はじめに
本記事は、2025年10月に開催されたAWSコミュニティ JAWS-UG浜松 での登壇内容を記事としてまとめたものです。
今回のプロジェクトでは、AWSのAIアシスタントである Amazon Q Developer を活用することで、開発のリードタイムをどこまで短縮できるかに挑戦しました。テーマとして、以下の2点を主軸に置いています。
-
Amazon Q Developerによる爆速構築
生成AIを単なるチャットツールとしてではなく、設計・実装・デバッグを共に行う「パートナー」としてフル活用しました。AIが要件を理解し、即座に最適なコードや構成案を提示することで、インフラ構築からデプロイまでを駆け抜ける、次世代の開発スピードを検証しています。 -
王道のサーバーレスアーキテクチャ
「S3 + API Gateway + Lambda + DynamoDB」という、AWSにおける最も基本的かつ汎用的な構成を採用しました。自分自身の学習のため、あるいはこれから学ぶ人への指針として、最も汎用性の高いパターンをAIと共に正しく習得・整理したいという狙いがあります。
AIという強力な相棒を得ることで、実務でも活用機会の多いこのアーキテクチャをいかに効率化できるか、そのプロセスを共有します。
2. システム構成（アーキテクチャ）とデータの流れ
今回構築したのは、フロントエンドからデータベースまでをすべてマネージドサービスで構成した、サーバーレスの王道パターンです。
各リソースの役割
-
S3 (Amazon Simple Storage Service):
フロントエンド（HTML/CSS/JavaScript）をホスティングします。「静的ウェブサイトホスティング」機能を利用することで、サーバー管理なしでWebサイトを公開できます。
-
Amazon API Gateway:
フロントエンドからのリクエストを受け付ける入口です。今回はHTTPプロトコルベースのREST APIを通じて、バックエンドのLambda関数を呼び出します。
-
AWS Lambda:
バックエンドのロジックを担当します。今回はPythonを使用して、DynamoDBからクイズデータを取得・加工する処理を記述します。
-
Amazon DynamoDB:
クイズデータを格納するNoSQLデータベースです。スキーマレスで柔軟なデータ構造を持てるため、今回のようなクイズアプリのデータベースで採用しました。
データの経路（リクエスト・レスポンス）
-
静的コンテンツのロード:
ユーザーがブラウザでS3のエンドポイントにアクセスし、HTML/CSS/JSをロード。 -
APIリクエスト:
JavaScriptがAPI Gatewayに対して「クイズ取得」のリクエスト（GET）を送信。 -
処理のトリガー:
API GatewayがLambda関数を起動。 -
データ取得:
LambdaがDynamoDBからクイズデータを取得。 -
レスポンスの返却:
LambdaがデータをJSON形式に整え、API Gateway経由でブラウザへ返却。 -
クイズの表示:
JavaScriptがJSONを解析し、画面上に俳句と選択肢をレンダリング。
なぜこの構成か
- 高いスケーラビリティ: アクセス数に応じて自動スケール。
- コスト効率: 従量課金のため、リクエストがない時は費用がほぼゼロ。
- 運用負荷の低減: サーバー管理が不要で、ビジネスロジックの開発に集中できる。
3. 構築手順：Amazon Q とコンソール操作の組み合わせ
今回の構築では、すべてをAI任せにするのではなく、 「ロジック生成は Amazon Q」「リソース配置と設定はコンソールでの手動操作」 と役割を分けました。コンソールを自分で操作することで、各サービスの設定項目を正しく理解し、アーキテクチャへの学びを深めることを目的としています。
ステップ1：バックエンド（Lambda）の生成とデプロイ
まず、APIの核となるロジックを Amazon Q に依頼して生成します。
- Amazon Q へのプロンプト：
AWS Lambdaでシンプルなクイズデータ取得APIをap-northeast-1に作りたいです。 DynamoDBのテーブル名は 'QuizTable' と仮定する。このテーブルから全データを読み込み、JSON形式で返すPython 3.12のLambda関数コードを記述してください。 このLambdaをデプロイするためのSAMテンプレートも作成し、必要なIAM権限（DynamoDBへの読み取り）が自動で付与されるようにしてください。ただし、API Gatewayの定義は含めないでください。
-
コンソールでの操作：
生成されたSAMテンプレートをもとにLambda関数を作成します。次のコマンドでデプロイを実行します。
sam deploy --stack-name QuizStack --resolve-s3 --capabilities CAPABILITY_IAM
ステップ2：データベース（DynamoDB）の構築
DynamoDBテーブルを作成し、AIが生成したクイズデータを登録します。
-
コンソールでの操作（テーブル作成）：
DynamoDBコンソールからQuizTableを作成し、パーティションキーをquizId(String) に設定します。 - Amazon Q へのプロンプト（データ生成）：
以下のJson形式の例に倣って、クイズを3つ作ってください。テーマは「 任意のテーマ 」で、問題文は中級レベルの俳句形式にしてください。
{ "quizId": {"S": “0"},
"questionText": {"S": "朝起きて 鏡に映る 寝ぐせ髪"},
"options": {"L": [{"S": "前髪"}, {"S": "後ろ髪"}, {"S": "横髪"}, {"S": "つむじ"}]},
"correctAnswerIndex": {"S": "1"},
"explanation": {"S": "寝ぐせの王道といえば後ろ髪！前髪は気にして直すけど、後ろは見えないから一日中ハネてることも。みんな経験ありますよね。"}}
explanationではその問題の面白さをフレンドリー面白く教えてください。出力結果はDynamoDBのコンソール画面でjson形式でインプットできる形で出力してください。
-
コンソールでの操作（データ投入）：
出力されたJSONデータを、DynamoDBの「項目の作成」からインプットします。
ステップ3：フロントエンド基盤（S3）の設定
Webサイトを公開するためのインフラを準備します。
-
コンソールでの操作：
S3バケットを作成し、「静的ウェブサイトホスティング」を有効化します。アクセスポリシーを設定し、外部から閲覧可能な状態に整えます。
以下はバケットポリシーの例です。ポリシーは状況に応じて適切に設定してください。
{ "Version": "2012-10-17",
"Statement": [ {
"Sid": "PublicReadGetObject",
"Effect": "Allow",
"Principal": "",
"Action": "s3:GetObject",
"Resource": "arn:aws:s3:::バケット名/"
} ]}
ステップ4：APIの公開（API Gateway）
バックエンドとフロントエンドを繋ぐゲートを作成します。
-
コンソールでの操作：
API Gatewayコンソールから「REST API（またはHTTP API）」を作成。リソースとメソッド（GET）を定義し、ステップ1で作ったLambda関数と紐付けます。デプロイを行い、エンドポイントURLを発行します。
ステップ5：UI（HTML/CSS/JS）の生成と公開
最後に、ユーザーが触れる画面を Amazon Q に作ってもらいます。
- Amazon Q へのプロンプト：
S3にホスティングするシンプルなクイズWebサイトを構築したい。index.html, style.css, script.js の3つのファイルを生成してください。回答ボタンを持ち、選択肢は黒文字にする。API GatewayのURLは「 発行したURL 」にしてください。 ※APIから返される日本語がUnicodeエスケープされているため、JSON.parse()前にデコード処理を追加してください。
-
コンソールでの操作：
生成されたファイルをS3バケットにアップロードして、全工程が完了です。
4. 実装のポイント：直面した課題と解決策
AIが生成したコードをベースにしつつ、実用レベルに調整したポイントを整理します。
-
Unicodeデコード処理:
日本語が \u30b5... 形式（Unicodeエスケープ）で返ってくることをから、JavaScript側でデコードするロジックを指示しました。 -
Few-shotによる精度向上:
データの作成依頼時にJSONの具体例を一つ提示することで、DynamoDBにそのまま登録可能な形式を確実に得るようにしました。
5. まとめ
今回のチャレンジを通じて、Amazon Q Developer という強力なパートナーがいれば、AWSの王道アーキテクチャを驚くほどスムーズかつ正確に構築できることが実感できました。
特に、具体的なプロンプトを投げることで、「コードを書く作業時間」を「アーキテクチャを理解し、最適化を検討する時間」に変えられる点に、開発における生成AIの真価があると感じています。
この記事が、サーバーレスをこれから学ぶ方や、AIを活用した開発に興味がある方の参考になれば幸いです。