Amazon Bedrock Flowsとは AIエージェントをつなぐワークフロー構築手順を解説
生成AIの業務活用が進むにつれ、「チャットで質問して答えを得る」だけでは足りない場面が増えています。社内文書の検索、回答内容の判断、担当部署への振り分けといった複数の処理を、一連の業務フローとして組み立てる必要が出てくるためです。
Amazon Bedrock Flowsは、こうした生成AIを含む処理の流れをGUI上で構築できるAmazon Bedrockの機能です。本記事では、Bedrock Flowsの概要と連携できるサービス、そして実際の構築手順までを解説します。
Amazon Bedrock Flowsとは
Amazon Bedrock Flowsは、生成AIを利用した一連の処理を「ワークフロー」として構築できるAmazon Bedrockの機能です。
例えば、「ユーザーから質問を受け付ける→社内文書を検索する→生成AIに回答を作らせる→回答内容を条件によって分岐させる」といった処理を、一つの流れとして定義できます。
通常、このような仕組みを開発するには、プログラムから生成AIのAPIを呼び出したり、条件分岐やデータ連携を実装したりする必要があります。これに対しBedrock Flowsでは、画面上に処理を表す「ノード」を配置し、それらを線でつなぐことでワークフローを構築できます。
ノーコードで組むAIワークフロー
生成AIを業務に組み込むには、モデルを呼び出すだけでなく、検索・判断・振り分けといった処理をどうつなぐかが課題になります。ここでは、AIワークフローを構築する意義と代表的なサービス、そしてその中でBedrock Flowsが持つ強みを整理します。
AIワークフローを構築するメリットは？
生成AIの利用方法は、単純にチャット画面から質問するだけとは限りません。例えば社内問い合わせシステムであれば、「質問内容を確認する」「社内規程を検索する」「生成AIで回答を作成する」「内容によって担当部署へ振り分ける」といった複数の処理が必要です。
Bedrock Flowsでは、このような処理をノード単位で配置できます。入力、プロンプト、条件分岐、Knowledge Bases、AWS Lambda、出力などを組み合わせ、一連の処理として実行できます。
完全にプログラミングが不要になるわけではありませんが、生成AIを呼び出すたびにアプリケーションコードを書く必要がなくなり、処理全体を視覚的に把握しやすくなる点が特徴です。
「生成AIに質問して回答を得る」という単純な利用から、「生成AIを含む一連の業務を自動化する」方向へ発展させられることが、AIワークフローを構築する大きなメリットです。
Amazon Bedrock Flows以外にもワークフローを構築できるサービス
AIワークフローを構築できるサービスはBedrock Flowsだけではありません。代表的なものとしてDify、n8n、AWS Step Functionsがあります。
- Dify…生成AIアプリケーションを視覚的に構築できるプラットフォームです。LLM、RAG、条件分岐、コード実行などをノードとして組み合わせられ、生成AIを中心としたアプリケーションを作りやすい点が特徴です。
- n8n…さまざまなサービスを連携させて業務を自動化するワークフロー自動化ツールです。生成AIだけではなく、SaaSやAPIなど幅広いサービスを組み合わせられます。近年はLLMやAIエージェントを利用したワークフローにも対応しています。
- AWS Step Functions…AWSサービスを組み合わせて処理を実行するためのワークフローサービスです。Amazon Bedrockとの統合にも対応しており、ステートマシンの中からBedrockの基盤モデルを呼び出せます。生成AI専用ではなく、LambdaやECSなどを含めたAWS全体のシステム処理を制御したい場合に適しています。
Amazon Bedrock Flowsのメリット～生成AIワークフローをGUIで構築できる
Bedrock Flowsの大きなメリットは、生成AIを利用したワークフローをAWS上のGUIで構築できることです。例えば、Bedrockの基盤モデル、Knowledge Bases、Agentsなどを同じワークフロー内で利用できます。外部のワークフロー製品を新たに導入する必要がなく、Amazon Bedrockをすでに利用している企業にとっては構成をまとめやすいでしょう。
また、画面上で処理の順番や分岐を確認できるため、「どのタイミングで生成AIを呼び出しているのか」「どこで社内情報を検索しているのか」といった処理の流れを把握しやすくなります。特に、非IT企業にとっては、生成AIアプリケーションをブラックボックス化させず、処理の流れを確認しながら管理できることもメリットの一つです。
最新のサービスを選択し適切なインフラ設計をお約束するスタイルズのAWS導入・移行サービスはこちら→
連携できるサービスは？
Bedrock Flowsでは、Amazon Bedrockを中心に複数のAWSサービスや機能を組み合わせられます。代表的なものとして、Amazon Bedrockの基盤モデル、Prompt Management、Knowledge Bases、Agents、Guardrails、AWS Lambda、Amazon S3、Amazon Lexなどがあります。
例えばKnowledge Basesと連携すれば、社内文書を検索した結果をもとに生成AIに回答させるRAG構成を作れます。Lambdaを利用すれば、Bedrock Flowsだけでは対応できない独自の処理を追加できます。社内APIを呼び出して商品情報を取得したり、データを加工したりする処理をLambda側に実装できます。さらにGuardrailsを組み合わせることで、生成AIへの入力や回答内容に対して安全性の制御を加えることも可能です。
このようにBedrock Flowsは単なる「生成AIを呼び出す画面」ではなく、Amazon Bedrockの各種機能とAWSサービスを組み合わせるためのワークフロー基盤として利用できます。
Bedrock Flowsの構築手順
社内FAQを検索して回答文を作成するワークフローを、コードを書かずコンソール（東京リージョン）だけで組み立てます。事前にFAQを取り込んだナレッジベース「faq-knowledge-base」と、使用モデル（Amazon Nova Pro）のモデルアクセス有効化を済ませておきます。
フローを作成する
- 左ナビゲーションの［フロー］から、右上の［フローを作成］をクリックします。
図1：フローの一覧画面。右上の［フローを作成］から開始する
- ［名前］に「faq-answer-flow」、［説明］に用途を入力し、サービスロールは既定のまま［フローを作成］をクリックします。
図2：名前・説明を入力したフロー作成ダイアログ
ノードを配置して接続する
- 左パネルの［ノード］タブから［ナレッジベース］をドラッグして追加し、「faq-knowledge-base」と「取得した結果に基づいて応答を生成」を選び、［モデルを選択］でNova Proを指定します。
- 「Prompts」ノードにも同様にNova Pro（APAC Nova Pro）を適用し、「メッセージ」欄に次の文を入力します。二重中括弧の名前が入力変数になります。
あなたはカスタマーサポートの担当者です。次の問い合わせに対し、
丁寧な日本語で回答文を作成してください。問い合わせ：{{question}} - 接続点をドラッグしてFlow input → ナレッジベース → Prompts → Flow output の順につなぎ、［保存］をクリックします。検証エラーが出なければ完成です。
図3：4つのノードを接続したフロービルダーの画面
フローをテストする
- 右側の「フローをテスト」に「無料トライアル期間は何日間ですか？」と入力して［実行］をクリックすると、FAQにもとづく回答文が生成されます。［トレースを表示］で各ノードの処理も追えます。
図4：テスト実行の結果。FAQの記載にもとづく回答文が生成された
検索と文章生成の組み合わせをGUIだけで構築できました。Lambda関数やS3、条件分岐のノードもあり、業務に応じて拡張できます。
最新のサービスを選択し適切なインフラ設計をお約束するスタイルズのAWS導入・移行サービスはこちら→
まとめ
Amazon Bedrock Flowsは、生成AIを利用した複数の処理をGUI上でつなぎ、ワークフローとして実行できるAmazon Bedrockの機能です。Knowledge BasesやAgents、Guardrails、Lambdaなどを組み合わせられるため、単純なチャットボットだけでなく、RAGや業務処理を含んだ生成AIアプリケーションを構築できます。
Difyやn8nなど同様の選択肢もありますが、AWS環境やAmazon Bedrockを中心に生成AIシステムを構築している企業では、Bedrock Flowsを利用することでAWS内に構成をまとめやすくなります。
生成AIを単体で利用するだけでなく、「検索する」「判断する」「処理する」といった業務の流れに組み込みたい場合に、Bedrock Flowsは有力な選択肢となるでしょう。