📚Zenn4月3日· 2分で読める中級🔥 注目Amazon Bedrock ナレッジベースにおけるチャンキング戦略Amazon Bedrockでチャンキング戦略を選ぶ際の実装ノウハウです。デフォルト・固定サイズ・階層型・セマンティックチャンキングを試した結果、意味的なメタデータ[description]を活用し、カスタム変換Lambda関数で分割するアプローチを採用。仕様書のような構造化ドキュメントをRAGに取り込む場合、文脈を保全しながら精度を高める具体的な実装が学べます。#RAG#Amazon Bedrock#チャンキング♡0👎☆ 保存記事を読む →
📚Qiita3月23日· 2分で読める中級🔥 注目RAGの品質、なんとなくで判断していませんか？ ― Amazon BedrockとRagasで始めるLLM-as-a-Judge評価パイプラインRAG運用で「改善されたのか分からない」という課題に、LLM-as-a-Judge手法とRagasフレームワークで定量的に対応できます。Ragasは検索と生成を分離評価し、4つのメトリクス（Faithfulness・Answer Relevancy・Context Precision・Context Recall）で問題を切り分けられます。Amazon Bedrockでの実装例付きで、「どこが悪いのか」を可視化し、改善アクションを導出する具体的なパイプラインを解説しています。#RAG#LLM-as-a-Judge#Ragas♡0👎☆ 保存記事を読む →
📚Qiita3月5日· 1分で読める中級【2026年最新】Amazon Bedrockの全体像を「3つの要素」でスッキリ整理する（初心者向け）Amazon Bedrockを「脳・記憶・手足」の3要素で整理する入門ガイドです。基盤モデル（Claude・Nova・Llama）の選択、ナレッジベースでのRAG実装、エージェントによるAPI連携まで、実務的なAIアプリ構築の全体像を体系的に学べます。プレイグラウンドで即座に試せるため、初心者でも実装感を持って進められます。#Amazon Bedrock#RAG#エージェント♡0👎☆ 保存記事を読む →