Amazon BedrockとStrands Agents SDKによる高精度な文書分類手法をAWSが公開、マルチエージェントで誤分類を防止

要点

• AWSは、Amazon Bedrockを活用して複雑な業務文書を高精度に自動分類する「ベクトルプロンプト文書分類」の実装手法を公開した。

• 本手法はStrands Agents SDKを採用し、テキスト推論、視覚レイアウト認識、品質検証を担う3つの専門エージェントを協調動作させる構成となっている。

• テキスト推論には「Claude Haiku 4.5」、レイアウトのパターン認識には「Amazon Titan Multimodal Embeddings」を活用している。

• 検証エージェントが各専門エージェントをツールとして呼び出し、判定結果の比較や不一致の解決を自律的に行うことで誤分類を防ぐ。

• 米Amazon Web Services（AWS）は2026年8月18日、機械学習ブログ（AWS ML Blog）において、クラウドAI基盤サービス「Amazon Bedrock」を用いた新たな文書分類ソリューション「ベクトルプロンプト文書分類」の実装手法を公開した。複数の特化型AIエージェントを組み合わせるマルチエージェント構成を導入することで、単一モデルや従来の自動化手法では判別が難しかった複雑なビジネス文書の分類精度を大幅に向上させることが可能だという。

類似用語を含む複雑な文書分類の課題

保険業界をはじめとするエンタープライズ環境では、保険証券や宣誓供述書、裏書、規制関連の提出書類といった多種多様な文書が日々数千件規模で発生している。これらはコンプライアンス遵守、保険金の請求処理、顧客対応などの業務において正確に仕分ける必要がある。

しかし、人手による仕分け作業は膨大な時間と労力を要するだけでなく、作業ミスの発生が避けられないという課題があった。さらに、従来の自動分類手法や単一のAIモデルによるアプローチでは、外見や用語が似ているものの法的役割や処理手順が全く異なる文書の判別に苦戦するケースが多かったという。たとえば、保険の「裏書」と規制上の「宣誓供述書」は使われている専門用語が酷似している場合があるが、これらを誤って分類してしまうと、コンプライアンス違反や業務処理の大幅な遅延につながるリスクを抱えていた。

役割分担された3つの専門AIエージェント

AWSが今回示したソリューションでは、AIエージェントの構築フレームワークである「Strands Agents SDK」を活用し、それぞれ異なる得意分野を持つ3つの専門エージェントを連携させている。

1つ目は、テキストの文脈理解と推論を担当する「Document Analysis Agent（文書分析エージェント）」だ。このエージェントには、高度な推論能力を備えた大規模言語モデル「Claude Haiku 4.5」（Anthropic製）がAmazon Bedrock経由で組み込まれており、文書内に書かれた文章の意味や文脈を深く読み解く。

2つ目は、視覚的なレイアウトや配置パターンの認識を担当する「Vector Similarity Search Agent（ベクトル類似検索エージェント）」である。画像とテキストを同一のベクトル空間で処理できる「Amazon Titan Multimodal Embeddings」を利用し、文書全体のフォーマットや配置の特徴をもとに類似度検索を行う。

3つ目が、システムの中核として全体の品質保証を司る「Validation Agent（検証エージェント）」だ。このエージェントがオーケストレーター（統括役）として機能し、他の専門エージェントから得られた判定結果を照合した上で、最終的な分類結果を出力する。

「エージェントをツールとして扱う」設計のメリット

AWSは、単一のAIモデルを用いたテストにおいて、テキスト情報と視覚情報の両面を精査しなければならないエッジケースへの対応に限界があったと説明している。これに対し、分類作業を専門的なサブタスクに分割し、各エージェントが自らの専門領域に集中するマルチエージェント体制とすることで、この課題を克服したとしている。

オーケストレーションにStrands Agents SDKを採用した理由について、同SDKが「Agents as Tools（ツールとしてのエージェント）」という概念を実装している点を挙げている。検証エージェントが専門エージェントを呼び出し可能なツールとして直接扱えるため、独自の複雑な調整コードを記述することなく、各エージェントの呼び出し、判定の比較、意見の食い違いの解消をスムーズに実行できるという。

このアーキテクチャには、主に以下の4つの利点があると説明されている。

• モジュール性（Modularity）: 各エージェントを独立して開発、テスト、改善できる。
• 透明性（Transparency）: 各エージェントが判断に至った推論根拠を提示するため、処理の経緯を追跡できる監査証跡が生成される。
• 柔軟性（Flexibility）: システム全体の構造を大きく変更することなく、新たな専門エージェントを簡単に追加できる。
• 信頼性（Reliability）: オーケストレーターが一元的にエージェント間の調整、エラーハンドリング、結果の統合を処理する。

異なる基盤モデルの強みを融合

AWSは、Amazon Bedrockを通じて提供される「Claude Haiku 4.5」の高度な推論力と「Amazon Titan Multimodal Embeddings」の視覚的パターン認識力を組み合わせることで、単一モデルのアプローチを超える高い分類精度を実現できるとしている。今回のブログ記事では、実際の導入を検討する開発者に向けて、具体的なコード例や技術的なガイダンスもあわせて提供されている。