メール検索の課題を解決するため、Amazon SESでメールを受信し、S3に保存後、Amazon Bedrockの埋め込みモデルでベクトル化してS3 Vectorに格納するRAGシステムを構築した事例を紹介します。

従来のメール検索では、件名や送信者での絞り込みしかできず、メール本文の内容から関連するメールを見つけることが困難でした。本セッションでは、SES→S3→Bedrock→S3 Vectorの一連のフローを実装し、自然言語でメール検索を可能にするアーキテクチャを解説します。

使用技術：Amazon SES、S3、Bedrock (Titan Embeddings)、S3 Vector

実装のポイント、コスト最適化、セキュリティ考慮事項まで、派手ではないですが現場が必要とする仕組みについて知見を共有します。