# DynamoDB でのエージェンティック AI の使用
<a name="ddb-ai-integration"></a>

Amazon DynamoDB は、サーバーレスのフルマネージド分散 NoSQL データベースで、あらゆる規模で 1 桁ミリ秒のパフォーマンスを実現します。DynamoDB はハイスループットワークロード用に最適化されており、生成 AI モデルと統合することで機能を拡張できます。生成 AI モデルを使用すると、DynamoDB テーブルに保存されているデータをリアルタイムで操作し、コンテキストを認識して高度にパーソナライズされたアプリケーションを構築できます。また、ビジネス、ユーザー、アプリケーションデータを最大限に活用して生成 AI ソリューションをカスタマイズすることで、エンドユーザーエクスペリエンスを向上させることもできます。

生成 AI と、生成 AI アプリケーションを構築するために AWS が提供するソリューションの詳細については、「[生成 AI でビジネスを変革する](https://aws.amazon.com/ai/generative-ai/)」を参照してください。

**Topics**
+ [DynamoDB の生成 AI ユースケース](#gen-ai-use-case-ddb)
+ [DynamoDB の生成 AI ブログ](#gen-ai-blogs)
+ [OpenSearch Service と DynamoDB のゼロ ETL 統合を活用する](ddb-and-amazon-bedrock.md)
+ [DynamoDB を LangGraph エージェントのチェックポイントストアとして使用する](ddb-langgraph-checkpoint.md)

## DynamoDB の生成 AI ユースケース
<a name="gen-ai-use-case-ddb"></a>

DynamoDB は、チャットボットや[基盤モデル (FM)](https://aws.amazon.com/what-is/foundation-models/) で構築されたコールセンターなど、AI を活用した会話アプリケーションに広く使用されています。Amazon Bedrock、Amazon SageMaker AI、またはその他のモデルプロバイダーから FM にアクセスできます。このようなアプリケーションは、通常、DynamoDB を使用して、パーソナライゼーションを向上させ、アプリケーションデータ、ビジネスデータ、ユーザーデータの 3 つのデータパターンにわたってユーザーエクスペリエンスを向上させます。これらのデータパターンの例は次のとおりです。
+ [LangChain](https://js.langchain.com/v0.1/docs/integrations/chat_memory/dynamodb/)、 [LlamaIndex](https://docs.llamaindex.ai/en/stable/examples/docstore/DynamoDBDocstoreDemo/)、またはカスタムコードとの統合による、チャットメッセージ履歴などのアプリケーションデータのストレージ。このコンテキストは、モデルがユーザーと対話できるようにすることで、ユーザーエクスペリエンスを向上させます。**
+ インベントリ、料金、ドキュメントなどのビジネスデータを活用して、カスタマイズされたユーザーエクスペリエンスを作成します。
+ ウェブ履歴、過去の注文、ユーザー設定などのユーザーデータを適用して、パーソナライズされた回答を提供します。

例えば、保険会社は DynamoDB を使用して、チャットボットを構築し、[検索拡張検索拡張生成 (RAG)](https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-foundation-models-customize-rag.html) ベースの生成 AI モデルにほぼリアルタイムのデータへのアクセスを提供することができます。このようなデータの例としては、住宅ローンの金利、商品の価格設定、準拠/標準契約書、ユーザーのウェブ履歴、ユーザーの好みなどのリアルタイムデータが挙げられます。DynamoDB を RAG と組み合わせることで、保険商品やユーザーデータに関する詳細かつ最新の情報が追加されます。これにより、プロンプトと回答が充実し、エンドユーザーに正確でパーソナライズされたほぼリアルタイムのエクスペリエンスを提供できます。

同様に、金融サービス業界のお客様は、DynamoDB、[Amazon Bedrock ナレッジベース](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html)、[Amazon Bedrock エージェント](https://aws.amazon.com/bedrock/agents/)を使用して、RAG ベースの生成 AI アプリケーションを構築しています。これらのアプリケーションは、オープンソースの収益レポートと通話トランスクリプトを使用できます。また、ユーザー固有のポートフォリオとトランザクション履歴を使用して、将来の見通しを含むポートフォリオのオンデマンドの概要を生成することもできます。

## DynamoDB の生成 AI ブログ
<a name="gen-ai-blogs"></a>

以下の記事では、高度な AI を活用したアプリケーションの構築に DynamoDB の機能を活用するのに役立つ詳細なユースケース、ベストプラクティス、ステップバイステップガイドを提供します。
+ [生成 AI チャットボット用の Amazon DynamoDB データモデル](https://aws.amazon.com/blogs/database/amazon-dynamodb-data-models-for-generative-ai-chatbots/) 
+ [Amazon DynamoDB、Amazon Bedrock、LangChain を使用して、スケーラブルなコンテキスト対応チャットボットを構築する](https://aws.amazon.com/blogs/database/build-a-scalable-context-aware-chatbot-with-amazon-dynamodb-amazon-bedrock-and-langchain/) 
+ [LangGraph と Amazon DynamoDB を使用して耐久性の高い AI エージェントを構築する](https://aws.amazon.com/blogs/database/build-durable-ai-agents-with-langgraph-and-amazon-dynamodb/)