AWS 第42回『GenUで生成AIアプリの第一歩を踏み出そう』

こんにちは、DIS AWS推進チームです。

生成AIはニュースやSNSで日常的に取り上げられ、ビジネスの現場でも関心が急速に高まっています。「自社でも何か試したい」「まずは小さくPoCをやってみたい」と考える企業は決して少なくないはずです。
とはいえ、ゼロから生成AIが組み込まれたアプリを作るとなると、AIモデルの選定から認証、ログ保存、UI開発まで、意外と多くの工程が必要です。
また、生成AIでどういったことができるかわからず、社内での検討も進められないといった課題を抱えている方も多いでしょう。

そこに“最初の一歩”を提供してくれるのが、AWSが公開しているGenU（Generative AI Use Cases JP）です。

本記事では、上記のような課題を解決するための生成AIアプリケーションGenUについて紹介します。最近DISで提供するAWSアカウントでもGenUの利用が出来るようになりましたので、ぜひこの機会にGenUを使って、生成AIを体験してみましょう！

GenUは、Amazon Bedrockを活用して生成AI Webアプリを即座に構築できる、AWS公式のオープンソースデモアプリです。
Webブラウザから操作するだけでアプリの作成ができるようになっており、チャット、文章生成、要約など、代表的な生成AIのユースケースがあらかじめ組み込まれています。初めての方でも、すぐに生成AIアプリの動きを体験できる点が大きな魅力です。

またGenUはAWS Japanの有志メンバーを中心に開発され、OSS（オープンソースソフトウェア）として公開されています。そのため、誰でも自由に利用でき、必要に応じてカスタマイズして自分の環境に合わせたアプリに仕上げることも可能です。GenUを利用するには、AWSサービスのLambdaやBedrockなどの構築が必要ですが、構築手順は複数用意されており、比較的シンプルに準備できるよう工夫されています。

Amazon Bedrockは、複数の生成AIモデルを統一されたAPIで簡単に呼び出せるフルマネージドサービスです。利用できるモデルには、たとえば以下のようなものがあります。

Meta：Llamaシリーズ
Amazon：Nova、Titanなど

これらをAWS上から手軽に利用できるため、開発者はモデルごとの細かい構成を意識せずに、生成AIアプリを構築できます。

昨年末より、DIS環境のAWSアカウントでもAmazon Bedrockが利用可能となりました。
これにより、GenUをそのままDISのAWS環境で試すことができるようになり、生成AIを活用したアプリ開発のハードルが一気に下がりました。
なお、Anthropicが提供するモデル（Claudeなど）は現時点では利用不可となっています。

Amazon Bedrockを自分のアプリに組み込みたいと考えている方にとっても、実際にBedrockが組み込まれて動作しているGenUは、非常に参考になる教材になります。
モデルの呼び出し方法やAPIの使い方、アプリ側での処理フローなどを、完成したサンプルとして確認できるため、「まずは動く生成AIアプリを見て構造を掴みたい」という人にとって理想的な出発点です。
単に触って終わりではなく、実装のイメージを具体的に掴めるのがGenUの大きな魅力と言えます。

①代表的な生成AIユースケース

GenUを構築すると、生成AIでよく使われる代表的なユースケースをそのまま標準機能として体験できます。特別な設定や追加開発をしなくても、すぐに以下の機能を触れます。

・チャット
・テキスト生成
・要約
・執筆
・翻訳
・Web コンテンツ抽出
・画像生成
・動画生成
・映像分析
・ダイアグラム生成

②カスタムユースケース

標準のユースケースを体験できるだけでなく、独自の指示文(プロンプト)を使ってオリジナルの生成AIアプリを作ることも可能です。用途に合わせてプロンプトを組み替えることで、チャット以外にも、業務特化型の文章生成や分類タスクなど、自由度の高いアプリをノーコードで作成できます。
また、プロンプトを作るのが難しい場合は、自然言語の入力でプロンプトを作るアプリを作成することが可能で、このアプリもAWSサイトからダウンロードしたファイルを流し込むことで簡単に作成できます。

③RAG機能

ドキュメントを参照しながら回答を生成するRAG（Retrieval-Augmented Generation）機能も利用できます。手元の資料や社内ドキュメントを検索し、その内容をもとに回答を返す仕組みを簡単に試せるため、

マニュアルの要点抽出
社内FAQの自動化
ドキュメント参照型チャットボット

といったシナリオを、実際の業務に近い形で体験できます。
RAGの構造を理解したい方や、自社データを活用した生成AIアプリのイメージを掴みたい方にとって、非常に参考になる機能です。

④セキュアな環境

こうした機能により、GenUは“手軽に試せる”だけでなく実際の業務環境に近い形で生成AIアプリを運用するシナリオを検証できます。

⑤マルチモデル対応

Amazon Bedrockが提供する複数ベンダーの生成AIモデルに対応しており、利用目的に合わせてモデルを切り替えながら試せます。Bedrockのマルチモデル環境をそのまま活かせるため、「用途ごとに最適なモデルを比較したい」「モデルごとの挙動を試したい」というユーザーにもGenUは非常に便利です。

GenUを利用する際に必要となるサービスは、公式で公開されているアーキテクチャ図にまとめられています。これらはサーバーレス技術を中心に構成されており、初期コストを抑えて導入しやすい点が大きな特徴です。たとえば以下のようなAWSサービスが中心になります（例：Lambda、API Gateway、DynamoDB、Bedrockなど）。利用した分だけ費用が発生する仕組みなので、PoCや小規模環境でも手軽にスタートできます。また、アーキテクチャ図のリンクには試算例（概算コスト）が記載されているため、
「まずどれくらい費用がかかるのか知りたい」という場合にも非常に参考になります。

※生成AIチャットボットを構築したい(社内データ連携なしの場合) | AWSより抜粋

※社内知識を活用した生成AIチャットボットを構築したい | AWSより抜粋

RAGなどのオプション的な機能を利用するかのシナリオによって構成が変わりますが、基本的には以下の機能を実現するためのAWSサービスを利用しています。

・認証機能
・ユーザーインターフェース提供(フロントエンド)
・裏側の処理(バックエンド)
・生成AIサービス(Amazon Bedrock)
・組織内のデータと生成AIを連携するコンポーネント

GenU（Generative AI Use Cases）を導入する際には、利用シーンや環境に合わせて複数のデプロイ方法が用意されています。
「まず全体像だけ把握したい」という方向けに、それぞれの特徴やメリットを簡潔にまとめました。
具体的な手順は、公式GitHubなどを参照しながら進めるのがおすすめです。

この記事では、GenUについてご紹介しました。最大のポイントは、「生成AIアプリを気軽に試せる」という点です。GenUを活用すると、生成AIでどのようなことが可能なのかを、実際に触りながら理解できます。高度な準備を整える必要がないため、「まずは体験してみたい」と考えている方にも取り入れやすいサービスだと思います。
今後、GenUに関する記事を執筆する機会があれば、実際の構築手順や、筆者が作成したオリジナルアプリなどもあわせてご紹介できればと考えています。

最後までお読みくださりありがとうございました。

--Let's Enjoying Amazon Web Services!