AWS Amazon Bedrock Knowledge Bases で構造化データ(CSV)を使用した RAG をつくる -アーキテクチャ編-
Amazon Bedrock Knowledge Bases と Amazon S3 Vectors で構築した RAG 環境で、構造化データをデータソースにしたときの検索精度向上を目指しました。本記事はアーキテクチャ編です。
Amazon Bedrock Knowledge Bases
AWS 
AI・ML （シリーズ1：RAGの基本情報 / 第2回）チャンキング（チャンク化）とは：戦略の全体像、サイズ/オーバーラップ設計、失敗パターンと検証デモ
RAGで「検索は当たるのに回答が噛み合わない」原因はチャンキング設計にあることが多い。本記事ではchunk size/overlapの勘所、代表6戦略＋発展2、LangChain×Vertex AI（Gemini Embedding）デモで検証方法まで整理。
AWS ベクトルDBどれにする？Pinecone, Amazon Bedrock Knowledge Bases, Amazon Kendraを比較調査
この記事では、InfoWeaveで選択可能なPinecone, Amazon Bedrock Knowledge Bases, Amazon Kendraの3つのベクトルデータベースの違いについて従量課金要素や検索アルゴリズム、検索精度などの面から調査を行いました！その結果、Pineconeは最も低価格でPoCや小規模展開での導入に向いており、Knowledge Baseaは価格と精度のバランスを重視した導入、Kendraは高い検索精度を重視した導入に向いているのではないかという結論になりました。
AI・ML 「その質問、ドキュメントに書いてある」問題を終わらせたい：RAG連載を始めます
社内ナレッジをRAGで活用し、膨大なドキュメントから必要情報を素早く見つける仕組みを目指します。本記事では連載開始の背景と、RAG基礎〜Bedrock実装・アプリ/エージェント構築までの構成を紹介します。
AWS React で Amazon Bedrock Knowledge Bases ベースの簡易 RAG チャットボットをつくる [2026年1月版] UI編
AWS re:Invent 2025 で、Amazon S3 Vectors が GA されました。それを受けて、以前作成した RAG チャットボット環境をアレンジしてみました。本記事は UI 編です。
AWS React で Amazon Bedrock Knowledge Bases ベースの簡易 RAG チャットボットをつくる [2026年1月版] 実装編
AWS re:Invent 2025 で、Amazon S3 Vectors が GA されました。それを受けて、以前作成した RAG チャットボット環境をアレンジしてみました。本記事は実装編です。
AWS React で Amazon Bedrock Knowledge Bases ベースの簡易 RAG チャットボットをつくる [2026年1月版] アーキテクチャ概要編
AWS re:Invent 2025 で、Amazon S3 Vectors が GA されました。それを受けて、以前作成した RAG チャットボットをアレンジしてみました。