• Amazon Bedrock AgentCore Memoryが長期メモリ（LTM）レコードへのメタデータサポートを追加
• メモリリソースごとに最大10個のインデックス付きキーを定義可能（STRING、NUMBER、STRING_LIST型をサポート）
• メタデータはイベント取り込み時に手動で付与するか、LLMによる自動推論が可能
• 抽出指示を定義することで、LLMが会話内容からメタデータを自動生成
• 取得時にメタデータフィルターを使用して、チケット番号、優先度、日付などの構造化属性でフィルタリング可能
• 無関係なコンテキストを排除し、応答の精度を向上
• Amazon Bedrock AgentCore Memoryがサポートされている全AWSリージョンで利用可能

Amazon Bedrock AgentCore Memoryが長期メモリ（LTM）レコードにメタデータをサポートするようになりました。これにより、エージェントはセマンティック検索と併せて構造化された属性を使用してメモリのタグ付け、フィルタリング、取得が可能になります。メモリリソースごとに最大10個のインデックス付きキーを定義でき、取得時にメタデータフィルターを使用して関連性の高い結果のみを返すことができます。

Amazon Bedrock AgentCore Memoryは、長期メモリ（LTM）レコードにメタデータをサポートするようになりました。
これにより、エージェントはセマンティック検索と併せて構造化された属性を使用してメモリのタグ付け、フィルタリング、取得が可能になります。

メモリリソースごとに最大10個のインデックス付きキーを定義でき、STRING、NUMBER、STRING_LISTの型をサポートし、さまざまな演算子タイプを使用して取得結果をフィルタリングできます。
メタデータはイベントの取り込み時に付与するか、メモリリソースに定義した抽出指示に基づいてLLMが自動的に推論することができます。
取り込み時に、LLMはすべてのイベントを処理し、結果のメモリレコードにメタデータをどのように適用するかを決定します。

メモリリソースにメタデータスキーマを定義し、インデックス付きキー定義（キー名、型、およびオプションの許容値）と、会話内容からメタデータを生成する方法をLLMに指示する抽出指示を含めます。
取得時のメタデータフィルターにより、エージェントはチケット番号、優先度、日付などの構造化属性でレコードを取得でき、無関係なコンテキストを排除し、応答の精度を向上させることができます。

開始するには、Amazon Bedrock AgentCore Memoryのドキュメントをご覧ください。
この機能は、Amazon Bedrock AgentCore MemoryがサポートされているすべてのAWSリージョンで本日から利用可能です。

• Amazon Bedrock
• Amazon Bedrock AgentCore

• Amazon Bedrock AgentCoreは、Amazon Bedrockの機能の一部で、AIエージェントの構築・運用を支援するサービスです。AgentCore Memoryはその中のメモリ機能で、エージェントが過去の会話や情報を長期的に記憶し、それを後の対話で活用できるようにするものです。今回のアップデートでは、メモリレコードにメタデータを付与してフィルタリングや検索精度の向上が可能になりました。
• Amazon Bedrockは、AWSが提供する生成AI（Generative AI）サービスで、主要なAIモデルプロバイダーの基盤モデル（Foundation Model）をAPI経由で利用できるフルマネージドサービスです。独自のインフラを構築することなく、テキスト生成、画像生成、チャットボットなどのAIアプリケーションを構築できます。

• https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/long-term-memory-metadata.html