Amazon Connect 完全ガイド v2.0

初心者から実務者向けの包括的解説

Amazon Connect は、クラウドネイティブのオムニチャネルコンタクトセンターサービスです。電話・チャット・タスク・E-mail・ソーシャルメディアをワンプラットフォームで統合管理し、Amazon Lex（会話 AI）・Contact Lens（通話分析）・Amazon Q in Connect（AI アシスタント）・Wisdom（エージェント推奨回答）との統合でインテリジェントなコンタクトセンターを実現します。従量課金でライセンス不要、セルフサービス設定で数時間で導入可能、AWS AI サービスのネイティブ統合により複雑なカスタム開発なしに次世代コンタクトセンターを構築できます。本ドキュメントは、Amazon Connect の概念・アーキテクチャ・運用パターン・AI 統合・2025-2026 最新動向を体系的に解説する包括的ガイドです。

ドキュメントの目的

本ガイドは以下を対象としています。

• 初心者向け： Connect とは何か、コンタクトフロー・キュー・ルーティングプロファイル基本
• 管理者向け： インスタンス設定・ユーザー管理・営業時間・キャパシティプランニング
• エージェント向け： Agent Workspace / CCP（Customer Contact Panel）操作・コンタクト処理
• デベロッパー向け： Contact Flows API・Lambda 統合・Lex チャットボット・Bedrock AI
• 経営層向け： Five9・Genesys Cloud・NICE CXone・Twilio Flex・RingCentral との比較

2025-2026 年の Connect エコシステム

• Amazon Q in Connect 拡張： AI がエージェントをリアルタイムアシスト・推奨回答自動提示
• Contact Lens 強化： AI ベースの感情分析・キーワード検出・自動カテゴリー化
• Bedrock 統合： 生成 AI でナレッジベース検索・自動応答生成
• マルチチャネル拡張： Instagram・X（Twitter）・WhatsApp 統合
• Workforce Optimization 標準化： スケジューリング・フォーキャスティング自動化
• セッション記録強化： 画面キャプチャ・ストリーミング記録・プライバシー AI検出
• Cases とタスク統合： 顧客ケース・タスク・コンタクト履歴の統一ビュー
• Verify（Voice ID + Face Match）： AI による本人確認自動化

定義

AWS 公式による定義：

“Amazon Connect is an easy-to-use cloud contact center that helps you provide superior customer service at lower cost.”

特徴：

• オムニチャネル： 電話・チャット・メール・タスク統合
• クラウドネイティブ： インフラ管理不要・従量課金
• AI 駆動： Lex・Contact Lens・Bedrock のネイティブ統合
• セルフサービス： コード不要で IVR・ルーティング・レポート構築可
• スケーラブル： 数十人から数万人までスケール
• コンプライアンス： HIPAA・PCI DSS・GDPR 対応

目次

1. 概要・課題・特徴
2. Connect が解決する課題
3. アーキテクチャ
4. コアコンポーネント
5. Contact Flow・Routing Profile・キュー
6. 主要ユースケース（12+）
7. 設定・操作の具体例
8. 類似サービス比較表
9. ベストプラクティス
10. トラブルシューティング表
11. 2025-2026 最新動向
12. 学習リソース・参考文献
13. 実装例・チェックリスト・まとめ

概要・課題・特徴

なぜ Amazon Connect でないといけないのか？

課題1：高額なコンタクトセンター ライセンス費用 Genesys・Five9・NICE CXone などの従来型 CCaaS は席ライセンス（$50-150/席/月）で年間数百万〜数千万のコストがかかり、季節変動に対応できません。

課題2：複雑な IVR・ルーティング設定 従来型は専門家による複雑な設定が必要で、変更に時間・コストがかかり、ビジネス要件変化に即座対応できません。

課題3：AI 機能の高コスト 通話分析・感情検出・キーワード抽出などの AI 機能は別売り・追加費用で、全通話分析は非現実的なコスト。

課題4：マルチチャネル統合の複雑さ 電話・チャット・メール・ソーシャルメディアが分断され、顧客履歴が統一されず、エージェント体験が悪化。

課題5：オンプレミスインフラの維持負荷 インフラ・ライセンス・セキュリティパッチの維持管理で IT チームが疲弊。

Connect の特徴

• 従量課金： 通話分数・コンタクト数ベース、初期投資不要・季節変動対応
• AI ネイティブ： Lex・Contact Lens・Bedrock・Amazon Q が標準統合
• セルフサービス： ビジネスユーザーがコード不要で IVR・フロー構築
• オムニチャネル： 電話・チャット・メール・タスク統一管理
• スケーラビリティ： 数十人〜数万人エージェント対応
• コンプライアンス： HIPAA・PCI DSS・GDPR・金融規制対応

Connect が解決する課題

graph LR
    A["従来型CCaaS"] -->|課題1: 高額ライセンス| B["年間数千万円"]
    A -->|課題2: 複雑設定| C["IVR変更に時間"]
    A -->|課題3: AI高コスト| D["全通話分析不可"]
    A -->|課題4: マルチチャネル| E["顧客履歴分断"]
    
    F["Amazon Connect"] -->|解決策1| G["従量課金で50%削減"]
    F -->|解決策2| H["コード不要で即座変更"]
    F -->|解決策3| I["全通話AI分析"]
    F -->|解決策4| J["オムニチャネル統一"]

アーキテクチャ

Amazon Connect のプラットフォーム構成:

【顧客接点層】
  ├── 音声（DID / フリーダイヤル / 発信）
  ├── チャット（Web Widget / Mobile SDK）
  ├── メール（連携メール）
  ├── タスク（バックエンド作業）
  ├── ソーシャルメディア（Facebook / Instagram）
  └── 外部 IVR・PBX（SIP トランク）

【Amazon Connect インスタンス層】
  ├── Contact Flow エディタ
  │     ├── Start → Get Participant Input / IVR
  │     ├── Invoke Lambda（バックエンド連携）
  │     ├── Amazon Lex（AI チャットボット）
  │     ├── Transfer to Queue（キューイング）
  │     └── End（終了）
  │
  ├── Routing Profile
  │     ├── キュー → Agent グループ → スキル
  │     ├── 優先度・タイムアウト設定
  │     └── バックアップキュー
  │
  ├── Queue
  │     ├── 営業時間チェック
  │     ├── キャパシティチェック
  │     ├── Average Handling Time（AHT）
  │     └── エージェント割り当て
  │
  ├── Contact Lens
  │     ├── 通話文字起こし（Transcribe）
  │     ├── 感情分析（Comprehend）
  │     ├── キーワード抽出
  │     ├── 通話品質スコアリング
  │     └── コンプライアンスルール検出
  │
  ├── Wisdom / Amazon Q in Connect
  │     ├── ナレッジベース検索（Kendra）
  │     ├── AI 推奨回答生成（Bedrock）
  │     └── エージェント支援アシスタント
  │
  └── Cases / Tasks
        ├── 顧客ケース管理
        ├── タスク割り当て
        ├── フォローアップ自動化
        └── Contact 履歴統一

【エージェント層】
  Agent Contact Panel（ACP）/ Agent Workspace
    ├── ダッシュボード（現在コンタクト）
    ├── CRM 統合（Salesforce / ServiceNow ポップアップ）
    ├── Wisdom AI 推奨回答
    ├── タスク管理
    └── 通話記録・スクリーンレコード

【分析・最適化層】
  ├── Real-Time Analytics ダッシュボード
  ├── Historical Analytics レポート
  ├── Forecasting & Scheduling（WFO）
  ├── Campaign Orchestration（キャンペーン自動化）
  └── Voice ID（本人確認自動化）

【統合・拡張層】
  ├── AWS Lambda（カスタムロジック）
  ├── Amazon Lex V2（会話 AI）
  ├── Amazon Bedrock（生成 AI）
  ├── AWS Kendra（ナレッジ検索）
  ├── Amazon Transcribe（文字起こし）
  ├── Amazon Comprehend（感情分析）
  ├── Amazon SNS / SQS（メッセージング）
  ├── Amazon DynamoDB / RDS（データベース）
  ├── Amazon EventBridge（イベント駆動）
  └── Salesforce / ServiceNow / Zendesk（CRM）

【ストレージ・監査層】
  ├── Amazon S3（通話記録・スクリーンレコード）
  ├── Amazon CloudWatch Logs（ロギング）
  ├── AWS CloudTrail（API 監査）
  └── Amazon Kinesis（リアルタイムストリーム）

コアコンポーネント

1. Contact Flow（コンタクトフロー）

IVR・ルーティング・自動応答ロジックを定義。ビジネスユーザーがドラッグドロップで構築可能。

2. Routing Profile（ルーティングプロファイル）

エージェントをキュー・スキル・優先度別に割り当てるルール。

3. Queue（キュー）

顧客をエージェントに接続する前の待機所。営業時間・キャパシティ・優先度を管理。

4. Contact Lens（コンタクトレンズ）

通話・チャット・メール自動分析。Transcribe・Comprehend・カスタム AI で品質保証。

5. Wisdom / Amazon Q in Connect（AI アシスタント）

エージェントへのリアルタイム推奨回答・ナレッジベース検索支援。

Contact Flow・Routing Profile・キュー

Contact Flow 構築フロー

【シンプルなコンタクトフロー例】

1. Start
   ↓
2. Get Participant Input
   → 「お待たせして申し訳ございません。
      ご用件をお伺いします。
      注文確認は 1 番、返品は 2 番、
      その他は 0 番を押してください」
   ↓ DTMF 入力（1 / 2 / 0）
3. Check Contact Attributes
   → 入力値で条件分岐
   │
   ├─ "1" → Set Contact Attributes（注文キュー）
   │         → Transfer to Queue（order-support）
   │
   ├─ "2" → Set Contact Attributes（返品キュー）
   │         → Transfer to Queue（return-support）
   │
   └─ "0" → Transfer to Queue（general-support）
   ↓
4. Wait in Queue
   ↓
5. エージェント応答
   ↓
6. Disconnect

Routing Profile 設定例

営業スタッフ（Sales Team） Routing Profile:

Queue Priority:
  1. Sales Queue （優先度: 高）
  2. Support Queue （優先度: 低）

Agent Skill:
  - Sales（販売経験）: 必須
  - Enterprise Account（企業顧客）: オプション
  - Japanese Language: 必須

Timeout：
  - Sales Queue: 20 秒待機でタイムアウト

主要ユースケース（12+）

1. EC サイトのカスタマーサポート

背景： 年間 10万+ コンタクト、キューイング時間短縮・エージェント効率化が課題

ソリューション：

• Lex チャットボットで一次対応（注文確認・返品手続き自動化）
• Contact Lens で全通話分析・品質管理
• Amazon Q in Connect でエージェント推奨回答
• Lambda で注文 DB 連携
• Salesforce CRM ポップアップ

効果： ボット対応率 60% → エージェント負荷 40% 削減・AHT 10 分 → 6 分

2. 銀行コールセンター

背景： GLBA 準拠・通話品質管理・コンプライアンス監視必須

ソリューション：

• Contact Lens で全通話自動分析・コンプライアンスルール検出
• Voice ID で本人確認自動化（パスワード不要）
• Routing Profile でスキルマッチング
• Lambda で顧客残高・取引履歴照会
• セッション記録で監査対応

効果： 人的エラー削減・本人確認時間短縮・規制対応自動化

3. 医療機関の予約・相談センター

背景： 患者満足度向上・待機時間短縮・HIPAA コンプライアンス

ソリューション：

• Lex チャットボットで予約確認・変更・キャンセル自動化
• Contact Lens で医療コンプライアンス監視
• RDS で患者カルテ連携
• Lambda で医師スケジュール確認
• セッション記録・ログ保存で HIPAA 対応

効果： 予約変更をボットで 80% 自動化・患者待機時間短縮

4. テレコム顧客サポート

背景： 100+ エージェント・複雑な料金体系・チャーン対策

ソリューション：

• Lex チャットボットで故障診断・料金説明
• Contact Lens でチャーン兆候検出（不満キーワード自動アラート）
• Amazon Q in Connect でエージェント保持オファー提案
• Forecasting で営業時間最適化
• Campaigns で自動発信キャンペーン

効果： チャーン削減 5%・エージェント生産性向上・コスト 30% 削減

5. SaaS テクニカルサポート

背景： グローバル 24/7 サポート・マルチレベル対応・ナレッジベース管理

ソリューション：

• Lex チャットボットで初期トラブルシューティング
• Wisdom で FAQ・トラブルシューティングガイド検索
• Amazon Q でエージェント AI 提案
• Lambda で SaaS API 連携（顧客ステータス確認）
• チャット・メール・ソーシャル統合

効果： 自動解決率向上・エージェント生産性向上・顧客 CSAT 85%

6. 保険コールセンター

背景： 高額契約・複雑な査定・規制要件・品質管理

ソリューション：

• Contact Lens で全通話分析・査定プロセス監視
• Voice ID で本人確認・不正検出
• Amazon Q で査定ガイド提案
• Routing Profile でシニアエージェント割り当て
• Cases で査定・異議申し立て管理

効果： 査定時間短縮・不正検出・規制対応・品質向上

7. 航空会社の予約・チェックイン

背景： ピーク時スパイク・多言語対応・クオリティ

ソリューション：

• Lex チャットボットで予約・搭乗確認・チェックイン自動化
• Forecasting でピーク時人員自動配置
• Campaigns で事前通知・チェックイン促進
• Lambda で航空管理システム（SABRE）連携
• Multilingual Support（20+ 言語）

効果： 予約変更・チェックイン 70% 自動化・ピーク時対応改善

8. リテール カスタマーサービス

背景： オムニチャネル対応・実店舗とオンライン統合

ソリューション：

• Chat Widget で Web サイト統合
• Lex で商品検索・価格確認・在庫確認
• Routing Profile で店舗スタッフへ自動転送
• CRM（Salesforce）ポップアップで顧客履歴表示
• Cases でオーダー・クレーム管理

効果： オムニチャネル顧客体験向上・販売機会増加

9. エネルギー企業の料金・トラブルサポート

背景： 大量の一般顧客・スパイク時対応（停電通知）

ソリューション：

• Lex チャットボットで停電確認・料金問い合わせ自動応答
• Contact Lens で顧客不満検出・クレーム管理
• Lambda で配電システム連携（停電情報リアルタイム）
• Outbound Campaigns で停電復旧通知
• Forecasting でスパイク時自動スケーリング

効果： ボット対応 90%・エージェント負荷 70% 削減

10. B2B セールス・インサイドセールス

背景： リード生成・見込み客育成・営業効率

ソリューション：

• Lex チャットボットで見込み客初期対応
• Contact Lens で提案内容分析・成約確度スコア
• Campaigns でアウトバウンド自動化
• Amazon Q で営業トーク提案
• CRM（Salesforce）との双方向同期

効果： リード対応自動化・営業生産性向上・商談化率向上

11. 政府・公共機関のシティズンサービス

背景： 市民向けサポート・複数言語・アクセシビリティ

ソリューション：

• Lex で申請手続き自動化
• Contact Lens で市民満足度測定
• Cases で申請・苦情管理
• Lambda で行政 DB 連携
• AWS GovCloud でホスト

効果： 市民サービス向上・処理時間短縮

12. グローバル企業のグローバルコンタクトセンター

背景： 20+ 国・10+ 言語・複雑なルーティング

ソリューション：

• マルチリージョン Connect インスタンス
• Lex で 10+ 言語 AI チャット
• Forecasting で時間帯別人員配置
• Campaigns で多言語プロモーション
• Amazon Q で多言語エージェント支援

効果： グローバル統一プラットフォーム・言語障壁解消

設定・操作の具体例

CLI 例 1: インスタンス・キュー作成

# 1. Connect インスタンス作成
aws connect create-instance \
  --instance-alias production-contact-center \
  --identity-management-type CONNECT_MANAGED \
  --in-bound-calls-enabled true \
  --out-bound-calls-enabled true \
  --region ap-northeast-1

# インスタンス ID 取得
INSTANCE_ID="12345678-1234-5678-1234-567812345678"

# 2. キュー作成（営業時間・キャパシティ設定）
aws connect create-queue \
  --instance-id $INSTANCE_ID \
  --name "sales-queue" \
  --description "Sales team queue" \
  --hours-of-operation-id "hoo-12345" \
  --max-contacts 100 \
  --region ap-northeast-1

# キュー ARN 取得
QUEUE_ARN="arn:aws:connect:ap-northeast-1:123456789012:instance/$INSTANCE_ID/queue/sales-queue"

# 3. Routing Profile 作成
aws connect create-routing-profile \
  --instance-id $INSTANCE_ID \
  --name "sales-routing-profile" \
  --description "Route for sales team" \
  --default-outbound-queue-id $QUEUE_ARN \
  --queues-config '[
    {
      "QueueReference": {
        "Channel": "VOICE",
        "QueueArn": "'$QUEUE_ARN'"
      },
      "Priority": 1,
      "Delay": 0
    }
  ]' \
  --region ap-northeast-1

CLI 例 2: Lambda コンタクトフロー統合

# Lambda 関数を Connect に関連付け（顧客情報照会）
aws connect create-lambda-integration \
  --instance-id $INSTANCE_ID \
  --function-arn "arn:aws:lambda:ap-northeast-1:123456789012:function:lookup-customer" \
  --region ap-northeast-1

# Contact Flow JSON（Lambda 呼び出し）
cat > contact-flow.json << 'EOF'
{
  "Version": "2019-10-30",
  "StartAction": "greeting",
  "Actions": [
    {
      "Identifier": "greeting",
      "Type": "MessageParticipant",
      "Parameters": {
        "Text": "Welcome. Looking up your account..."
      },
      "Transitions": {
        "NextAction": "invoke-lambda"
      }
    },
    {
      "Identifier": "invoke-lambda",
      "Type": "InvokeLambdaFunction",
      "Parameters": {
        "FunctionArn": "arn:aws:lambda:ap-northeast-1:123456789012:function:lookup-customer",
        "TimeoutSeconds": 10
      },
      "Transitions": {
        "NextAction": "transfer-to-queue"
      }
    },
    {
      "Identifier": "transfer-to-queue",
      "Type": "TransferToQueue",
      "Parameters": {
        "QueueArn": "arn:aws:connect:ap-northeast-1:123456789012:instance/.../queue/sales-queue"
      }
    }
  ]
}
EOF

# Contact Flow インポート
aws connect create-contact-flow \
  --instance-id $INSTANCE_ID \
  --name "customer-lookup-flow" \
  --type CONTACT_FLOW \
  --content file://contact-flow.json \
  --region ap-northeast-1

SDK 例（Python）: Lex チャットボット統合

import boto3
import json

class ConnectManager:
    def __init__(self, region='ap-northeast-1'):
        self.client = boto3.client('connect', region_name=region)
        self.lex_client = boto3.client('lexv2-runtime', region_name=region)
    
    def invoke_lex_bot(self, bot_id, bot_alias_id, session_id, user_input):
        """Lex チャットボット呼び出し"""
        response = self.lex_client.recognize_text(
            botId=bot_id,
            botAliasId=bot_alias_id,
            localeId='ja_JP',
            sessionId=session_id,
            text=user_input
        )
        return response
    
    def get_contact_attributes(self, instance_id, contact_id):
        """コンタクト属性取得"""
        response = self.client.get_contact_attributes(
            InstanceId=instance_id,
            InitialContactId=contact_id
        )
        return response['Attributes']
    
    def create_contact_lex_interaction(self, instance_id, contact_id, 
                                       bot_id, bot_alias_id):
        """Contact Flow で Lex インタラクション"""
        lex_config = {
            'BotAlias': bot_alias_id,
            'BotName': bot_id,
            'LocaleId': 'ja_JP',
            'SessionStateAttributes': {}
        }
        
        return lex_config
    
    def get_contact_lens_analysis(self, instance_id, contact_id):
        """Contact Lens 分析結果取得"""
        response = self.client.get_contact_lens_analysis(
            InstanceId=instance_id,
            ContactId=contact_id
        )
        return response

# 使用例
manager = ConnectManager()

# Lex チャットボット呼び出し
lex_response = manager.invoke_lex_bot(
    bot_id='order_bot',
    bot_alias_id='TSTALIASID',
    session_id='session-123',
    user_input='注文の確認をお願いします'
)

print(f"Bot Response: {lex_response['messages'][0]['content']}")

IaC 例（CloudFormation）

AWSTemplateFormatVersion: '2010-09-09'
Description: 'Amazon Connect - Contact Center Setup'

Parameters:
  InstanceAlias:
    Type: String
    Default: production-cc

Resources:
  ConnectInstance:
    Type: AWS::Connect::Instance
    Properties:
      InstanceAlias: !Ref InstanceAlias
      IdentityManagementType: CONNECT_MANAGED
      InboundCallsEnabled: true
      OutboundCallsEnabled: true

  SalesQueue:
    Type: AWS::Connect::Queue
    Properties:
      InstanceArn: !GetAtt ConnectInstance.Arn
      Name: sales-queue
      MaxContacts: 100
      QuickConnectIds: []

  SalesRoutingProfile:
    Type: AWS::Connect::RoutingProfile
    Properties:
      InstanceArn: !GetAtt ConnectInstance.Arn
      Name: sales-routing-profile
      DefaultOutboundQueueArn: !GetAtt SalesQueue.QueueArn
      MediaConcurrencies:
        - Channel: VOICE
          Concurrency: 5

Outputs:
  InstanceArn:
    Value: !GetAtt ConnectInstance.Arn
  QueueArn:
    Value: !GetAtt SalesQueue.QueueArn

類似サービス比較表

ベストプラクティス

Contact Flow 設計 ✅/❌

✅ やるべき：

• Lex チャットボットで 一次対応・自動化（50%+ コンタクト自動解決目標）
• Contact Lens で全通話分析・品質管理・コンプライアンス監視
• Lambda でバックエンド DB 連携（顧客情報・在庫・スケジュール）
• Routing Profile でスキルマッチング（適切なエージェント配置）
• 営業時間・キャパシティ・優先度を正確に設定

❌ 避けるべき：

• 手動フロー編集（コード不要で変更可能）
• Contact Lens 無効化（全通話分析・品質管理の悪化）
• Lex なし手動 IVR（エージェント負荷増加）
• スキルマッチなしのラウンドロビン（生産性低下）

コスト最適化 ✅/❌

✅ やるべき：

• Lex ボット率 50%+ を目標（通話分数 → チャット転換）
• Forecasting・Scheduling で人員最適化
• Outbound Campaign で自動発信
• Contact Lens は全通話分析（Quality + Compliance）
• Reserved Capacity / Savings Plans 検討

❌ 避けるべき：

• 全コンタクト手動処理（エージェント負荷・コスト増加）
• Contact Lens 無効化（質管・コンプライアンスコスト増加）
• Manual Outbound（自動キャンペーン削減）

トラブルシューティング表

2025-2026 最新動向

• Amazon Q in Connect 拡張： エージェントへのリアルタイム AI 推奨（60% 以上の回答を自動提案）
• Bedrock 統合： 生成 AI で自動応答・ナレッジ要約・エージェント提案
• Voice ID + Face Match： 生体認証による本人確認自動化
• Multimodal Chat： テキスト + 画像・動画対応
• Automated Workforce Optimization： ML で最適人員配置・スケジュール自動生成
• Enterprise Contact Intelligence： 顧客インテリジェンス・チャーン予測・クロスセル提案

学習リソース・参考文献

公式（8+）

• Administrator Guide
• API Reference
• Pricing
• Contact Lens
• Amazon Q in Connect
• Lex Integration
• Wisdom
• Security & Compliance

パートナー・比較（5+）

• Genesys Cloud CX
• NICE CXone
• Five9
• Twilio Flex
• Gartner Magic Quadrant - CCaaS

OSS・コミュニティ（5+）

• Terraform AWS Connect
• AWS CDK Connect
• Boto3 Connect
• AWS CLI Connect
• Stack Overflow

実装例・チェックリスト・まとめ

デプロイメント チェックリスト

• [ ] Connect インスタンス作成
• [ ] DID / フリーダイヤル設定
• [ ] キュー・Routing Profile 作成
• [ ] Lex チャットボット開発・統合
• [ ] Lambda 関数開発（DB 連携・ビジネスロジック）
• [ ] Contact Flow 構築
• [ ] Contact Lens / Session Recording 有効化
• [ ] CRM（Salesforce / ServiceNow）統合
• [ ] Forecasting / Scheduling 設定
• [ ] CloudWatch / CloudTrail ロギング・監視

まとめ

Amazon Connect は、「クラウドネイティブのインテリジェントコンタクトセンター」 として、従量課金で高額ライセンス不要、Lex・Contact Lens・Amazon Q のネイティブ統合により、スケーラブル・コンプライアンス・AI 駆動のコンタクトセンターを実現します。

ビジネスユーザーが IVR・ルーティングをコード不要で構築可能、50%+ のボット自動化で エージェント効率向上・コスト削減、全通話 AI 分析で品質管理・コンプライアンス対応が実現できます。

最終更新：2026-04-27 バージョン：v2.0