Amazon Web Services ブログ
Category: General
週刊AWS – 2025/11/24週
Amazon CloudFront がBYOIP 機能に対応、Amazon Bedrock で Claude Opus 4.5 が利用可能、AWS Glue Data Quality で前処理クエリ機能が一般提供開始、Amazon Quick Flows でスケジューリング機能が利用可能、AWS Network Firewall Proxy がプレビュー版として提供開始、AWS Glue 5.1 がリリース、Amazon Route 53 で、パブリック DNS レコード管理の高速復旧オプションを発表、Amazon Bedrock で新しい Reserved サービスティア が提供開始
第 5 回 AWS ジャパン 生成 AI Frontier Meetup ~学びと繋がりの場~【開催報告】
アマゾン ウェブ サービス ジャパン(以下、AWS ジャパン)が 2024 年 7 月に発表した「生成 AI […]
東京海上日動システムズ株式会社様の AWS 生成 AI 事例:全社生成 AI 実行基盤とエンタープライズ RAG システムの構築
東京海上日動システムズ様における全社向け生成 AI 実行基盤の構築事例を紹介しています。マルチアカウント構成による基盤設計の考え方や、RAG システムにおける技術選定と実装の工夫、コスト最適化の取り組みなど、企業での生成 AI 活用を検討される際の参考となる内容です。
【開催報告】第三回 中央省庁向け AWS ガバメントクラウドワークショップ
こんにちは。ソリューションアーキテクトの東 健一です。普段はパブリックセクター技術統括本部で中央省庁のお客様の […]
AWS Japan の新卒が Kiro でマネコン上の操作を支援する Chrome 拡張機能をチーム開発してみた!
みなさん、こんにちは! 本ブログは Kiroweeeeeeek ( X: #kiroweeeeeeek) の第 […]
グラフデータを使用した Network Digital Twin と Agentic AI を活用した被疑箇所の特定
本記事は 2025 年 8 月 18 日に公開された Beyond Correlation: Finding […]
Oracle Database から Amazon Aurora PostgreSQL への移行を加速する生成 AI エージェント
本ブログは三菱電機ビルソリューションズ株式会社様と Amazon Web Services Japan 合同会 […]
Kiro における負債にならない Spec ファイルの扱い方
Kiro の Spec ファイルは「仕様駆動開発」を構成する要素です。Spec ファイルにより仕様を起点として設計・実装を進めることができ、仕様と実装の同期を保ちながら開発を進めることができます。このように Spec ファイルは Kiro の中核をなす要素なのですが、適切に扱わないと負債になってしまう可能性があります。本記事では、「Spec ファイルの切り方」「Spec ファイルの更新方法」「Spec ファイルの共有方法」の 3 つの視点から、負債にならないための工夫をお伝えします。
Kiro クレジットをより有効活用する方法
私たちの Kiro における目標は、最高の価格で最高の結果をお届けすることです。この目標を達成するため、私たちは以前から Auto を開発してきました。Auto は Sonnet 4.5 などの最先端モデルと、意図検出、キャッシュなどの専門的なモデルや最適化技術を組み合わせたエージェントです。Auto の品質については高い基準を設けており、最先端モデルが提供するレベル以下のものは受け入れません。11 月 7 日に新バージョンの Auto をリリースした結果、リクエストで消費するクレジットが大幅に削減されました。日常的な一般的なリクエストでは、お客様のクレジット使用量が 21 % 削減されました。最も要求が厳しく複雑なリクエストをお持ちのお客様では、36 % の削減を実現しています。
Kiro における Opus 4.5 をご紹介
Claude Opus 4.5 のサポート提供を開始できることを嬉しく思います。Opus 4.5 は、Anthropic 社の最新かつ最も高性能なモデルで、コーディングとエージェントワークフローにおいて新たな基準を打ち立てています。Opus 4.5 は、SWE-bench において最先端のパフォーマンスを達成しています。開発タスクの実装や複雑なバグの修正において、複数のシステムにわたって推論を行いながら、トレードオフと曖昧さのバランスをより適切に取ることができます。Opus 4.5 は、長時間のタスクを実行し、複雑なコードベース全体にわたって推論できるエージェントを動かすことに最適であり、仕様駆動開発に理想的です。







