社内クラウド学習ポータル
KaizenDev
AWS、Google Cloud、Cloudflare、SAP の実践ラボを通じて、確認手順と安全なクリーンアップ方法を学びます。
実践ラボ一覧
クラウドプロバイダーからラボを選択
各ラボには目的、所要時間、難易度、確認ポイント、クリーンアップ手順が含まれています。
Cloudflare アカウントの安全な初期設定
Cloudflare を利用する前に、予算通知と二要素認証を設定します。
Cloudflare でドメインを登録・支払いする
ドメインを検索し、更新価格、登録者情報、支払い、Active 状態を確認します。
GitHub と Cloudflare Pages で静的サイトを deploy する
GitHub repository を Cloudflare Pages に接続し、静的サイトを deploy して domain を設定する手順です。
Cloudflare Tunnel でローカルの React アプリをインターネットに公開する
Cloudflare Tunnel を使い、port を開けたり firewall を触ったりせずに localhost:5173 の React アプリを HTTPS で公開します。Vite の Blocked request エラーの対処と、1 コマンドの Quick Tunnel も扱います。
Cloudflare Email Routing で独自ドメインのメールを作成する
Cloudflare Email Routing を使い、自分の domain のアドレス（例: hello@example.org）を作成し、既存の受信箱へ自動転送します。無料で利用できます。
Cloudflare Workers と D1 でサーバーレス注文 API を構築する
AWS ラボの注文 API を Cloudflare で作り直します。1 つの Worker が POST と GET を処理し、データは D1 に保存します。作成から deploy まで Wrangler CLI で行い、Lambda、DynamoDB、API Gateway と直接比較します。
Cloudflare AI Search で RAG を構築する
AI Search instance を作成し、PDF を Built-in Storage にアップロードして index の進行を確認し、Playground の Search と Chat で結果を検証します。
Cloudflare AI で ERP Knowledge Assistant を構築する
R2、AI Search、Workers、Workers AI、AI Gateway を使い、ERP 文書に基づいて回答するチャットボットを構築します。
Lifecycle ルールで S3 のストレージコストを最適化する
object を Standard-IA から Intelligent-Tiering、さらに Glacier Deep Archive へ自動的に移行する lifecycle rule を作成し、データの経過期間に応じて S3 のコストを下げます。
Lambda、DynamoDB、API Gateway でサーバーレス CRUD API を構築する
完全サーバーレスの注文 REST API を構築します。API Gateway が request を受け、2 つの Lambda 関数が作成と参照を処理し、データは DynamoDB テーブルに保存します。
SNS ファンアウト — 1 つの S3 イベントを 2 つの SQS キューとメールへ
コンソールでイベント駆動の経路を構築します。S3 が ObjectCreated:Put を SNS topic に publish し、topic が 2 つの SQS キューと 1 つのメールへファンアウト。全体が動くか静かに失敗するかを決める 3 つの最小権限リソースポリシー付き。
SAP に到達する Bedrock Agent — Sales Order の照会と確認
action group と Lambda、OData V4 を通じて SAP BTP ABAP Environment の実際の受注を照会・確認する Bedrock Agent を構築します。communication scenario による SAP API の公開手順も含みます。
Bedrock をインターネットから切り離す — VPC の Lambda と PrivateLink
Bedrock を呼ぶ Lambda をインターネット経路のない VPC に移し、interface VPC endpoint で経路を復旧させ、通信が本当に PrivateLink を通ることを測定で証明します。model 1 つに絞った endpoint policy と IAM policy 付き。
SageMaker で代金引換の受取拒否を予測する
実際の受注データで機械学習の全工程を実行します。汚れたエクスポートを整え、リークのない RFM 顧客特徴量を作り、時系列で分割し、最後に判定しきい値を既定の 0.5 ではなく金額で決めます。
顧客分析と SageMaker エンドポイントへのデプロイ
100 万行を超える実際の請求明細を使い、顧客プロファイルの作成、RFM スコアリング、セグメント分割、解約予測モデルの学習を行い、最後に SageMaker エンドポイントへデプロイして HTTPS 経由で呼び出せるようにします。
form を vibe coding して Cloud Run に deploy する
Google AI Studio で申込 form を言葉から作り、その app をそのまま Cloud Run に載せて、人に送れる link にします。code は書きません。
Google Cloud Run Service
アプリを container に package し、Cloud Run に deploy して環境変数と revisions を確認します。
Eclipse（ADT）で SAP ABAP 開発環境をセットアップする
Eclipse をインストールし、ABAP Development Tools（ADT）プラグインを追加して、SAP BTP ABAP Environment に接続する ABAP Cloud Project を作成し、ABAP のコーディングを始めます。
RAP で完結する Sales Order アプリを構築（CDS + Behavior + OData）
RAP を一気通貫で体験します。ABAP Dictionary のテーブルから CDS でデータモデルを作り、Behavior（CRUD + バリデーション + アクション）を追加し、OData を公開して、JavaScript なしで完結する Fiori Elements の Sales Order 画面としてプレビューします。
メールからインサイトへ: SAP Generative AI Hub で作る最初のプロンプト
Generative AI Hub の Prompt Editor で基本プロンプトを作成します。顧客メールから緊急度（urgency）と感情（sentiment）を抽出し、実行して Version 1 として保存し、後の改良のベースラインにします。
SAP Cloud SDK for AI（Python）で LLM 呼び出しを自動化
Prompt Editor の UI から Python コードへ移行します。sap-ai-sdk-gen をインストールし、認証を設定し、OpenAI 形式の Chat Completion を呼び出し、マルチターン会話を作り、再利用可能な Template と変数で Orchestration を実行します。
RAG と Document Grounding で LLM のハルシネーションを防ぐ
企業データからコンテキストを LLM に与えてハルシネーションを減らします。ベクトル埋め込みを作成し SAP HANA Vector Engine に保存し、Orchestration Service で Document Grounding を設定して、根拠のある回答を検索・生成します。
マルチモーダル LLM（GPT-4o）で画像とテキストを同時に分析
GPT-4o のようなマルチモーダルモデルでテキストと画像を同時に分析します。文章の説明と故障機器の写真からなるインシデント報告を、Prompt Editor と Python（TextContent と ImageUrlContent）の両方で処理します。
本番投入前にプロンプトをテスト・評価・堅牢化する
インジェクション対策のプロンプト堅牢化、自ら攻撃する red teaming、Orchestration Service の Data Masking と入出力フィルタリングの有効化、そして CI でリグレッションを止める Python 評価ハーネスの作成。
エンタープライズ AI の標準化: Orchestration Service、Prompt Registry と CAP
grounding・templating・masking・filtering を「1 回の」Orchestration Service 呼び出しにまとめ、プロンプトをアプリのコードからバージョン管理された Prompt Registry へ移し、@sap-ai-sdk/orchestration で CAP アクションから呼び出します。
プロバイダー別
プロバイダーを選んで始める
各プロバイダーは順番に進む段階ではなく、それぞれ独立したトラックです。必要なプロバイダーを選び、Beginner のラボから進めてください。
AWS7 ラボS3 ライフサイクルとストレージコスト、Lambda・DynamoDB・API Gateway のサーバーレス API、Bedrock エージェント、VPC PrivateLink。
ラボを見るGoogle Cloud2 ラボAI Studio の Gemini、Cloud Run へのコンテナデプロイ、環境変数とリビジョン。
ラボを見るCloudflare8 ラボアカウントセキュリティとドメイン、GitHub からの Pages デプロイ、Tunnel、AI Search による RAG。
ラボを見るSAP8 ラボEclipse と ADT のセットアップ、CDS・behavior・OData を使う RAP アプリ、Generative AI Hub のプロンプト。
ラボを見る開始前の準備
ラボ環境を準備する
途中で作業が止まらないように、開始前にアクセス権とツールを確認します。
KaizenDev の学習方法
実践ラボを完了する
プロバイダーを選び、ラボの目的と所要時間を確認します。
必要なサンドボックスアカウントとツールを準備します。
各ステップを実行し、結果を確認してから次へ進みます。
リソースをクリーンアップし、学んだ内容を記録します。