アプローチにより、ソリューションは時間の経過とともに拡張できます。Spaceに新しいデータソースを追加すると、そのSpaceにリンクされたエージェントがそれを利用でき、応答は質問するユーザーの権限に従います。Amazon QuickのAIガードレール（コンテンツ安全性スクリーニングなど）もチャットインタラクションに自動的に適用され、安全とコンプライアンスを確保します。