Amazon Web Services ブログ
AI と一緒に進める AWS Well-Architected Framework レビュー のすすめ
「セキュリティは大丈夫だろうか」
「障害が起きたときに復旧できるだろうか」
「このアーキテクチャはベストプラクティスに沿っているだろうか」
AWS 上にシステムを構築・運用する中で、このような漠然とした不安を感じたことはないでしょうか。
例えばよくある Web 3 層構成 のアーキテクチャにおいて、アーキテクチャ図は一見問題ないように見えても、実運用に入ると以下のような問題が顕在化するケースが考えられます。
- 運用者全員で管理者権限の IAM ユーザーを使い回しており、意図しない操作/変更が行われる
- 操作・変更履歴を取得しておらず、障害時に原因追跡ができない
- アプリケーションのデプロイの失敗時、切り戻しを考慮しておらずサービス復旧に時間がかかる
- データベースの認証情報がハードコーディングされている
- 退職者の IAM アカウントが放置され、不正利用される
- サーバーやデータベースの性能不足によりサービス影響が発生する
図1 : Web 3 層構成をもとにしたリスク例
こうした潜在的リスクを体系的に炙り出し、改善していくためのフレームワークとして有用なのが AWS Well-Architected Framework です。
6 つの柱（運用上の優秀性、セキュリティ、信頼性、パフォーマンス効率性、コスト最適化、サステナビリティ）に基づくベストプラクティスに沿ったレビューを実施することで、ワークロードの品質を継続的に向上できます。
AWS Well-Architected Frameworkの概要については「AWS Well-Architected Framework 入門編【AWS Black Belt】」をご参照ください。
しかし、Well-Architected Framework レビュー（WAFR） の実施には「フレームワークの内容を理解するのが難しい」「いつでも気軽に相談できるアドバイザーが欲しい」「時間がなくてレビューを実施できない」という悩みの声を耳にします。
そこで本記事では、AI を活用して WAFR を加速する 3 つのアプローチを紹介します。
2026 年 6 月に開催された AWS Summit Japan 2026 の Well-Architected ブースで展示した内容です。
(配布資料ダウンロードリンク)
3 つの AI レビューアプローチ
ニーズに応じた 3 つの方法をご紹介します。
図2 : 3 つの AI レビューアプローチ
1. Well-Architected Quick Advisor — チャットで気軽に Well-Architected について相談
Amazon Quick のチャットエージェント機能を活用して構築する Well-Architected の専門性を持ったアドバイザーです。
技術レベルを問わず誰でも AWS Well-Architected Framework に関する質問を気軽に行えます。
図3 : Amazon Quick チャットエージェントで WAFR を AI に手助けしてもらう例
チャットエージェントの作成方法
エージェント作成時のプロンプト例：
AWS Well-Architected Framework について、なんでも相談できる AI エージェントを作ってほしいです。質問者のレベルに合わせて相談にのってあげてください。レビューの支援を求められたら支援してください。最新情報は AWS Knowledge MCP Server を利用してください。
AWS Knowledge MCP Server と連携することで、常に最新のベストプラクティス情報を参照できます。
また、ブラウザ拡張機能として利用すれば、AWS Well-Architected Framework ホワイトペーパーを読みながら不明点をその場で質問することも可能です。
図4 : Amazon Quick ブラウザ拡張でホワイトペーパーの理解を AI に手助けしてもらう例
2. Well-Architected Skills & Steering — コーディングエージェントに Well-Architected の能力を付与する
Well-Architected Framework の知識をコーディングエージェント（IDE）に組み込むサンプルスキル・ステアリング集です。
開発フローの中で自然に WAFR を実施できます。
GitHub: https://github.com/aws-samples/sample-well-architected-skills-and-steering
対応コーディングエージェント （2026/7/15 ブログ執筆時点）
- Kiro
- Kiro Power (recommended for Kiro users)
- Claude Code
- Cursor
- Codex (OpenAI)
- Windsurf
- GitHub Copilot
- Gemini CLI
- Antigravity
- Junie (JetBrains)
- Amp
- OpenClaw
- Cline
- AWS DevOps Agent
インストール
1 コマンドでインストールできます。使用中の AI ツールを自動判別します。
npx skills add aws-samples/sample-well-architected-skills-and-steering
出力例
例えば、あるゲームアプリケーションに対してレビューを実施すると、以下のようなスコアカードや改善計画が出力されます。
図5 : 各柱のスコア 1-5とハイリスクレポートの出力例
3. Well-Architected IaC Analyzer — 生成 AI による自動レビュー
生成 AI を使用して Infrastructure as Code（IaC）ファイルや設計書を AWS Well-Architected Framework のベストプラクティスに照らして自動レビューする Web アプリケーションです。
GitHub: https://github.com/aws-samples/well-architected-iac-analyzer
図6 : Well-Architected IaC Analyzer 画面
使い方
Step 1: ドキュメントをアップロード
- 単一または複数の IaC ファイル
- IaC プロジェクト（zip）
- アーキテクチャ図（PNG/JPEG）や設計書（PDF）
Step 2: レビュー対象の柱を選択
Step 3: レンズを選択（オプション）
例：Generative AI Lens、Financial Services Industry Lens など
Step 4: レビューを開始
分析結果の活用
① ベストプラクティス準拠状況の一覧
準拠していない観点とその理由が一覧表示されます。
各項目には優先度（Priority）・重大度（Severity）・複雑度（Complexity）の 3 段階スコアが付与され、判定理由も確認できます。
図7 : Well-Architected IaC Analyzer 分析結果の出力例
② 優先順位付けマトリクス
リスクの重大度（影響の大きさ）と実装の労力（複雑さ）の 2 軸で 4 象限に分類し、アクション優先順位を可視化します。
「クイックウィン」（高影響 × 低労力）に分類された項目から優先的に対応することで、効率的にセキュリティや信頼性を向上できます。
図8 : 優先順位付けマトリクス
③ アナライザーアシスタント
各ベストプラクティスの詳細画面から「アナライザーアシスタントに質問」ボタンをクリックすると、具体的な実装ステップや修正コード例まで確認できます。
図9 : アナライザーアシスタント
Well-Architected IaC Analyzer アーキテクチャ
図10 : Well-Architected IaC Analyzer アーキテクチャ図
Amazon Cognito によるユーザー認証、Amazon ECS / AWS Fargate によるアプリケーション実行、Amazon Bedrock による生成 AI 分析、そして Amazon Bedrock Knowledge Bases を活用した RAG（Retrieval Augmented Generation）構成により、常に最新の Well-Architected ベストプラクティスに基づいたレビューを提供します。
まとめ
Well-Architected Framework レビュー（WAFR）は、クラウドワークロードの品質を継続的に高めるための重要な活動です。
AI を活用することで、従来のレビューに対するハードルを大幅に下げ、より多くのチームが日常的にベストプラクティスに沿った開発・運用を実践できるようになります。
まずは気軽に Well-Architected Quick Advisor で相談するところから始め、開発チームには Well-Architected Skills & Steering を導入し、定期的なレビューには Well-Architected IaC Analyzer を活用する——といった形で、ご自身のチームに合ったツールから活用頂ければ幸いです。
AI と共に Well-Architected な開発・運用を目指しましょう。