AICU Study

CLAUDE ACADEMY 公式レクチャー

Amazon Bedrock で Claude を使う

73レッスン・8時間の AWS 実装編

中級 全73レッスン 約8時間 クイズあり 修了バッジあり 提供: Anthropic · 英語

マーシャが教える学習ポイント

この講座で何を学べるかを、日本語で聴けます。約30分55秒。
受講を始める前に聴いておくと、公式サイトを見ながらの理解度が上がります。

再生速度

話しているのは AICU のボイス「マーシャ・アランチャ」（合成音声）です。 内容は AICU が独自に書いた解説で、公式教材の音読ではありません。

このコースの内容

入口を Bedrock にした大型実装コースで、カリキュラムは API 版とほぼ並行して進む。モデル概要とアクセス設定から、マルチターン、システムプロンプト、temperature、ストリーミング、出力制御、構造化データ。続いてプロンプト評価とプロンプトエンジニアリング、JSON Schema によるツール定義・複数ツール・バッチ処理・柔軟な構造化抽出・text editor ツール。RAG はチャンキング、埋め込み、BM25、複数検索の組み合わせ、リランキング、contextual retrieval まで踏み込む。最後に extended thinking・画像・PDF・引用・プロンプトキャッシュ、MCP のツール／リソース／プロンプト定義とクライアント実装。

マーシャの注目ポイントAWS 上に閉じた構成が要件になる案件向け。API 版との重複が大きいので、使うクラウドに合わせて1本選べば十分です。

学習目標

日本語は AICU による要約です。Anthropic 公式の翻訳ではありません。

カリキュラム — 全73レッスン

  1. 1
    Claude モデルの概要Overview of Claude Models

    このレッスンでは、Claude の3つのモデルファミリー（Opus・Sonnet・Haiku）の特徴と得意分野を学び、用途に応じた選び方がわかります。各モデルの知能・速度・コストのトレードオフや、実務での組み合わせ方（ユーザー向けは Haiku、ビジネスロジックに Sonnet、複雑処理に Opus など）を理解して、Amazon Bedrock 上で最適なモデル設計ができるようになります。

    • Claude Opus 紹介
    • Claude Sonnet 紹介
    • Claude Haiku 紹介
    • モデル選びの指針
    • 複数モデルの活用法
  2. 2
    API へのアクセスAccessing the API

    このレッスンでは、Webチャットアプリでユーザー入力がどのようにAIレスポンスに変わるかの全体像を学べます。サーバーが受け取ったテキストを Bedrock クライアント経由で Claude モデルに渡し、生成された応答を返す一連のリクエストフローと各要素の役割（ユーザーインターフェース、サーバー、モデル、Bedrock）の関係が理解できるようになります。実装時に注意すべきデータの流れと責任範囲が把握できます。

    • チャットアプリの仕組み
    • リクエストの流れ
  3. 3
    リクエストを送るMaking a request

    この回では、Amazon Bedrock 経由で Claude を呼び出すための実務手順が分かります。Bedrock クライアントの作り方、モデルIDとリージョン可用性の考え方、Inference Profile を使ったリージョン自動振り分け、そして API に渡すユーザーメッセージの構造と応答の取り出し方を具体例で学びます。会話形式のメッセージ設計も理解でき、マルチモーダルや複数ターンの基礎が掴めます。

    • Bedrock クライアントの設定
    • モデルIDと地域可用性
    • Inference Profiles の利用
    • ユーザーメッセージの作成
    • リクエストの実行
    • メッセージタイプの理解
  4. 4
    マルチターン会話Multi-Turn conversations

    このレッスンでは、Amazon Bedrock 上で Claude と対話を継続する際に必要な設計が学べます。Bedrock と Claude はメッセージを保存しないため、会話の文脈を自前で管理する方法や、全履歴を毎回送る実装手順、会話履歴を扱うためのヘルパー関数の作り方がわかります。また、API が要求する user↔assistant のロール交互ルールや、文脈が欠けた場合の誤解の回避方法についても実例で理解できます。

    • メッセージ未保存の扱い
    • コンテキストの重要性
    • 会話コンテキストの構築
    • メッセージ管理の補助関数
    • マルチターン会話の実装
    • メッセージの役割交替
  5. 5
    システムプロンプトSystem prompts

    このレッスンでは、System prompts の考え方と実装方法を学び、Claude を特定の役割に従わせて一貫性のある応答を引き出す手法がわかります。ユーザーメッセージに全ての指示を入れる欠点を理解し、Bedrock の converse API に system パラメータを渡す実例や柔軟なチャット関数の作り方を習得します。システムプロンプトの制約や Bedrock 特有の注意点（会話途中での変更不可など）にも触れます。

    • ユーザーレベル指示の問題点
    • システムプロンプトの優位性
    • システムプロンプトの実装
    • 柔軟なチャット関数の構築
    • システムプロンプトの実践例
    • 重要な技術的詳細
  6. 6
    TemperatureTemperature

    このレッスンでは、Claude の出力を「創造的か決定的か」という観点から調整するための温度パラメータの役割と使い方を学びます。温度が生成プロセスにどう影響するか（確率の分配とサンプリング）を理解し、低・中・高それぞれの適切な利用場面（事実応答や要約、ブレインストーミング等）を具体例とともに把握します。さらに、Bedrock API で温度を設定する方法と実践での挙動の違いも身につけます。

    • Claude のテキスト生成
    • Temperature の役割
    • Temperature 範囲と用途
    • 低温設定 (0.0–0.3)
    • 中温設定 (0.4–0.7)
    • 高温設定 (0.8–1.0)
    • コードでの Temperature 設定
    • Temperature の実用例
    • 主要な要点
  7. 7
    ストリーミングStreaming

    このレッスンでは、converse_stream を使ったストリーミング出力の仕組みと実装手順を学べます。イベントの種類と到着順を理解し、contentBlockDelta から逐次テキストを抽出してリアルタイム表示する方法が分かります。フロントエンドへの配信やエラーハンドリング、最終メッセージの保存など実運用で必要な処理も解説します。これにより、待ち時間を減らして応答を「見せる」インターフェースが作れるようになります。

    • ストリーミングの仕組み
    • 基本的な実装
    • ストリームイベントの理解
    • テキストの抽出方法
    • 実用的な応用例
  8. 8
    モデル出力を制御するControlling model output

    このレッスンでは、Claude に対して出力の「始まり」をこちらで用意する Prefilled Assistant Messages と、特定の文字列で生成を即座に止める Stop Sequences の使い方を学びます。どちらもプロンプトだけでは難しい応答の方向付けや途中打ち切りを実現するための実践的テクニックで、API 呼び出し時のパラメータ設計や具体例を通して、応答の精度と制御性を高める手法が身につきます。

    • 事前入力済みアシスタントメッセージ
    • ストップシーケンス
  9. 9
    構造化データStructured data

    Claude を使って JSON やコード、CSV などの構造化データを「余計な説明なしで」取り出す方法が学べます。assistant message のプレフィルと stop sequences を組み合わせて、モデルが出力を余計に装飾するのを防ぎ、クリーンな生データを得る手法とその仕組み、取得後の簡単な整形方法、そして JSON 以外への応用例まで実践的に理解できます。

    • デフォルト応答の問題点
    • 解決策：Assistant メッセージの事前入力と Stop シーケンス
    • 舞台裏の仕組み
    • 結果の処理
    • JSON を超えて
  10. 10
    クイズ: API の基本Quiz on working with the API

    API を使った Claude の基本操作や概念を確認できるクイズです。リクエストの送り方やマルチターン会話、システムプロンプト、Temperature やストリーミングなど出力制御に関する知識を復習します。Bedrock 上で Claude とやり取りする際の実務的なポイントを短時間でチェックしたい人向けの構成です。

  11. 11
    プロンプト評価Prompt evaluation

    このレッスンでは、プロンプト作成とその評価を分けて理解し、実務で使える視点を身につけます。Prompt engineering の手法でより明確な指示を書けるようになり、Prompt evaluation によって自動化されたテストでプロンプトの有効性を数値的に検証する方法を学びます。評価パイプラインの導入がなぜ信頼性向上につながるか、よくある「テスト不足の罠」も含めて実践的に解説します。

    • プロンプト設計と評価の違い
    • プロンプト作成後の3つの道筋
    • エンジニアが陥るテストの落とし穴
  12. 12
    評価ワークフローの基本形A typical eval workflow

    このレッスンでは、Claude を使ったプロンプト評価の基本的な流れが分かります。評価用データセットの作り方、プロンプトテンプレートへの組み込み、Claude から得た応答を grader で客観的に採点する手順を学び、スコアを比較してプロンプトを改善する方法を実践的に理解できます。まずは小さく始めて、スコアを指標に反復的に最適化する考え方が身につきます。

    • 手順1: 初期プロンプトの草案
    • 手順2: 評価データセットの作成
    • ステップ3 Claude に投入
    • ステップ4 グレーダーに投入
    • ステップ5 プロンプト修正と反復
    • プロンプトの採点と反復
  13. 13
    テストデータセットの生成Generating test datasets

    このレッスンでは、Claude と Amazon Bedrock を使ってプロンプト評価用のテストデータセットを設計・生成する手順を学べます。評価ゴールの立て方、手動と自動（Claude）によるテストケース作成、そしてPythonコードを使った自動生成と保存方法を実践的に理解します。初期検証に適した少数のケースから、本番向けの拡張までの考え方も身につきます。

    • 目標設定
    • 評価用データセット作成
    • コードでテストデータ生成
  14. 14
    評価を実行するRunning the eval

    このレッスンでは、評価パイプラインの骨組みを自分で組み立てられるようになります。テストケースをプロンプトに統合して Claude に投げ、返答を収集して結果としてまとめる一連の関数（run_prompt、run_test_case、run_eval）の役割と流れを学びます。現状は簡易採点ですが、どこに賢いグレーダーやプロンプト改善を差し込むべきかが明確になります。実行時の時間感覚や結果の確認方法も理解できます。

    • コア関数の構築
    • run_prompt 関数
    • run_test_case 関数
    • run_eval 関数
    • 評価の実行
    • 結果の確認
    • 達成事項の整理
  15. 15
    モデルによる採点Model based grading

    このレッスンでは、出力評価のための「採点者（grader）」の種類と使い分けがわかります。Code grader、Model grader、Human graderそれぞれの強みと適した検証項目を学び、特にModel graderの設計例（スコアに加え強み・弱点・理由を返す評価プロンプト）を実装できるようになります。最後に複数テストケースの平均スコア算出で、プロンプト改善を定量的に追跡する方法も習得します。

    • グレーダーの種類
    • コードグレーダー
    • モデルグレーダー
    • 人間グレーダー
    • 評価基準の定義
    • モデルグレーダーの実装
  16. 16
    コードによる採点Code based grading

    この回では、モデルの出力を「正しい形式かつ構文的に有効か」で自動評価する方法を学びます。JSON／Python／正規表現それぞれのバリデーション関数を準備し、テストケースに期待フォーマットを付与して評価の精度を高めます。さらにモデル評価スコアと構文スコアを組み合わせる手法や、プロンプト改良でクリーンな出力を引き出すコツも扱います。実務でのコード生成評価に使える実践的なワークフローが身に付く内容です。

    • コード採点の仕組み
    • 検証関数の設定
    • テストにフォーマット情報付与
    • プロンプトの改善
    • スコアの合成
    • 結果の解釈
  17. 17
    クイズ: プロンプト評価Quiz on prompt evaluations

    このクイズでは、プロンプト評価の基本的な考え方と実務的なワークフローを確認します。テスト用データセットの作り方、モデルベースおよびコードベースの採点手法、評価実行の流れを理解して、自分のプロンプト改善に活かせる観点を身につけます。実践的な問題を通じて評価プロセスの落とし穴や改善ポイントが把握できるようになります。

  18. 18
    プロンプトエンジニアリングPrompt engineering

    このレッスンでは、Prompt engineering の基本サイクルを実践的に学べます。目標設定→初期プロンプト作成→評価→改善を繰り返す流れを通して、Claude を使ったプロンプト改善の手順と評価パイプラインの構築方法が身につきます。テストデータ生成や並列評価、評価結果の解析方法も扱うので、定量的にプロンプトの改良効果を測定できるようになります。

    • 反復的改善プロセス
    • 評価パイプラインの構築
    • テストデータの生成
    • 初期プロンプトの作成
    • 評価の実行
    • 結果の分析
    • 次のステップ
  19. 19
    明確に、直接的に書くBeing clear and direct

    このレッスンでは、プロンプトの最初の一行が結果を左右することを学びます。明確さと直接性を重視して、曖昧な言い回しを避け、動詞で始まる具体的な指示を与える方法を習得します。実例を通じて弱い問いを改善する手順と、出力評価がどれだけ向上するかを確認できます。Claude を頼れるアシスタントとして扱うコツが身につきます。

    • 明確で直接的な表現
    • 分かりやすい伝達
    • 直接指示
    • 実践への適用
    • 結果の重視
  20. 20
    具体的に書くBeing specific

    このレッスンでは、Claude に狙った出力を出させるための「具体性」の使い方を学びます。成果物の品質を定める Quality Guidelines と、モデルに手順を踏ませる Process Steps の違いと使いどころを理解し、実際のプロンプトでどちらが効果的かテストする方法を学べます。トラブルシューティングや意思決定など、深い思考を要求する場面でステップ指定を使う判断基準も身につきます。

    • 二種類のガイドライン
    • 品質ガイドライン
    • プロセス手順
    • 実運用での検証
    • 手順を示すタイミング
  21. 21
    XML タグで構造化するStructure with XML tags

    長文や複数種類の情報を含むプロンプトで、どこが指示でどこが入力データかを明確に伝える方法が学べます。XML タグ風の区切りを使ってセクション名を付けることで、Claude に意図を誤解させず安定した応答を引き出すコツが身につきます。タグの命名や適用場面（大量データ、複数コンテンツ、命令と入力の混同を避けたい時）について実践的な例で理解できます。

    • 構造の重要性
    • 明確化のための XML タグ
    • 実践例
    • プロンプトへの構造適用
    • XMLタグの使用時
  22. 22
    例を与えるProviding examples

    このレッスンでは、Claude に対して「例」を与えて望む応答を誘導する方法が学べます。サンプル入力／出力を使った one-shot・multi-shot の使い分けや、皮肉などのコーナーケースへの対処法、HTML 評価結果から良い例を抽出する手順まで実践的に解説します。XML タグで構造化したり、なぜその出力が良いかを補足することで一貫性の高いフォーマットを得るテクニックが身につきます。

    • 例の働き方
    • プロンプトへの例示追加
    • コーナーケースの対処
    • 例を使う場面
    • 評価から良い例を見つける
    • 例への文脈追加
    • ベストプラクティス
  23. 23
    クイズ: プロンプトエンジニアリングQuiz on prompt engineering

    このクイズでプロンプトエンジニアリングの基礎理解を確認できます。具体的には、明確で簡潔な指示の与え方、具体性を高めるテクニック、XML タグなどで構造化する方法、例示を使った指示設計のポイントを振り返り、実践力を測る問題で学んだ知識の定着を図ります。

  24. 24
    ツール利用の基礎Introducing tool use

    このレッスンでは、Claude に外部データへアクセスさせる「ツール利用」の全体像を学びます。ツールがなぜ必要か、リクエスト→ツール要求→データ取得→最終応答という流れ、天気 API を使った具体例を通じて仕組みを理解します。また、実装で陥りやすい順序のズレ（関数や JSON schemaの先行作成、ToolUse/ToolResult の扱いなど）と、その対処法も把握できます。

    • ツール活用の仕組み
    • 天気例の実践
    • 実装上の課題
  25. 25
    ツール関数Tool functions

    このレッスンでは、Claude に不足している「時刻情報の取得・日付演算・リマインド設定」を補うためのツール関数の設計と運用が学べます。Python での関数実装の基本、関数を Claude に伝えるための JSON Schema の役割と書き方、入力検証やエラー扱いなどのベストプラクティスまで実践的に理解できます。これにより、Claude と外部ロジックを連携させて現実世界の時間操作タスクを安全に扱えるようになります。

    • なぜ難しいのか
    • 必要なツール
    • ツール関数の仕組み
    • ツール関数の作成
    • ベストプラクティス
    • 最初のツール作成
    • JSON Schema の仕様
    • スキーマのベストプラクティス
  26. 26
    ツールの JSON SchemaJSON Schema for tools

    この回では、ツール関数が受け取る引数を Claude に正しく伝えるための JSON Schema 作成法を学びます。実例に沿ってサンプルデータを書き、JSON に変換し、オンラインコンバータでスキーマ化してから各プロパティに説明を付ける手順を身につけます。特に説明文の書き方（いつ使うか、返り値、入力例）を重視し、ツールと Claude 間の契約を明確にする実践的なノウハウが得られます。

    • JSON Schema の理解
    • JSON Schema 作成手順
    • 手順1: サンプル辞書作成
    • 手順2: JSON への変換
    • 手順3: オンライン変換の利用
    • 手順4: 説明文の追加
    • 良い説明文の書き方
    • 全体の統合
  27. 27
    ツール利用レスポンスの扱いHandling tool use responses

    Claude がツールを使うときの応答形式と会話管理の方法を学べます。toolChoice で呼び出し動作を制御する方法、アシスタントメッセージが複数パートで返る仕組み、ToolUse パートの読み取りと実際のツール実行の流れ、そしてツール呼び出しを検知するための stopReason/parts の扱い方を実用的に理解できます。メッセージ処理関数や chat() の更新方法も学び、マルチターンで安定したツール連携を実装できるようになります。

    • ツール選択の設定
    • 多部構成メッセージ
    • ToolUse 部分の理解
    • ツールを使った会話の流れ
    • ヘルパー関数の更新
    • 停止理由の確認
  28. 28
    ツール関数を実行するRunning tool functions

    このレッスンでは、Claude が返すツール実行リクエストを受け取り、実際にツールを起動して結果を返す一連の流れを学びます。複数のツール要求や各要求の識別子（toolUseId）への対応方法、tool_input を正しくアンパックして関数を呼び出す実装パターン、エラー発生時の扱い方と結果フォーマットの作り方が身に付きます。最終的にツール結果パーツを整形して Claude に送り返す完全な実装が理解できます。

    • 複数ツール要求の処理
    • ToolUse 部分の抽出
    • ツールの実行
    • ツール結果部分の作成
    • Tool Use ID の理解
    • エラー処理
    • 完全な実装
  29. 29
    ツール結果を返すSending tool results

    このレッスンでは、Claude が要求したツール実行の結果を受け取り、会話に戻す一連の流れを学びます。add_assistant_message()で会話履歴を整え、run_tools()でツールを実行して正しい形式の tool result を作成し、add_user_message()で結果を会話に追加する手順を実践します。最後に元のツールスキーマとともに会話全体を Claude に送信して、最終応答を得る方法が理解できます。

    • アシスタントメッセージの追加
    • ツール実行と結果作成
    • 会話へのツール結果追加
    • Claude への最終呼び出し
    • 成功時の処理
  30. 30
    ツールを使ったマルチターン会話Multi-Turn conversations with tools

    Claude と外部ツールを組み合わせたマルチターン対話の作り方がわかります。レスポンスごとの stop_reason を使って「ツール呼び出しが必要か」を判定し、無駄な空メッセージを避ける実装パターンを学べます。chat 関数の返り値を拡張して応答パーツを扱い、ループでツール実行→会話履歴への反映を繰り返す設計で、単発回答からツール連携まで自然に扱える対話システムが作れます。

    • 単純なツール統合の問題点
    • 停止理由
    • チャット機能の改善
    • 会話ループの構築
    • 実装のテスト
  31. 31
    複数ツールを追加するAdding multiple tools

    この回では、既存のツール呼び出し基盤を拡張して複数ツールを統合する手順が学べます。あらかじめ用意された関数と JSON schemaをツール配列に追加し、ルーティング関数で新しいツール名をハンドリングする方法を実践的に理解します。実際の例で複数ツールを連携させたワークフローを検証し、拡張性の高いツール設計の要点をつかめます。

    • 組み込み関数とスキーマ
    • 会話へのツール追加
    • ツール関数の接続設定
    • システム全体のテスト
    • 重要なポイント
  32. 32
    バッチでのツール利用Batch tool use

    複数の独立したツール呼び出しを1つにまとめて同時実行する「バッチツール」の考え方と実装手順が理解できます。batch_tool のスキーマ設計、run_batch 関数でサブ呼び出しをループ処理して結果を集約する方法、そして既存の run_tool に組み込む際の注意点（生の入力を渡すなど）を学び、Claude のツール呼び出しを効率化する実装パターンを習得します。

    • バッチツールの仕組み
    • 実装
    • run_batch 関数
    • run_tool への追加
    • 結果表示
  33. 33
    ツールで構造化データを得るStructured data with tools

    ツールを使って Claude から確実に JSON などの構造化データを取り出す方法が学べます。プロンプトだけで出力を整える手軽な手法と、ツール（tool spec / JSON schema）を使って堅牢に抽出する手法の違いや使い分け、toolChoiceでの呼び出し制御、スキーマ定義からツール呼び出しまでの実装フローと利点（検証や一貫性）を実践的に理解できます。

    • 両方を学ぶ意義
    • ツールベースの構造化出力の仕組み
    • ツール利用の制御
    • 実践例
    • 主要な利点
  34. 34
    柔軟なデータ抽出Flexible tool extraction

    このレッスンでは、複雑な JSON スキーマを毎回書かずに済む「Flexible Schema」手法を学べます。プロンプト内で欲しいデータ構造を明示し、汎用の to_json ツールを使って柔軟にデータ抽出する方法と、その API 呼び出し手順、構造変更時の手間削減のコツを解説します。プロトタイピングや頻繁に要件が変わる場面で素早く試作する場合に特に有効です。

    • 柔軟なスキーマ方式
    • 仕組みの概要
    • プロンプトの設定
    • API 呼び出しの実行
    • 構造変更の容易さ
    • 各手法の使い分け
  35. 35
    テキストエディタツールThe text editor tool

    このレッスンでは、Claude が組み込みで持つ Text Editor Tool の役割と使い方を学びます。ツールが行えるファイル閲覧・行範囲表示・置換・新規作成・挿入の操作と、それらを受け取って実行するサーバ側実装の仕組みを理解します。ツールバージョンの扱い方やコマンド処理の基本パターン、実例（ファイル解析やコード追加・テスト生成）を通じて、Claude を使った実践的なコード編集ワークフローを構築できるようになります。

    • テキストエディターツールの機能
    • 仕組みの概要
    • ツールの設定
    • ツールコマンド
    • 例：ファイル解析
    • 実用的な応用例
  36. 36
    クイズ: ツール利用Quiz on tool use

    このクイズは、Claude を Amazon Bedrock 上でツールと組み合わせて動かす際の理解度を確認します。ツール関数の定義や JSON Schema による入力・出力設計、ツール呼び出し時のレスポンス処理やマルチターンでの連携方法といった実務的なポイントを押さえているかを問います。実践的なケースを通して、ツール利用時の挙動やベストプラクティスを短時間で復習できます。

  37. 37
    RAG 入門Introducing Retrieval Augmented Generation

    このレッスンでは、RAG（Retrieval Augmented Generation）の基本概念と実践的な利点・課題が分かります。大容量ドキュメントをそのままプロンプトに入れる問題点を理解し、ドキュメントをチャンク化して必要な部分だけを検索・供給する仕組みを学べます。RAG が性能・コスト・スケーラビリティに与える効果と、前処理や検索実装など現実的な運用上の注意点も把握できます。導入の可否判断に必要な観点が身につきます。

    • 大規模文書の問題点
    • 方式1 プロンプトに全て含める
    • 方式2 文書を分割する
    • RAG の利点
    • RAG の課題
    • RAG を使う場面
  38. 38
    テキスト分割の戦略Text chunking strategies

    このレッスンでは、RAG パイプラインで重要な「テキストの分割（chunking）」の基本方針と実践的手法がわかります。文字数ベース・文単位・章構造ベースのそれぞれの長所短所や、境界で文脈を失わないためのオーバーラップ導入法を学べます。用途に応じた戦略選びと簡単な実装例（サンプル関数）を通じて、実際のドキュメントに適用できるノウハウが身につきます。

  39. 39
    テキスト埋め込みText embeddings

    このレッスンでは、RAG パイプラインでどのテキスト断片が質問に関連するかを自動で見つける仕組みが分かります。text embeddings が何を表すか、数値ベクトルとして意味をどう捉えるかを実用的に理解し、簡単なコードで埋め込みを生成する手順を学びます。最後に、埋め込みを使ったセマンティック検索がなぜキーワード検索よりも RAG で有効かが明確になります。

    • 関連チャンクの検索
    • テキスト埋め込みとは
    • 数値の理解
    • コードでの埋め込み生成
    • RAG における埋め込みの重要性
  40. 40
    RAG の全体フローThe full RAG flow

    RAG（Retrieval Augmented Generation）の全体像を、実装視点で一通りつかめるようになります。テキストをチャンク化して埋め込みを作成・正規化し、ベクターデータベースに保存する流れや、ユーザークエリの埋め込みと類似検索（cosine similarity / cosine distance）の仕組みが理解できます。最後に関連チャンクをプロンプトに組み込んで Claude に投げる一連の工程を学び、実装やデバッグに役立つ知識が身に付きます。

    • 手順1 テキストの分割
    • 手順2 埋め込みの生成
    • 正規化
    • 手順3 ベクトルDBへの格納
    • 手順4 ユーザクエリの処理
    • 手順5 類似埋め込みの探索
    • 類似度の仕組み：コサイン類似度
    • コサイン距離
    • ステップ6：最終プロンプトの構築
    • 全体フロー
  41. 41
    RAG フローの実装Implementing the RAG flow

    このレッスンでは、サンプル文書を使って RAG（Retrieval-Augmented Generation）の実装手順を実践的に学べます。セクション単位でテキストを分割し、各チャンクに対してembeddingを作成・保存、ユーザー問い合わせのembeddingと照合して関連チャンクを検索する一連の流れが理解できます。なぜ元テキストをembeddingと一緒に保存するかや、検索結果の類似度の読み取り方、実装上のポイントも把握できます。

    • ベクトルデータベースの設定
    • 5段階の RAG 実装
    • セクションごとの分割
    • チャンクごとの埋め込み生成
    • 埋め込みのベクター保存
    • ユーザークエリ埋め込み生成
    • 関連チャンクの検索・取得
    • 結果の解釈
    • 埋め込み保存の意義
  42. 42
    BM25 によるキーワード検索BM25 lexical search

    このレッスンでは、RAG パイプラインで語義的検索だけでは取りこぼすことがある理由と、その対策として BM25 を使ったレキシカル検索を併用するハイブリッド検索の考え方が学べます。BM25 の仕組み（トークン化・出現頻度・希少語の重み付け）と簡単な実装例を通じて、キーワード一致を優先した検索結果の得方や、ベクトル検索との結果マージによる精度向上の実践的手順が理解できます。

    • セマンティック検索単独の問題点
    • ハイブリッド検索戦略
    • BM25 の仕組み
    • BM25 検索の実装
    • 検索精度の向上
    • 次のステップ
  43. 43
    マルチ検索 RAG パイプラインA multi-search RAG pipeline

    ベクトル検索と BM25 などの語彙検索を組み合わせ、単一の Retriever インターフェースで統合する手法を学べます。異なるスコアリングを一元化するための Reciprocal Rank Fusion (RRF) の考え方とその計算例、実装例（add_document() / search() を持つインデックスの合成）を理解できます。ハイブリッド検索の検証方法や、新しい検索手法を容易に追加できる拡張性についても解説します。

    • 統合インターフェース構築
    • Reciprocal Rank Fusion（RRF）
    • 実装
    • ハイブリッド方式の検証
    • 拡張性
  44. 44
    検索結果のリランキングReranking results

    ハイブリッド検索（ベクトル＋BM25）の結果を、LLM（Claude）で後処理して関連順に並べ替える手法が学べます。システムプロンプトの設計や、全文を送らずに文書IDだけ返すことで効率化する工夫、リランク導入による精度向上と遅延増のトレードオフについて具体的な実装例（再ランク関数の流れやプロンプト構造）を通して理解できます。実運用での応用と注意点が把握できる回です。

    • LLM による再ランキング
    • システムプロンプト
    • 効率性の考慮点
    • 実装
    • 結果表示
  45. 45
    コンテキスト付き検索Contextual retrieval

    ドキュメントをチャンク分割したときに失われる「全体とのつながり」を補う手法、Contextual retrieval を学びます。Claude に元文書の要約的な文脈を各チャンクに付与してからベクターや BM25 に登録する流れ、巨大ドキュメントへの対応方法（先頭や直前のチャンクを使う）の実装ポイントと期待される検索精度向上の効果を理解できます。簡単な実装例を通じて実装手順と得られる成果イメージが掴めます。

    • 仕組みの概要
    • 大規模文書の扱い
    • 実装例
    • 期待される結果
  46. 46
    クイズ: RAGQuiz on Retrieval Augmented Generation

    このクイズを通じて、Retrieval Augmented Generation（RAG）の基本概念と実装フローの理解度を確認できます。テキストのチャンク化や埋め込み（embeddings）、BM25 やマルチサーチといった検索手法の役割、取得結果の再ランク付けやコンテキスト注入のポイントが把握できるかを評価します。実践的な RAG パイプラインの各ステップを整理して、設計上のトレードオフを説明できる力が身につきます。

  47. 47
    拡張思考Extended thinking

    Extended thinking（拡張思考）を使うことで、Claude が内部でどのように段階的に推論して最終回答に至るかを確認できるようになります。利点とコスト（精度向上、トークン課金、遅延増）や安全性対策（署名・redactedContent）を踏まえた運用判断の仕方を学びます。adaptive thinking と手動トークン予算の違いや実装例、テスト方法（通常・赤字化両方）まで実務で使える視点が得られます。

    • Extended Thinking の仕組み
    • 検討すべきトレードオフ
    • 署名システム
    • 編集済みコンテンツ
    • 実装
    • adaptive thinking を持たないモデル
    • 実装のテスト
    • 実習: adaptive thinking を試す
    • 思考の確認
  48. 48
    画像への対応Image support

    この回では、Claude を Amazon Bedrock 経由で画像を扱う際の実務的なポイントを学びます。画像のサイズや枚数などの制約とトークン換算のルール、複数画像を渡して比較・関係性を解析する方法を押さえます。さらに、画像に対する効果的なプロンプト設計（分析手順の明示やワンショット例の提示）で精度を高める技術を実践例を通して習得します。保険向け火災リスク評価のような現実課題への応用まで理解できます。

    • 画像処理の基礎
    • 複数画像の扱い
    • プロンプト技法
    • 実例: 火災リスク評価
  49. 49
    PDF への対応PDF support

    このレッスンでは、Claude を Amazon Bedrock 上で使って PDF を読み込み・解析する方法を学べます。PDF をバイナリで読み込み、メッセージに document オブジェクトとして渡す構造のポイントを理解し、要約や質問応答、構造解析といった実践的な処理が可能になる手順を習得します。マルチページや画像混在の文書でも扱える点と、引用機能と組み合わせた活用法についても触れます。

    • PDF処理の設定
    • ドキュメントメッセージ構成
    • Claude の PDF 処理
  50. 50
    引用Citations

    このレッスンでは、Amazon Bedrock 上で Claude を使う際に、PDFやドキュメントから抽出した情報の出典を明示する「Citations」機能の導入と挙動を学びます。設定方法（ドキュメント辞書に citations を追加するだけ）と、出力形式がテキスト部分と出典情報部分に分かれる点を理解します。出典付き応答がもたらす検証性、信頼性、透明性の利点と、研究・業務用途での重要性も把握できます。

    • 引用の有効化
    • 引用応答の理解
    • 引用の重要性
  51. 51
    プロンプトキャッシュPrompt caching

    このレッスンでは、Claude がリクエスト処理で行う前処理（トークン化や埋め込み作成など）と、それを毎回捨てることによる非効率性を理解します。Prompt caching がその計算結果を一時保存し、同じ内容の追跡リクエストで再利用する仕組みを学べます。適用される場面（チャットや文書解析など）やキャッシュの有効期限（5分）から得られる利点と制約も把握できます。これにより、Bedrock 上で Claude を使う運用コストと応答速度の最適化方法が見えるようになります。

    • Claude の通常の処理流れ
    • 作業を捨てる問題点
    • プロンプトキャッシュによる解決
    • 利点と制約
  52. 52
    プロンプトキャッシュのルールRules of prompt caching

    プロンプトキャッシュの仕組みと使いどころが分かります。どの部分をキャッシュするかを明示する「キャッシュポイント」の追加方法とその挙動（同一性が厳密に求められること、キャッシュの5分間有効など）を学べます。複数メッセージや system / tools にまたがるキャッシュの扱い、1024トークンという最小長要件も理解でき、実際の API 設計で効率化できる判断力が身につきます。

    • キャッシュポイント
    • キャッシュポイントの仕組み
    • メッセージ間キャッシュ
    • 最小コンテンツ長
    • キャッシュポイントの配置
  53. 53
    クイズ: Claude の機能Quiz on features of Claude

    このクイズを通じて Claude の主要機能の理解度を確認できます。Extended thinking や画像・PDFサポート、引用（Citations）、およびプロンプトキャッシュのルールといった実用的な特徴を復習し、各機能がどんな場面で役立つかを整理します。実務での利用シーンを意識した設問で、Claude の能力と制約を短時間で把握できる構成です。

  54. 54
    MCP 入門Introducing MCP

    この回では、MCP（Model Context Protocol）がどんな課題を解決し、Claude を外部サービスとつなぐ際の負担をどう軽減するかを学べます。MCP サーバーの役割や仕組み、誰がサーバーを作るのか、従来の API 呼び出しやツール利用との違いについて理解でき、プロジェクトでどこを自分で実装し、どこを既製の MCP サーバーに任せるべきか判断できるようになります。

    • MCP が解決する課題
    • MCP の動作原理
    • よくある質問
    • MCP サーバーの作成者
    • API 直呼びとの違い
    • MCP はツール利用と同じか
  55. 55
    MCP クライアントMCP clients

    MCP クライアントがサーバーと MCP サーバー間の通信をどう仲介するかが理解できる回です。通信手段（stdin/stdout、HTTP、WebSockets など）に依存しない設計や、ListTools/CallTool といった主要なメッセージ種類の役割を学びます。実際の問い合わせフロー（ツール一覧取得→Claude のツール呼び出し→ツール実行結果の返却→最終応答生成）を追うことで、各コンポーネントの責務と実装ポイントが把握できます。

    • トランスポート非依存の通信
    • メッセージ種類
    • フローの完全例
  56. 56
    プロジェクトのセットアップProject setup

    このレッスンでは、CLIベースのチャットボットを実装しながら、MCP クライアントとサーバーがどう連携するかを実践的に理解できます。ドキュメント読み書きや @doc_name /command_name 形式の参照・実行を含む機能設計を学び、ドキュメントをメモリ上で扱うことで MCP の概念に集中します。実務では片方だけを実装する点にも注意が向きます。

    • 構築するもの
    • システムアーキテクチャ
    • 重要なアーキテクチャ注意点
  57. 57
    MCP でツールを定義するDefining tools with MCP

    MCP Python SDK を使って、Claude 用のツールを手早く作れるようになります。デコレータと型注釈で関数を定義するだけで JSON スキーマが自動生成され、読み取りや置換といったドキュメント操作ツールを簡潔に実装する手順が学べます。pydantic Field によるパラメータ記述や基本的なエラーハンドリングの注意点、Agent SDK との違いも押さえ、実践的なサーバ構成の要点を理解できます。

    • MCP Python SDK の利点
    • サーバーのセットアップ
    • Read ツールの実装
    • Edit ツールの実装
    • 実装上の要点
  58. 58
    サーバーインスペクターThe server inspector

    このレッスンでは、MCP サーバーのローカル検証に使うブラウザベースの Inspector の使い方が分かります。Inspector の起動方法とインターフェースの見方、Tools や Resources を使った個別ツールの実行／結果確認手順を習得します。ドキュメントの読み取り・編集ツールや実行履歴を使った反復的な開発フローも理解でき、アプリに組み込む前にサーバー機能を効率よくデバッグできるようになります。

    • インスペクタの起動
    • Inspector インターフェースの活用
    • ツールのテスト
    • ツールテストの実行
    • ドキュメント編集のテスト
    • 開発ワークフロー
  59. 59
    クライアントを実装するImplementing a client

    MCP クライアントの役割と構成を理解し、アプリケーション内でどのようにサーバと連携するかが分かります。list_tools や call_tool といった主要メソッドの実装方法と、セッション管理やリソースクリーンアップの扱い方を学べます。MCP と Claude（Bedrock）間のスキーマ差分とその変換（to_bedrock_tools）についても確認します。最後に、実際にクライアントを動かして Claude でツール呼び出しを検証する手順が身につきます。

    • クライアントアーキテクチャの理解
    • クライアントのアプリ内位置づけ
    • クライアント核機能の実装
    • クライアントのテスト
    • スキーマの重要な差異
    • Claude でのテスト
  60. 60
    リソースを定義するDefining resources

    MCP サーバーでの「リソース」が何をするかを学び、クライアントが読み取り専用データをURI経由で取得する仕組みを理解できます。Direct と Templated の2種類のリソース設計や、Python SDK の @mcp.resource() を使った実装方法、戻り値の自動シリアライズについて実践的に習得します。Inspector を使った動作確認手順や、ドキュメントリストや設定公開など実用的なユースケースへの応用法も分かります。

    • リソースの理解
    • リソースの二種類
    • リソースの実装
    • リソースのテスト
    • 実用ケース集
  61. 61
    リソースにアクセスするAccessing resources

    このレッスンでは、MCP の Resources 機能を使ってサーバー内の静的データを直接プロンプトに組み込む仕組みが理解できます。read_resource の実装方法や MIME タイプ別の取り扱い（JSON のパースやプレーンテキストの返却）を学び、CLI 上でのオートコンプリートと選択操作を通じて実際に動作を確認する手順を習得します。結果として、会話中の余分なツール呼び出しを減らしレイテンシを下げる利点が実感できるようになります。

    • リソースフローの理解
    • リソース読み取りの実装
    • 異なるコンテンツ処理
    • 実装のテスト
    • 主要な利点
  62. 62
    プロンプトを定義するDefining prompts

    MCP サーバー上で再利用可能なプロンプトの設計と運用方法が分かります。具体例を通じて、ドキュメントを Markdown に整形するためのフォーマットプロンプトの作り方、テスト方法（MCP Inspector を使ったパラメータ確認や生成メッセージの検証）、そしてプロンプトをサーバーで配布することによる品質管理・一貫性・再利用性の利点を学べます。サーバー固有のツール連携を活かすコツも理解できます。

    • プロンプトの意義
    • プロンプトの定義
    • フォーマットプロンプトの作成
    • プロンプトのテスト
    • 主要な利点
  63. 63
    クライアント側のプロンプトPrompts in the client

    このレッスンでは、MCP クライアント側でプロンプトを一覧取得し、個別プロンプトに変数を埋め込んで取り出す仕組みが分かります。実際にクライアントでプロンプトをコマンドとして呼び出し、Claude に渡してツールで文書を取得・整形する流れを確認できます。@mcp.prompt を使った再利用可能なパラメータ化プロンプトの設計と運用方法も理解でき、MCP サーバーを柔軟に活用するための実務スキルが身につきます。

    • リスト用プロンプト実装
    • 個別プロンプト取得
    • プロンプト実践テスト
    • プロンプトの仕組み
  64. 64
    MCP の総復習MCP review

    このレッスンでは、MCP サーバで使う3つの基本プリミティブ（Tools、Resources、Prompts）の役割と使いどころが分かります。Tools がモデル側で機能を拡張する方法、Resources がアプリ側でデータを取得・表示する役割、Prompts がユーザー操作で起動する定型ワークフローであることを明確に説明します。どの層が制御するかで最適なプリミティブを選べるようになります。

    • ツール：Model-Controlled
    • リソース：App-Controlled
    • プロンプト：User-Controlled
    • 適切なプリミティブの選定
  65. 65
    クイズ: MCPQuiz on Model Context Protocol

    Model Context Protocol（MCP）に関する理解度を確認するためのクイズです。MCP の基本概念、クライアントとサーバーの役割、ツールやリソースの定義・参照方法、プロンプトの組み立て方と実装上の注意点を問います。実務で Claude を Bedrock 上に組み込む際に必要な設計やデバッグの視点が身につく内容です。

  66. 66
    Claude Code 実践Claude Code in action

    Claude Code を使った実践的な開発フローが分かります。/init でプロジェクト全体をスキャンして CLAUDE.md を生成・活用する方法、計画重視（Planning-First）やテスト駆動（TDD）といった代表的なワークフロー、そして環境セットアップやテスト実行、コミット作業など日常的な開発タスクを Claude に任せるための実用的なコツを学べます。これによりプロジェクト固有のルールやコンテキストを Claude に反映させ、効率的に共同作業を進められるようになります。

    • /init コマンド
    • 共通ワークフロー
    • 計画優先ワークフロー
    • TDD ワークフロー
    • 実践的なヒント
  67. 67
    MCP サーバーで機能を広げるEnhancements with MCP servers

    このレッスンでは、Claude Code に Model Context Protocol（MCP）サーバーを組み込んで機能を拡張する方法を学びます。MCP サーバーの追加手順や接続後の動作確認の流れ、ドキュメント変換やブラウザ操作など既存の代表的な MCP サーバー例を通して実践的な活用イメージが得られます。複数の MCP を組み合わせて自分の開発ワークフローに合わせた自動化や通知フローを構築する考え方も身に付きます。

    • MCP 統合の仕組み
    • Claude Code への MCP サーバ追加
    • 統合のテスト
    • 開発向けの人気 MCP サーバ
    • カスタムワークフローの構築
  68. 68
    Claude Code の並列実行Parallelizing Claude Code

    複数の Claude Code を同時に動かして開発を並列化する手法が学べます。ファイル競合の問題を回避するために Git worktree を使い、各インスタンスに独立したワークスペースを与える流れを理解します。worktree の自動作成やカスタムコマンド化によって作業を自動化し、完了後のコミットやマージ（競合解消含む）まで Claude に任せる運用も取り上げます。並列実行で生産性を何倍にもする実践的なワークフローが身につきます。

    • 課題：ファイルの競合
    • Git ワークツリー
    • ワークツリー作成の自動化
    • カスタムコマンド
    • 並行開発の実践
    • 変更のマージ
    • 結果表示
  69. 69
    デバッグの自動化Automated debugging

    本レッスンでは、Claude を使って本番環境のエラーを自動検出・修正するワークフローが学べます。CloudWatch ログの収集からエラーの重複排除、コード修正の自動コミットとプルリク作成までの流れを理解し、実運用での活用ポイント（権限設定や処理上限、重複対策、実行タイミング）を押さえられます。手作業のデバッグを自動化して問題発見を早める方法を実務視点で習得します。

    • 問題：本番限定エラー
    • 従来のデバッグ手法
    • 自動エラー検出と修正
    • 実例紹介
    • 自動デバッグの利点
    • 実装上の留意点
  70. 70
    Computer UseComputer Use

    このレッスンでは、Claude を使って実際のデスクトップ操作を自動化・検証する方法が分かります。UI のクリックや入力、スクリーンショット取得を通じて QA テストや複雑なワークフローを実行・記録する流れ、テスト環境の分離とセットアップ（Docker やブラウザ制御）、効果的なテスト設計や検証のベストプラクティスまで学べます。自動化による再現性と結果のドキュメント化を重視する方に有用です。

    • Computer Use で可能なこと
    • 事例：自動QAテスト
    • テストプロセスの流れ
    • Computer Use の設定方法
    • Computer Use のベストプラクティス
  71. 71
    Computer Use の仕組みHow Computer Use works

    このレッスンでは、Claude が外部ツールを使う流れと同じ仕組みで「コンピュータ操作」を行う仕組みを学びます。ツールスキーマがどのように拡張されてマウス操作やキーボード入力、スクリーンショット撮影などのインターフェースを表現するか、サーバー側でリクエストを受けてコンテナ内で動作を実行する技術的な実装も理解できます。Anthropic のリファレンス実装を使った導入手順も確認できます。

    • Tool Use の復習
    • 同じ流れ・別ツールの Computer Use
    • 技術的実装の概要
    • 導入手順
  72. 72
    良いエージェントの条件Qualities of agents

    このレッスンでは、Claude を使ったエージェント設計で重視すべき実践的な条件を学べます。具体的には、限られた目的に特化したツールセットをループ実行して環境から逐次コンテキストを取得する手法、誤りコストの低い高価値タスクへの適用、そして継続的な評価による改善サイクルの重要性を理解できます。これらを踏まえて安全で信頼できるエージェント構築の方針がつかめます。

    • エージェントの実務運用
    • エージェント手法の比較
    • 有効なエージェントの要素
    • ループで回る専用ツール群
    • コンテキストの重要性
    • 低エラーコストの高価値作業
    • 継続的評価
  73. 73
    最終アセスメントFinal assessment quiz

    この最終アセスメントでは、これまでのレッスンで学んだ Claude と Amazon Bedrock の主要概念を実践的に確認します。API 呼び出し、マルチターン会話、ツール連携や RAG、MCP や Claude Code といった技術要素を総合的に評価することで、自分の理解度と実務での適用力を測れます。合格するとコース修了の証明となるバッジ獲得に近づきます。

見出しは公式の構成にもとづく日本語の要約です。レッスン本文は公式サイト上でのみ提供されています。各行から公式ページへ移動します。

この講座に出てくる用語 — 17語

この講座で扱う概念です。意味が分からない語で止まったら、ここから辞典を引けます。数字は難易度（1が易しく5が難しい）。
本文中でも初めて出てきた箇所にリンクを張っています。

用語の解説は AICU term（AICU が独自に編集している用語辞典）。

原題: Claude with Amazon Bedrock — https://academy.claude.com/courses/claude-with-amazon-bedrock