AWS Summit Japan に参加し、生成AI 関連の展示を大量チェック。
基盤開発 (IaC) でも 「生成AIを使うのが当たり前」 な時代が目前に来ていると痛感したので、ツール選定のメモを残しておきます。
（PoC 前のラフ比較です）

注意

生成AIの進化は爆速。記載内容は 2025-06-25 時点。

まずは “導入ハードルの低い順” に触ってみる方針です。

比較した 4 つの選択肢

	ChatGPT	GitHub Copilot	Amazon Q Developer	Bedrock (+RAG)
価格感	無料〜Plus/Team	Copilot Individual $10/人・月	無料～ $19/人・月 (Pro)	従量課金月$350~(モデル+ベクタDB)
VS Code 連携	✅ 拡張多数	✅ 公式プラグイン	✅ AWS Toolkit プラグイン	❌ 自作が必要
RAG/KB	外部ツール次第	外部ツール次第	リポジトリ検索 + MCP 連携	✅ Knowledge Bases (OpenSearch / Aurora)
Agent 自動化	Assistants (β)	Copilot Chat	Q Developer Agents	Bedrock Agents
特徴	翻訳/要約も強い	GitHub エコシステム親和	AWS 権限操作/CLI 連携	最も自由度が高い

各サービス雑感

1. ChatGPT

✅ 使い慣れた人が多い
✅ VS Code拡張でコード補完やチャットが可能
❌ AWS リソース権限操作は自前実装が必要

2. GitHub Copilot

✅ GitHub リポジトリと自然に連携
✅ VS Code/JetBrains/Visual Studio 公式プラグイン
❌ AWS 外部との連携は薄め

3. Amazon Q Developer

✅ $19/ユーザ/月、Free Tier あり
✅ VS Code/JetBrains プラグイン＋CLI、MCP で外部ツールも呼べる
✅ Agent がコード実装〜テスト〜デプロイまで自動化
❌ Knowledge Bases は現状なし（ただしリポジトリ内検索 + MCP 連携で擬似 RAG 可）

4. Bedrock (+Knowledge Bases)

✅ Foundation Model を自由選択
✅ OSS サンプル bedrock-chat で 1日デプロイ可
→URLやS3バケットを指定して、RAGの学習データにできる
→Temperatureや、有害な応答・頼性の低い回答ブロック等チューニング可
✅ Vector Store は OpenSearch Serverless か Aurora PostgreSQL(pgvector) 等選択可 :
❌ OpenSearch Serverless 最小構成 ~$350/月（約5.5万円）〜。
冗長構成やリージョン次第で 10 万円超も
→ 少量データなら Aurora Serverless(pgvector) + Knowledge Bases がコスト圧縮手段
❌ VS Code 連携は自作 (API 叩き)

まとめと次アクション

将来像メモ
設計書もコードと同じリポジトリで Git 管理し、
プルリク送れば Q Developer Agent が差分から設計書を自動更新――
そんなワークフローが “普通” になるかもしれませんね。

以上、AWS Summit 2025のメモでした。誤りや最新情報があればコメントでぜひ教えてください！