Update Amazon Q Developer CLI references to Kiro CLI

README.md

@@ -13,8 +13,8 @@ ML Enablement Workshop は、生成 AI を含めた AI/ML 技術をプロダク
 ワークショップを始める際は、参加者に対しワークショップの意義と役割を伝える [Day0](https://github.com/aws-samples/aws-ml-enablement-workshop/blob/main/docs/organizer/day0.md) から始めます。Day0 実施後、実践編・改善編の 2 部構成プログラムに進みます。 
 
 * [**Day0**](./docs/organizer/day0.md) で、開始条件の確認と開始前の準備事項を確認します
-* [**実践編**](./docs/organizer/day1.md) で Amazon のプロダクト開発プロセスを実践し新規プロダクト / 機能のプレスリリースを複数作成します。同時に、それらを生成 AI に与え仮説検証を行うためのモックを構築します
-* [**改善編**](./docs/organizer/day2.md) でモックを通じて得られた知見を統合し、参加者自信で Amazon のプロセスを実践しプレスリリースを更新します。その後、今後 3~6 カ月でリリースするための最初のステップを計画します
+* [**実践編**](./docs/organizer/day1.md) で Amazon のプロダクト開発プロセスを実践し、**生成 AI と共に**新規プロダクト / 機能のプレスリリースを複数作成します。同時に、それらから仮説検証を行うためのモックを構築します (参考 : [当日の流れ](https://github.com/aws-samples/aws-ml-enablement-workshop/tree/main/yourwork))
+* [**改善編**](./docs/organizer/day2.md) でモックを通じて得られた知見を統合し、参加者自身で Amazon のプロセスを実践しプレスリリースを更新します。その後、今後 3~6 カ月でリリースするための最初のステップを計画します
 
 | Title |Day0: 目的と役割の確認|実践編: Amazon 流を実践|改善編: 仮説検証の自走を開始|
 |:--------|:---------|:------|:------|
@@ -28,6 +28,10 @@ ML Enablement Workshop のメリットは次の通りです。
 * 🤖 **生成 AI を企画からモック構築の全工程に適用する経験を通じプロダクト開発プロセスを洗練できる**
 * 🛠 **モックを使ったフィードバック取得を実践することで、机上の空論に留まらない企画を作成できる**
 
+| Point | Message|
+|:------|:------|
+|<img src="docs/images/top/kiro.svg" width=50/> | 生成 AI として仕様駆動を実践する [Kiro CLI](https://kiro.dev/docs/cli/) を使用しており、ワークショップ実施後に仕様を基にした設計・実装へとスムーズに移行できます。|
+
 ### 成果物例
 
 企画の一例として、「英語会議を開催するための英会話能力向上」をテーマにワークショップのガイドに従い生成 AI で Working Backwards を進めた例を示します。この例はすべて生成 AI で作成し人の手は入っていません。生成 AI により、人間の時間を細部の確認やよりインパクトの大きい問いの作成などに割り当てられることを示すための例です。

docs/organizer/generative_ai_setup.md

@@ -1,6 +1,6 @@
 # ML Enablement Workshop 生成 AI 環境事前準備
 
-ML Enablement Workshop で開発者 / データサイエンティスト担当の方は、**チーム全員が生成 AI を扱えるように**下記の環境セットアップをワークショップ開始前に完了してください。環境セットアップは、[Amazon Q Developer CLI](https://docs.aws.amazon.com/ja_jp/amazonq/latest/qdeveloper-ug/command-line.html) を想定しています。
+ML Enablement Workshop で開発者 / データサイエンティスト担当の方は、**チーム全員が生成 AI を扱えるように**下記の環境セットアップをワークショップ開始前に完了してください。環境セットアップは、[Kiro CLI](https://kiro.dev/docs/cli/installation/) を想定しています。
 
 なお、Mock の生成以外は [GenU : Generative AI Use Cases](https://aws-samples.github.io/generative-ai-use-cases/en/) で行うこともできます。GenU を使用する場合は、[ワークショップ用のユースケース](/docs/organizer/assets/day0/ML_Enablement_Workshop_GenU.json) をダウンロードし、[ユースケースビルダーにインポート](https://aws-samples.github.io/sample-one-click-generative-ai-solutions/solutions/generative-ai-use-cases-ready-to-use/) してください。
 
@@ -10,31 +10,29 @@ ML Enablement Workshop で開発者 / データサイエンティスト担当の
 - Administrator 権限を保有する IAM ユーザーを人数分発行し、認証情報（アクセスキー、シークレットキー）を準備する
   - ※最小権限の法則上好ましくないため、あくまで一時的な対応としてください。すでに参加者に IAM ユーザーをはじめとした AWS にアクセス可能なプロファイル等が払い出されている場合この手順は不要ですが、モックの作成が可能なことを事前に確認ください
 
-### Amazon Q Developer Pro のライセンス準備
-- Amazon Q Developer Pro のライセンスを人数分準備する
+### サブスクリプションの用意
+- Kiro、もしくは Amazon Q Developer のサブスクリプションを人数分用意します
+
+※ Free/Individual のサブスクリプションで進めて頂くことができます。ただ、この場合データの取り扱いについて十分確認・検討の上でご判断ください。
+
+* [Kiro 導入ガイド：始める前に知っておくべきすべてのこと](https://aws.amazon.com/jp/blogs/news/kiroweeeeeeek-in-japan-day-1-implementation-guide/)
 
 ## 端末でのセットアップ
 
-### 1. Amazon Q Developer CLI のインストール
+### 1. Kiro CLI のインストール
 
-Amazon Q Developer CLIは、コマンドラインでAI支援によるコード生成、チャット、コマンド自動補完を提供するツールです。
+Kiro CLIは、コマンドラインでAI支援によるコード生成、チャット、コマンド自動補完を提供するツールです。
 
-- Windows 以外: [公式ドキュメント](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/command-line-installing.html)
-- Windows の場合: [Qiita記事](https://qiita.com/nagisa_53/items/ab5ef9a8d799ea964e1e)
+- Windows 以外: [AWS Blog](https://aws.amazon.com/jp/blogs/news/introducing-kiro-cli/)
+- Windows の場合: WSL を設定し、Ubuntu としてセットアップします。Amazon Q Developer の設定をご参照ください : [Qiita記事](https://qiita.com/nagisa_53/items/ab5ef9a8d799ea964e1e)
 
 ### 2. AWS CLI のインストールと設定
 
 [AWS CLI インストール方法](https://docs.aws.amazon.com/ja_jp/cli/latest/userguide/getting-started-install.html)
 
 ```bash
-# AWS CLI の設定（IAMユーザーの認証情報を入力）
-aws configure
-
-# 以下の項目を順番に入力：
-# AWS Access Key ID [None]: [IAMユーザーのアクセスキーID]
-# AWS Secret Access Key [None]: [IAMユーザーのシークレットアクセスキー]
-# Default region name [None]: ap-northeast-1
-# Default output format [None]: json
+# AWS CLI の設定（ブラウザで認証）
+aws login
 
 # 設定確認
 aws sts get-caller-identity
@@ -56,22 +54,27 @@ npm --version
 
 https://git-scm.com/downloads
 
-### 5. Amazon Q Developer CLI へのログイン
+### 5. Kiro CLI へのログイン
+
+AWS コンソールから、Amazon Q Developer / Kiro を検索しサービスページにアクセス。Start URL とリージョンを確認。
+
+**Amazon Q Developer:**
+![Amazon Q Developer](/docs/organizer/assets/day0/amazon-q-developer.png)
 
-AWS コンソールから、Amazon Q Developer を検索しサービスページにアクセス。Start URL とリージョンを確認。
-![Amazon Q](/docs/organizer/assets/day0/amazon-q-developer.png)
+**Kiro:**
+![Kiro](/docs/organizer/assets/day0/kiro.png)
 
 ```bash
-# Q Developer Pro にログイン
-q login
+# Kiro にログイン
+kiro-cli login
 
-# Select login method => Use with Pro license
+# Select login method => Use with IDC Account (Free の場合 Builder ID)
 # Enter Start URL => AWS コンソールで確認した値
 # Enter Region => AWS コンソールで確認した Region
-# 表示される URL にアクセスし、Amazon Q Developer の利用を許可
+# 表示される URL にアクセスし、認証・Kiro のアクセスを許可
 
 # 認証後、確認
-q chat
+kiro-cli
 ```
 
 ### (Optional) 画像生成用
@@ -93,7 +96,7 @@ git clone https://github.com/aws-samples/aws-ml-enablement-workshop.git
 cd aws-ml-enablement-workshop/yourwork
 
 # 3. Q Developer CLI のカスタムエージェントを起動
-q chat --agent mock-builder
+kiro-cli --agent mock-builder
 
 # 4. 「アプリを作りたい」など適当な指示を入力
 # 5. アプリケーションの詳細を入力

yourwork/README.md

@@ -37,11 +37,10 @@ cd aws-ml-enablement-workshop/yourwork
 pwd
 ```
 
-移っていることを確認ののち、Amazon Q Developer 等のツールを起動します。
+移っていることを確認ののち、Kiro CLI 等のツールを起動します。
 
 ```
-q
-# q chat でも構いません
+kiro-cli
 ```
 
 以下、プロンプトについては "**🤖[Prompt]**" と明示しているので、そちらをコピー、編集して生成 AI のツールに入力してワークを進めてください。
@@ -50,7 +49,7 @@ q
 
 ### 実践編 : ユーザー行動の推定・確認
 
-ワークでは次のプロンプトを使用してください。Amazon Q Developer CLI などの生成 AI ツールに次のプロンプトを与えます。
+ワークでは次のプロンプトを使用してください。Kiro CLI などの生成 AI ツールに次のプロンプトを与えます。
 
 > [!IMPORTANT]
 > 事前に、今回検討する顧客についてまとめたスライドが `customer.png` として `discovery` ディレクトリに保存されているか確認ください。
@@ -190,11 +189,11 @@ Invent を始める前に、事前準備したソリューションを評価し
 
 ```
 yourwork
-├── .amazonq/                  # カスタムエージェント等、Q Developer CLI 用設定ファイルディレクトリ
-├── prompt/                    # プロンプトファイルディレクトリ
-│   └── prompt.md             # アプリケーション仕様記述ファイル
-├── template/                  # アプリケーションテンプレート
-└── product/                  # 生成されるアプリケーション（Q Developer CLI により作成されます)
+├── .kiro/                  # カスタムエージェント等、Kiro CLI 用設定ファイルディレクトリ
+├── prompt/                 # プロンプトファイルディレクトリ
+│   └── prompt.md           # アプリケーション仕様記述ファイル
+├── template/               # アプリケーションテンプレート
+└── product/                # 生成されるアプリケーション（Kiro CLI により作成されます)
 ```
 
 ### モックの構築
@@ -206,7 +205,7 @@ yourwork
 
 #### 1. ディレクトリの移動
 
-`yourwork` で作業しているか確認します。いなければ、以下のコマンドを実行し、`yourwork` ディレクトリに移動します。
+**`yourwork` で作業しているか確認します。いなければ、以下のコマンドを実行し、`yourwork` ディレクトリに移動します。**
 
 ```
 pwd
@@ -250,12 +249,12 @@ Dashboard URL: https://dxxxxxxxxxx.cloudfront.net
 
 これらの情報は `4. カスタムエージェントの実行` で利用します。
 
-#### 3. Amazon Q Developer CLI の起動
+#### 3. Kiro CLI の起動
 
-以下のコマンドで Amazon Q Developer CLI のモデル構築用エージェントを起動します。
+以下のコマンドで Kiro CLI のモデル構築用エージェントを起動します。
 
 ```
-q chat --agent mock-builder
+kiro-cli --agent mock-builder
 ```
 
 #### 4. カスタムエージェントの実行
@@ -271,7 +270,7 @@ q chat --agent mock-builder
 
 #### 4. ホスティングしたアプリケーションの削除
 
-AWS にデプロイしたアプリケーションを削除したい場合は、Q Developer CLI に、`/product/ ディレクトリを参照し、デプロイしたアプリケーションを削除したい` と伝えてください。
+AWS にデプロイしたアプリケーションを削除したい場合は、Kiro CLI に、`/product/ ディレクトリを参照し、デプロイしたアプリケーションを削除したい` と伝えてください。
 各種リソースの削除が行われます。
 
 ## Test/Iterate

yourwork/prompt/prompt.md

@@ -36,6 +36,7 @@
 - `/template/DEPLOYMENT_GUIDE.md` の技術選定ガイドラインに従う
 - `/product/` ディレクトリを作成し、`/template/app/` の構成を参考にする
 - `template/TRACKER_INTEGRATION_GUIDE.md` に従ってトラッカーを完全に統合する
+- **Tailwind CSS v4の設定**: `/template/app/src/styles/globals.css` を参考に、必ず `@theme` ディレクティブでカスタムカラーを定義し、`@layer base` 内にベーススタイルを記述すること
 </technical_requirements>
 
 <tracker_integration_rules>