[{"data":1,"prerenderedAt":190},["ShallowReactive",2],{"topic-page:\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Ffoundation-model-applications\u002Fai-agents-and-business-workflows":3},{"topic":4,"category":150,"seo":154,"breadcrumbs":159,"prerequisites":169,"nextTopics":170,"relatedTopics":178},{"id":5,"slug":6,"title":7,"summary":8,"canonicalPath":9,"categoryPath":10,"difficulty":11,"targetAudience":12,"estimatedMinutes":13,"generatedAt":14,"publishedAt":14,"updatedAt":14,"reviewStatus":15,"tags":16,"expectedKnowledge":25,"learningGoal":28,"keyTerms":29,"blocks":62},"it-aws-aws-certified-ai-practitioner-foundation-model-applications-ai-agents-and-business-workflows","ai-agents-and-business-workflows","AIエージェントと業務ワークフロー","AIエージェントと業務ワークフローを、AIF-C01の公式objective 3.1.6に沿って、用語、判断順序、例、誤解修正で整理します。","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Ffoundation-model-applications\u002Fai-agents-and-business-workflows","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Ffoundation-model-applications","beginner","cert_candidate",6,"2026-08-06","ai_generated",[17,18,19,20,21,22,23,24],"AWS Certified AI Practitioner","AIF-C01","基盤モデルの活用","AIエージェント","業務ワークフロー","ツール","最小権限","人の承認",[26,27],"AWSクラウドの基本用語を聞いたことがある","AIを使う業務例を日常的な言葉で考えられる","AIエージェントと業務ワークフローについて、試験で問われる違いと選択基準を説明し、短い業務例へ適用できる。",[30,35,39,43,46,50,58],{"id":31,"label":32,"shortDefinition":33,"role":34},"agentic-ai","エージェント型AI","目標・モデル・ツール・記憶を組み合わせ、複数段階の行動を進めるAIです。","primary",{"id":36,"label":37,"shortDefinition":38,"role":34},"tool-use","ツール利用","検索・計算・APIなどの外部能力を、モデルの判断から呼び出すことです。",{"id":40,"label":41,"shortDefinition":42,"role":34},"workflow-orchestration","ワークフローオーケストレーション","実行順・分岐・失敗処理・承認点を制御し、処理全体を進めることです。",{"id":44,"label":23,"shortDefinition":45,"role":34},"least-privilege","目的に必要な操作だけを、必要な範囲と時間で許可する原則です。",{"id":47,"label":48,"shortDefinition":49,"role":34},"safe-stop","安全停止","不確実性や失敗を検知したとき、外部影響を広げず処理を止める制御です。",{"id":51,"label":52,"shortDefinition":53,"supplement":54,"role":57},"human-oversight","人による監督","AIの判断や出力を人が確認し、必要に応じて介入・承認する統制です。",{"kind":55,"text":56},"misconception","確認者へ根拠・時間・権限がなければ機能しません。","contextual",{"id":59,"label":60,"shortDefinition":61,"role":57},"audit-log","監査ログ","誰が何をいつ実行し、どの結果になったかを追跡できる記録です。",[63,68,79,88,97,103,109,115,131,140],{"id":64,"type":65,"title":7,"subtitle":66,"shortDefinition":67},"hero","HeroBlock","複数段階の仕事を、計画・ツール・確認点へ分解する","目標に向けて状況を解釈し、利用可能なツールから行動を選び、結果を見て次の手順を進めるAIアプリケーションの構成です。",{"id":69,"type":70,"term":20,"definition":71,"plainExplanation":72,"presentation":73,"supportLabel":74,"keywords":75},"definition","DefinitionBlock","[[cloze:agentic-ai|AIエージェント]]とは、目標・モデル・ツール・記憶を組み合わせ、複数段階の行動を進めるAIです。","[[term:tool-use|ツール利用]]で検索やデータ照会を行い、[[term:workflow-orchestration|ワークフローオーケストレーション]]で実行順や分岐を制御します。外部変更には[[term:least-privilege|最小権限]]、承認点、停止条件を置きます。","natural","言葉を分けると",[76,77,78],"目標","行動選択","結果の検証",{"id":80,"type":81,"steps":82,"title":87},"decision-steps","StepBlock",[83,84,85,86],"目標と、エージェントが終えてよい状態を定義する。","仕事を読み取り、推論、候補作成、外部変更へ分解する。","各ツールへ最小権限と入力・出力検証を置く。","高影響操作の前に[[term:human-oversight|人の承認]]、失敗時に[[term:safe-stop|安全停止]]を入れる。","業務をエージェント化する順序",{"id":89,"type":90,"title":91,"points":92,"body":96},"exam-cues","KeyPointBlock","判断で押さえる境界",[93,94,95],"目標と完了条件を定義","読み取りと外部変更を分離","承認・停止・監査をワークフローへ組み込む","ワークフローが完全に固定されているなら通常の自動化が説明しやすく安全な場合があります。エージェントが有効なのは、途中結果を見て次の調査先や手順を柔軟に選ぶ必要がある場面です。柔軟性が増えるほど、許可された行動の境界と観測可能性が重要になります。",{"id":98,"type":99,"src":100,"alt":101,"caption":102},"diagram","DiagramBlock","\u002Fassets\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Ffoundation-model-applications\u002Fai-agents-and-business-workflows\u002Fai-agents-and-business-workflows.svg","AIエージェントと業務ワークフローについて目標を読む、ツールを選ぶ、結果を検証、続行・承認・停止の関係を文字ラベルと矢印で示した図","途中結果を見て次の行動を決めるループ図です。外部変更前の承認と、安全停止を明示します。",{"id":104,"type":105,"scenario":106,"explanation":107,"result":108},"worked-example","ExampleBlock","営業担当向けに、顧客情報を読み、商談候補をまとめ、メール下書きまで作るエージェントを設計します。","CRMは読み取り専用で顧客情報を取得し、公開情報を検索して候補を整理します。メールは下書き保存まで許可し、送信は担当者が確認します。各根拠URLと利用ツールを[[term:audit-log|監査ログ]]へ記録し、データが矛盾する場合は停止して人へ返します。","調査の柔軟性を得ながら、誤送信という外部影響を承認境界で防げます。",{"id":55,"type":110,"warningTitle":111,"message":112,"severity":113,"action":114},"WarningBlock","自律性は権限の広さではない","目的達成のために判断を反復できても、すべてのシステムへ書き込む権限は不要です。権限過多はプロンプト攻撃や誤判断の被害を拡大します。","warning","各行動を読み取り、提案、変更に分け、変更だけに明示承認を置きます。",{"id":116,"type":117,"title":118,"questions":119},"quiz","QuizBlock","AIF-C01 判断チェック",[120],{"question":121,"choices":122,"answerIndex":126,"choiceExplanations":127},"予約エージェントで安全な境界に最も近い設計はどれですか。",[123,124,125],"候補作成までは自動、購入前に人の承認を要求する","入力文だけで無制限に購入する","すべての失敗を隠して再試行し続ける",0,[128,129,130],"正解です。外部変更前に承認を置きます。","権限と影響が過大です。","監査と安全停止がありません。",{"id":132,"type":133,"title":134,"points":135},"summary","SummaryBlock","まとめ",[136,137,138,139],"AIエージェントは目標に向け行動を反復","固定手順なら通常自動化も比較する","最小権限と入出力検証が必要","外部変更には承認・停止・監査を置く",{"id":141,"type":142,"title":143,"nextTopics":144,"relatedKeywords":146},"next-action","NextActionBlock","次は「プロンプト構造とshot技法」へ",[145],"it-aws-aws-certified-ai-practitioner-foundation-model-applications-prompt-structure-and-shot-techniques",[147,148,149],"プロンプトエンジニアリング","zero-shot","single-shot",{"path":10,"title":19,"description":151,"parentPath":152,"accentToken":153},"基盤モデルの選択、RAG、プロンプト、カスタマイズ、エージェント、評価をAIF-C01の設計判断として整理します。","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner","cloud-amber",{"title":155,"description":156,"canonicalUrl":157,"ogImage":158},"AIエージェントと業務ワークフロー | AWS Certified AI Practitioner","AIF-C01対策としてAIエージェントと業務ワークフローの定義、判断軸、具体例、誤解しやすい境界を公式試験範囲に沿って学びます。","https:\u002F\u002Fzeqnilo.com\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Ffoundation-model-applications\u002Fai-agents-and-business-workflows","https:\u002F\u002Fzeqnilo.com\u002Fassets\u002Fsite\u002Fdefault-og.svg",[160,163,166,167,168],{"title":161,"path":162},"IT","\u002Fit",{"title":164,"path":165},"AWS","\u002Fit\u002Faws",{"title":17,"path":152},{"title":19,"path":10},{"title":7,"path":9},[],[171],{"id":145,"title":172,"summary":173,"canonicalPath":174,"categoryPath":10,"categoryTitle":19,"difficulty":11,"targetAudience":12,"estimatedMinutes":13,"publishedAt":14,"updatedAt":14,"reviewStatus":15,"tags":175},"プロンプト構造とshot技法","プロンプト構造とshot技法を、AIF-C01の公式objective 3.2.1・3.2.2に沿って、用語、判断順序、例、誤解修正で整理します。","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Ffoundation-model-applications\u002Fprompt-structure-and-shot-techniques",[17,18,19,147,148,149,176,177],"few-shot","negative prompt",[179],{"id":180,"title":181,"summary":182,"canonicalPath":183,"categoryPath":10,"categoryTitle":19,"difficulty":11,"targetAudience":12,"estimatedMinutes":13,"publishedAt":14,"updatedAt":14,"reviewStatus":15,"tags":184},"it-aws-aws-certified-ai-practitioner-foundation-model-applications-foundation-model-customization-strategies","基盤モデルのカスタマイズ戦略","基盤モデルのカスタマイズ戦略を、AIF-C01の公式objective 3.1.5に沿って、用語、判断順序、例、誤解修正で整理します。","\u002Fit\u002Faws\u002Faws-certified-ai-practitioner\u002Ffoundation-model-applications\u002Ffoundation-model-customization-strategies",[17,18,19,185,186,187,188,189],"プロンプト","RAG","微調整","継続事前学習","モデル蒸留",1787370539719]