本文にスキップ
AI News HubLIVE
サイト内リライト6 分で読了

AWS Quick におけるスキルとエージェントの仕組み

記事の要約

AWS Quick では、エージェントとスキルを使って繰り返し作業をコード化できる。エージェントは指示に従い、必要なスキルを読み込み、コネクタ経由で行動し、スペースやナレッジベース、データセット、ダッシュボードに基づいて回答する。スキルは Agent Skills 仕様に従い、段階的開示で読み込まれる。チャットで作成し、公開・共有できる。

ソースAWS Machine Learning Blog著者: Jed Lechner
AWS Quick におけるスキルとエージェントの仕組み
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内
本文へ

AI エージェントを使っていると、同じ作業を何度も説明した経験があるだろう。週次のステータス更新の作り方、リリースノートの書き方、プロジェクト管理、チケット作成などは、いずれも繰り返し発生する作業であり、AWS Quick ではエージェントとスキルを使ってこれらをコード化できる。AWS Quick は、タスクの自動化、データ分析、Web アプリケーション構築、調査を行う AI 駆動型サービスである。ユーザーは自然言語で操作し、Quick は AI エージェントを使って、接続されたデータソースやアプリケーションに対してリクエストを処理する。

本記事では、AWS Quick においてエージェント、スキル、データがどのように組み合わさるのか、チームで使えるスキルをどのように構築・共有するのかを説明する。また、公式カタログとカスタムエージェントによって、それらのスキルをどのように活用できるかも紹介する。

まず基本概念を理解しよう。AWS Quick では、エージェントが中心に位置する。エージェントは自身の指示に従い、タスクに必要なスキルを読み込み、コネクタを通じて行動し、スペース、ナレッジベース、データセット、ダッシュボードといったデータに基づいて回答を根拠づける。

エージェントは、独自の指示、知識ソース(スペース)、コネクタを持つ設定可能な AI であり、質問への回答や作業の実行に使われる。チャットでエージェントと作業することも、ルーチンを使って自律的に実行させることもできる。エージェントはユーザーがアクセスできるリソースとサービスにしか到達できず、各エージェントが何を許可されるかはユーザーが決める。Quick はすべてのユーザーが利用できるデフォルトの組み込みエージェントで、固定されたスコープを持たない。そのため各会話で、スペース、ナレッジベース、ダッシュボード、コネクタ、スキルなど、ユーザーがアクセスできるリソースを利用する。リクエストにどのデータやツールが必要かを事前に決める必要がないため、多くの作業は Quick から始められる。カスタムエージェントは、ユーザーまたはチームの誰かが特定の業務向けに設定するもので、例えば HR チームのスペースから新入社員の質問に答える入社支援アシスタントなどがある。独自の指示を与え、ユースケースに必要なスペース、コネクタ、スキルだけに制限する。テストして公開した後は、AWS Quick アカウント内の他のユーザーやグループと共有できる。

エージェントは、Quick に接続したデータに基づいて回答する。スペースは、エージェントが情報源として使うドキュメントや AWS Quick リソースの整理されたコレクションである。個人、チーム、または組織内の他のグループ向けに作成できる。ファイルやフォルダをアップロードしたり、ダッシュボード、ナレッジベース、アクションコネクタ、データセットなどの資産を追加したりできる。Quick との会話を開始するときにスペースを添付すると、その会話で Quick が使うデータを絞り込める。スペースをエージェントに追加すると、そのスペースはエージェントの設定の一部となり、リクエストに応じて利用される。ナレッジベースは、データソースからのドキュメントやコンテンツを整理・索引化したコレクションで、検索と質問応答に最適化されている。Quick は Google Drive、Microsoft OneDrive、Confluence、Microsoft SharePoint、Amazon Simple Storage Service(Amazon S3)、Web クローラー、Amazon Bedrock Managed Knowledge Bases などのソースからナレッジベースを同期し、同期スケジュールに従って最新の状態に保つ。データセットとダッシュボードは、AWS Management Console を通じてプロビジョニングされたアカウントで利用できる、Quick のビジネスインテリジェンス機能である AWS Quick Sight に由来する。データセットは分析やダッシュボードで使うために準備されたデータの集合であり、ダッシュボードは他の Quick ユーザーと共有する分析の公開版である。データセットを使うと、データベーステーブルなどの構造化データ上に意味的に豊かなメタデータを構築でき、自然言語で複雑な分析ユースケースをこなせる。コネクタは AWS Quick を外部アプリケーションやネイティブツールに接続し、エージェントがデータを読み取ったり、ユーザーに代わって行動したりできるようにする。クラウドコネクタは Microsoft Outlook、Slack、Jira、Asana、Salesforce、およびリモートでホストされる Model Context Protocol(MCP)サーバーに Quick を接続し、Quick を使うすべてのデバイスで利用できる。ローカルコネクタは自分のマシン上で動作し、例えば自分でホストする MCP サーバーのように、そのマシンが起動して接続されている間だけツールを利用できる。

スキルは、エージェントに特定のタスクのやり方を教える再利用可能な指示セットであり、Quick のエージェントの動作と作業完了の基盤でもある。他のエージェントと同様、Quick のエージェントは ReAct パターンに従うマネージドエージェントループ(ハーネス)上で動作する。ユーザーがプロンプトを渡すと、エージェントは利用可能なツールと指示を使って目標を達成し、回答を返す。Strands Agents SDK などのエージェントフレームワークも、同じモデル駆動ループを中心に構築されている。Quick のデフォルト機能の多くはシステムスキルによるもので、例えば Word 文書、PowerPoint プレゼンテーション、Excel スプレッドシート、PDF の生成を依頼できる。システムスキルは、スキルが同梱するスクリプトを使ったコードで文書を作成・編集できる。そのほか、Web の閲覧、コードの実行、深い調査の実行、音声や動画の文字起こし、画像生成を行うシステムスキルもある。Quick 自体を管理するものもあり、AWS Quick Flows の構築、ルーチンのスケジュール設定、Kiro などのコーディングエージェントへの作業の引き渡し、メモリとナレッジグラフの管理、To-Do の追跡などを行う。Quick 内ではシステムスキルのオン・オフはできるが、編集、複製、エクスポート、公開、共有、削除はできない。

スキルが多様な作業をこなせるのは、AWS Quick が提供する機能とツールによる。あるスキルは、テンプレートから週次ステータス更新を作成するような成果物を生み出せる。別のスキルは、今週の Jira 更新を集めて Slack に要約を投稿するような、コネクタをまたぐワークフローを自動化できる。また、Python スクリプトで計算を実行し、JavaScript で結果をグラフ化するスキルもある。

Quick のスキルは、Anthropic が開発しオープン標準として公開した Agent Skills 仕様に従う。2026 年 4 月にプレビューとして登場し、2026 年 9 月に一般提供となった AWS Quick デスクトップ版は、この仕様を採用している。スキルはフォルダであり、ルートに Markdown ファイル SKILL.md があり、必要に応じてスクリプトや参照ファイルが含まれる。ファイルの frontmatter(2 本の --- の間の属性)には、名前、説明、その他のメタデータが格納される。例えば release-notes-generator というスキルでは、マージされたプルリクエスト、コミット、変更履歴から人間が読めるリリースノートを生成することを説明し、トリガーとなるフレーズを列挙する。名前と説明は、スキルをトリガーする上で最も重要な 2 つの要素である。Quick はスキルをエージェントのプロンプトに読み込む際に段階的開示を用いる。エージェントは、リクエストがそのスキルを必要とするまで、各スキルの名前と説明だけを読む。必要になると、スキルの完全な指示を読み込む。そのため、「バージョン 2.3 のリリースノートを生成して」といったフレーズがスキルのトリガーに役立つ。仕様では名前は 64 文字、説明は 1,024 文字に制限され、スキル内の指示は 5,000 トークン未満に抑えることが推奨されている。

スキルはチャットから、ファイル(.md または .zip)から、またはルートに SKILL.md を持つフォルダから作成できる。本記事ではチャットに焦点を当てる。まず、チャットでタスクを説明する。例えば、一定期間ごとに特定のソースからデータを取得し、特定の処理を行い、完了後にレポートを作成して指定のコネクタで関係者に送信する必要がある、というテンプレートを使って要件を伝え、その要件からスキルを作成し、テストシナリオの考案を手伝うよう Quick に依頼する。これだけで独自スキルの構築を始められる。あるいは、以前にタスクを達成した複数ターンの会話を基に、Quick にスキルを生成させることもできる。結果に満足したら、Customize、Skills の順に選択し、下書きのスキルを見つけて詳細パネルを開き、Publish を選択する。次に Share を選択し、共有する相手やグループを指定する。公開と共有は別の手順であり、公開だけでは誰もスキルにアクセスできない。共有された人は「Shared with me」の Add to Quick からスキルを追加し、再公開のたびにそのバージョンは同期される。

短い説明や会話から構築したスキルは自分には安定して使えても、チームと共有する本番スキルには多くの考慮事項がある。スキルはコードのようなもので、多くのエンジニアリングのベストプラクティスが知識労働者にも役立つ。「自分のマシンでは動く」とは、構築した本人では動作するが、他の人がインストールしたり使ったりすると壊れるソフトウェアを指す。スキルを作る際は環境を考慮する必要がある。スキルの指示は、エージェントにデータソースを問い合わせさせたり、コネクタやツールを呼び出させたりすることがある。ソフトウェアエンジニアは通常、利用の前提条件を文書化することでこの制限に対処する。例えば、スキルを単独で共有する場合は、要件を記した README を作成するとよい。スキルを使うエージェントを共有する場合は、その接続元も共有しないと、共有された人は自分が既にアクセスできるソースからしか回答を得られない。

失敗への備えも重要である。エージェントはサードパーティやファーストパーティのサービスに依存する接続ソースを使う。コードを書くとき、エンジニアはソフトウェアの一部が失敗した場合にどうするかを理解する必要がある。こうしたシナリオをスキルの指示に組み込めば、エージェントは具体的な指示に基づいて適応できる。下流サービスの専門家になる必要はない。エージェントは目標に向かって進み、あるステップが失敗したら再試行したり別の方法を試したりできる。ただし、失敗がタスクやビジネスプロセスに影響する場合に何をすべきかは列挙する必要がある。例えば、スキルのワークフローに「エージェントが {{recipient}} にメールでレポートを送信する」という指示があるとする。メール送信が失敗した場合、エージェントはどうすべきか。検証を追加し、レポートが送信済みフォルダに表示されることを確認し、失敗した場合は停止して、レポートが送信されなかった旨と理由をユーザーに伝え、ユーザー自身が送信できるようにする、といった指示を加えるとよい。失敗シナリオの処理は、エージェントを実行する場合にさらに重要になる。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • エージェントは独自の指示、知識ソース、コネクタを持つ設定可能な AI。Quick はデフォルトの組み込みエージェントで、カスタムエージェントは特定業務向けに構成して共有できる。
  • スキルは Agent Skills 仕様に従う再利用可能な指示セットで、SKILL.md の名前と説明がトリガーの鍵になる。
  • 公開と共有は別ステップ。共有された側は「Shared with me」から追加し、再公開のたびに同期される。
  • 本番向けスキルの共有では、環境依存、失敗時の処理、エンジニアリングのベストプラクティスを考慮する必要がある。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。