Gen Digitalは、生成AIを活用したプロフェッショナル評判管理プラットフォームであるNorton Revampを構築しました。このプラットフォームの中核となるのは、Amazon Bedrock AgentCoreのWeb Searchを基盤とするAIキュレーションニュースエンジンです。これにより、すべてのコンテンツ提案、目標推奨、ニュースフィード項目が、最新の引用付きウェブ知識に基づいて提供されます。プラットフォームは2026年3月に少数のエンジニアグループによって開発されました。
従来のチャットボットが静的な知識ベースに依存するのとは異なり、Norton Revampは各ユーザーの専門分野で現在トレンドとなっている事柄を理解する必要があります。サイバーセキュリティの専門家には今日の脅威インテリジェンスが、マーケティングリーダーには今週の業界動向が必要です。カスタムウェブクローラー、サードパーティのニュースAPI、静的なコンテンツデータベースといった従来のアプローチには、それぞれインフラストラクチャのオーバーヘッド、古いデータ、ベンダーの複雑さ、データエグレスのリスクといったトレードオフがあります。
Gen Digitalは、AgentCore Web Searchを選択する前に3つの代替案を評価しました。カスタムクローラーは継続的なメンテナンスが必要でリアルタイム性に欠けます。サードパーティのニュースAPIは、ベンダー契約、APIキー管理、AWS環境外へのデータ流出を追加します。静的な知識ベースは常に古いままです。AgentCore Web Searchはこれらの懸念を解消しました。完全マネージドでインフラストラクチャのオーバーヘッドがゼロ、AWS内で完全に動作しデータエグレスがゼロ、URLと公開日を含む引用ソースを返します。これにより、パーソナライズされたリアルタイムのニュースフィードが大規模に実現可能になります。
Web Search on Amazon Bedrock AgentCoreは、Model Context Protocol（MCP）に準拠した完全マネージドのウェブ検索機能です。AgentCore Gatewayのマネージドコネクタとして利用でき、エージェントが自然言語クエリを送信すると、Web Searchが関連するスニペット、ソースURL、タイトル、公開日を返し、モデルがグラウンディングされた応答を生成するために使用します。
この機能は3つのコア機能を支えています。AIキュレーションニュースフィードでは、各ユーザーが自分の目標に関連する最新記事やトレンドトピックを表示するパーソナライズされたコンテンツストリームを取得します。スマートコンテンツ提案では、ユーザーがトレンドトピックに合わせたAI生成のコンテンツアイデアを、自分自身のオーセンティックな声で受け取ります。トレンド認識型目標設定では、ユーザーが目標を定義すると、AIが週ごとのテーマとマイルストーンを含むパーソナライズされたロードマップを構築します。
アーキテクチャはイベント駆動型です。ユーザーが目標を設定または更新すると、Amazon Novaが目標、最近のアクティビティ、エンゲージメントパターンに基づいてターゲット検索クエリを生成します。エージェントはこれらのクエリをAgentCore Web Searchに送信し、AWS環境内で完全に引用付き結果を返します。AI学習システムが関連性、新しさ、ソースの信頼性に基づいて結果をランク付けします。ランク付けされた結果は、Amazon Nova Liteがユーザーのオーセンティックな声でコンテンツ提案を生成するためのグラウンディングコンテキストとして機能します。エンゲージメントデータはクエリ生成にフィードバックされ、ニュースエンジンは徐々に賢くなります。
技術スタックには、コンテンツ生成、パーソナライゼーション、投稿分析、コンテンツコーチングのためのAmazon Bedrock、主要LLMとしてのAmazon Nova Lite、リアルタイムウェブ取得のためのAgentCore Web Search、画像生成のためのStability AI、複雑な推論タスクのためのClaudeが含まれます。インフラストラクチャは、フロントエンドにReact、TypeScript、Tailwind CSS、バックエンドにNode.js、Amazon ECS、AWS Lambda、Amazon DynamoDB、Amazon API Gateway、Amazon S3、Amazon SQS、Amazon EventBridge、Amazon CloudFront、Amazon CloudWatch、AWS Secrets Managerを使用し、Terraformで管理され、ブルーグリーンデプロイメントでゼロダウンタイムリリースを実現しています。
処理パイプラインは4つのステージで構成されます。フルスキャンでは最大1,000件の過去投稿を取得し、Amazon S3に保存し、Amazon Bedrockバッチ分析を実行して評判への影響を評価します。デイリースキャンはAmazon EventBridgeトリガーによる増分分析です。週次目標生成ではLambdaが過去のエンゲージメントデータとAgentCore Web Searchからのリアルタイムトレンドデータを考慮して目標を生成します。コンテンツコーチングでは、Analyze、Refine、Postのフローを通じて同期Amazon Bedrock呼び出しを行い、各ステップがAgentCore Web Searchの結果でグラウンディングされます。
Gen Digitalは、製品と開発方法論の両方として、初日から生成AIを組み込みました。人間とAIの責任分担は意図的でした。人間がアーキテクチャ決定、セキュリティレビュー、ビジネスロジック、パーソナライゼーションアルゴリズムを所有し、AIがコード生成、ドキュメント、テストスキャフォールディング、リファクタリング、UIコンポーネント作成を担当しました。Claudeを使用して、コンセプトごとに10以上のデザインバリアントを生成し、デザインからプロトタイプまでの時間を数週間から数時間に短縮し、UIコードの70%をAIで生成しました。以前は1つに必要だった時間で5つの価格モデルをテストしました。ゲーミフィケーションシステムはローンチ前に8回のイテレーションを経ました。
測定可能な影響は、機能実装が3倍高速化、ボイラープレート生成が90%加速、ドキュメントが80%、テスト作成が70%、UIコンポーネント生成が65%加速しました。トレードオフとして、AI出力のレビューに時間の20〜30%を消費しました。AIはパーソナライゼーションアルゴリズム、経験に基づく判断が必要なDynamoDBマルチテーブルアーキテクチャ、セキュリティ実装、Amazon Bedrockバッチ処理の最適化を支援しました。重要な洞察は、AIが実装を加速するが、AI学習システムがユーザーの目標にどのように適応すべきかを設計したのは人間であるということです。
自動テスト生成により85%のコードカバレッジを達成しました。重要なテスト領域には、コンテンツ生成品質、AgentCore Web Search結果の関連性と鮮度の検証、エンゲージメント追跡の正確性、ゲーミフィケーションロジック、ユーザー目標に対するニュースフィードの関連性が含まれます。Nortonブランドを背負う製品として、コンプライアンスは譲れません。セキュリティチェックは、静的コード分析、依存関係の脆弱性スキャン、認証フロー、ユーザーデータ暗号化、アクセス制御ロジック、生成AIモデル出力の検証、コンテンツフィルタリングに及びました。セキュリティチームはすべてのAI生成推奨をレビューしました。AIが識別を加速し、人間が最終決定を下しました。その結果、ローンチ以来99.9%の稼働率を達成し、生成AIコンテンツ品質とユーザー満足度をリアルタイムで監視しています。
AgentCore Web Searchの統合を検討しているチームへのベストプラクティスとして、クエリ生成に投資すること、戦略的にキャッシュすること、フィードバックループを構築すること、ソース品質を検証することを挙げています。Gen Digitalは、クエリ生成に焦点を当てたプロンプトエンジニアリング、鮮度要件に合わせたTTL値でのキャッシュ、ユーザーがエンゲージした検索結果をクエリ生成にフィードバックする仕組み、権威あるソースを優先する軽量な信頼性スコアリング層を実装しました。
結論として、Norton Revampの構築は、生成AIで強化された小規模チームが数ヶ月でエンタープライズソフトウェアを提供できることを証明しました。また、Web Search on Amazon Bedrock AgentCoreが、世界の動きに常に追従する必要がある製品のリアルタイムインテリジェンスバックボーンとして機能できることも証明しました。Gen Digitalは、パーソナライズされた目標設定、AI駆動のコンテンツ提案、AgentCore Web Searchでグラウンディングされたリアルタイムキュレーションニュースフィード、適応学習、ゲーミフィケーション、Nortonグレードのセキュリティを備えた生成AIネイティブのプロフェッショナル評判管理プラットフォームを数ヶ月でローンチしました。少数のエンジニアグループが99.9%の稼働率を達成しました。生成AIはエンジニアを置き換えるのではなく、増幅します。その増幅をAgentCore Web Searchのような完全マネージドサービスと組み合わせることで、インフラストラクチャの複雑さのカテゴリ全体が排除されます。人間がビジョンを設計し、Amazon Bedrock、Amazon Nova、AgentCore Web Searchを介した生成AIが、リアルタイムで引用されたウェブ知識に基づいてそれを実現するのを加速しました。