『Amazon Bedrock AgentCore実践入門』ハンズオン完走レビュー｜エラー対応の手応えと費用感

概要

普段はAWSが提供しているAIエージェントのkiroを利用していますが、調査や文章の添削といった補助的な使い方がメインでした。
そのため、「AIエージェントを使って他にどんなことができるのか」「さらに業務を効率化する方法はないか」と模索していたところ、実践的なハンズオンがついた本書に出会いました。

実際に購入して一通り完了したため、本記事ではハンズオンで得た学び、実践にかかった費用、感想、おすすめ度などをまとめていきます。

本書について

Amazon Bedrock AgentCore実践入門は、自分の行ってる業務に合わせてAIエージェントを構築・運用する力を身につける為の本です。

• 想定読者：ITエンジニア・開発者（Linuxの基本コマンド操作ができる前提）
• 構成: AgentCoreに関する座学 ＋ 実践的なハンズオン

座学だけでも基礎知識は得られますが、ハンズオンを実践することでより理解が深まる構成になっています。

なお、本記事作成時点ではライブラリ等のバージョン差異により、サンプルコードをそのまま動かすとエラーになる箇所が数か所ありました。そのため、完全に初学者だとハンズオンを完走するのはややハードルが高く、ある程度の前提知識や自力でトラブルシューティングできる力が必要だと感じました。（※ハマったポイントは後述します）

ハンズオンで作成したもの＆かかった費用

作成したもの

本書では、単なる簡単なコード実行にとどまらず、外部ツールと連携した実践的なエージェント構築を体験できます。

• シンプルなエージェント: 基本的なタスク実行コードの動作確認
• 外部連携エージェント: S3にアップロードされた画像（JPG）をエージェントが解析し、その内容を判断してConfluenceへ自動で記載する連携処理など

AWS環境内にとどまらず、サードパーティ製ツール（S3 × Confluence）と連携させた高度な自動化ワークフローまでカバーされていました。

かかった費用（API利用料等）

• 合計費用: 約13 USD
• 他サービス費用: なし（GitHubやConfluenceなど、AWS外の連携サービスは無料枠で完結）

※基本すべてのハンズオンを実施し、トラブルシューティングや動作検証で何度か再実行した結果の金額です。一度でスムーズに進められた場合は、もう少し費用を抑えられると思います。

実践して学んだこと

• AIエージェントの内部構造と設計手法
  Research Agentの構築を通じ、複数エージェントへの役割分担（マルチエージェント構成）や、知識を保持するための短期・長期記憶（Memory）の設計など、普段ユーザーとして質問・調査しているだけでは見えない裏側の仕組みを学べました。

• 業務自動化への具体的なイメージ
  ハンズオンで「経費申請の自動処理」のような実業務に近いシステムを構築できたのが大きな収穫でした。AIエージェントの組み合わせ次第で、自分の日常業務にも十分落とし込める手応えを得られました。

つまずいたポイントと対処法

なお、ハンズオンを進める際は**「書籍本文」よりも「GitHubリポジトリの最新コード・コマンド」を優先する**のがおすすめです（いくつか記載に相違がありましたが、GitHub側が正でした）。

具体的にハマったポイントと対処法は以下の通りです。

• 依存ライブラリ等のバージョンエラー

  • 状況: 一部コマンドがそのままでは失敗する。
  • 対処: Geminiにエラーログを渡し、原因特定とコード修正を行って解決しました。

• Confluence連携でデータが反映されない

  • 状況: .env の誤りを修正したものの、Confluence側に連携されない現象が発生。
  • 原因と対処: 設定変更後に cdk deploy を実行しておらず、変更が反映されていませんでした。単体コードのエラーログだけではGeminiでも原因特定が難しかったため、Kiroにローカルのプロジェクト全体を読み込ませ、コードと設定の整合性を追うことで無事に原因を特定できました。

感想

AIエージェントによる業務効率化について、「調査、文章の構成、コード作成以外に何ができるのか？」という漠然とした疑問を持っていましたが、本書を通して具体的な活用イメージ（1つの回答例）を得ることができました。

高度に見えるマルチエージェントや外部ツール連携も、実際に手を動かして作成・デバッグしたことで「難しそう」という心理的ハードルがかなり下がりました。

今後は今回学んだ構成をベースに、自分の日常業務でもAIエージェントを活用した自動化を試していきたいと思います。

一方で、書籍とGitHubコードの構成面では以下のような点を感じました。

• 良かった点: 主要なコマンドやコードがGitHubリポジトリに用意されていたため、コピペでスムーズに進められる場面が多く助かりました。
• 気になった点: コマンドが100%すべて掲載されているわけではなく、「どの部分が省略されているのか（例：ファイル作成するtouchコマンドはあるが、編集するviコマンドなどの記述はない）」を読み解く必要があり、少し煩わしさを感じる部分もありました。

とはいえ、そうした「省略部分を補う作業」も含めて自力でコードを追う良い訓練にはなったと感じます。今後は今回学んだ構成をベースに、自身の業務効率化にもAIエージェントを取り入れていきたいです。

どんな人におすすめか

• おすすめしたい人

  • 「AIを使って日常業務を自動化してみたいが、具体的にどう組めばいいか分からない」という課題を抱えている人
  • 単なる座学だけでなく、実際に手を動かしてAIエージェントの動きを体感したい人

• 注意点

  • 前述の通り、ライブラリのバージョン差分などでエラー出る箇所があるため、「本をそのままなぞれば簡単に完成する」という内容ではありません。
  • エラーが出た際ログを読んだり、AIツール等を使って自力でトラブルシューティングできる前提で臨むのがおすすめです。とはいえ、書籍の通りにやって、出たエラーをAIに伝えることが出来れば大体解決出来るので、そこまで大変ではないです。

まとめ

• AIエージェントの可能性と業務運用のイメージが掴める良書
• ハンズオンはエラーや省略箇所の対応が必要なため、トラブルシューティング力（またはAIでのエラー解消スキル）が必須

単なる質問・回答の域を超えて、AIエージェントを業務にどう組み込むかを具体的に学べる貴重な体験になりました。業務自動化の第一歩として、気になる方はぜひ実践してみてください。