生成 AI アプリとエージェントの実装の要点整理と想定問題

正解: A 【A（正解）】 ？ 会話の最初に置く、最上位の指示のまとまりです。 システム プロンプトは、アシスタントの役割と境界、口調、出力形式などを定めるために使う。会話全体の土台になる指示である。 【B（不正解）】 ？ 出力のばらつきを調整する数値です。 温度は応答のランダムさを変えるだけで、役割や口調を指示する場所ではない。 【C（不正解）】 ？ API から呼び出すときにモデルを指す名前です。 デプロイ名は要求をどのデプロイに送るかを決めるもので、モデルへの指示は書けない。 【D（不正解）】 ？ 1 回の応答で生成する量の上限です。 応答の長さの上限を決める設定で、役割や出力形式を指示することはできない。

出典: Azure OpenAI のシステム メッセージ設計

正解: B 【A（不正解）】 ？ 回答を出すことを最優先させる指示です。 答えられない場面でも回答を強いるため、作り話がかえって増えやすい。 【B（正解）】 ？ 情報不足や範囲外のときの振る舞いを決めておく指示です。 公式の設計指針は「不明な場合」のフォールバック動作を明示するよう勧めている。確認の質問をし、答えられなければ分からないと伝える例が示されている。 【C（不正解）】 ？ 応答の分量を増やす指示です。 長さを増やしても根拠のない内容は減らない。答えられないときの扱いが決まっていない点は変わらない。 【D（不正解）】 ？ 利用者側の入力を工夫させる方法です。 システム プロンプトの改善ではなく、答えられないときの振る舞いも定まらない。

出典: Azure OpenAI のシステム メッセージ設計

正解: C 【A（不正解）】 ？ 形式を決めない、一般的なお願いの文です。 出力形式が書かれていないため、文章や箇条書きなど毎回違う形で返る可能性がある。 【B（不正解）】 ？ 前置きの情報を厚くする書き方です。 長いシステム プロンプトはコンテキストを消費するうえ、出力形式の指定にはならない。 【C（正解）】 ？ 応答の形を約束事として固定する書き方です。 公式は、構造化された出力が必要なら固定キーの JSON などの「出力コントラクト」を指定するよう勧めている。小さく安定した形に保つのがよい。 【D（不正解）】 ？ パラメーターの変更を文章で依頼する方法です。 温度は API のパラメーターで設定するもので、形式を固定する方法でもない。温度を上げると出力はむしろばらつく。

出典: Azure OpenAI のシステム メッセージ設計

正解: B 【A（不正解）】 ？ 指示の量を足していく方法です。 公式は過剰に長いシステム メッセージを落とし穴に挙げている。矛盾も解消されない。 【B（正解）】 ？ 指示どうしの優先順位をはっきりさせる方法です。 優先順位のない矛盾した指示は、公式がよくある落とし穴として挙げている。どちらを優先するかを明示して競合をなくすのが基本である。 【C（不正解）】 ？ 利用者側の入力にも同じ文を足す方法です。 矛盾した 2 つの指示を繰り返しても、どちらに従うべきかは決まらない。 【D（不正解）】 ？ 生成量の上限で長さを抑える方法です。 応答が途中で切れるだけで、指示の矛盾という原因は残る。

出典: Azure OpenAI のシステム メッセージ設計

正解: D 【A（不正解）】 ？ システム プロンプトだけで安全を確保する考え方です。 公式は、システム メッセージはモデルに影響するが従うことを保証しないと明記している。 【B（不正解）】 ？ システム プロンプトの安全指示を使わない考え方です。 安全システム メッセージは有害な出力の可能性を下げる層として役立つと説明されており、不要ではない。 【C（不正解）】 ？ 指示を置く場所を利用者側に移す考え方です。 利用者の入力は毎回変わり、安全の指示を確実に入れる場所にならない。 【D（正解）】 ？ 複数の対策を層として組み合わせる考え方です。 公式は、システム メッセージをフィルターや評価など他の軽減策と重ねて使い、テストと反復を続けるよう求めている。

出典: Azure OpenAI のシステム メッセージ設計／安全システム メッセージ

正解: C 【A（不正解）】 ？ 例を示さず、指示だけで作業させる方法です。 例を含めていないプロンプトの呼び方で、この場面には当たらない。 【B（不正解）】 ？ 自分のデータでモデルを追加学習させる方法です。 微調整はモデルそのものを変える。プロンプトに例を入れるだけの方法とは異なる。 【C（正解）】 ？ 入力と出力の例をいくつか添えて、答え方を示す方法です。 入力と出力のペアの例をプロンプトに含める方法を少数ショットと呼ぶ。モデルは永続的には変わらず、その回の推論だけに効く。 【D（不正解）】 ？ 答えに至る手順を段階的に書かせる方法です。 推論の過程を示させる方法で、例を並べて答え方をそろえる方法ではない。

出典: プロンプト エンジニアリングの手法

正解: A 【A（正解）】 ？ 根拠になる資料をプロンプトに入れて渡す方法です。 公式は、最新で信頼できる情報が必要な場面では根拠データを渡すことを強く勧めている。これがグラウンディングである。 【B（不正解）】 ？ 出力のばらつきを大きくする方法です。 モデルが知らない規程の内容は、温度を変えても出てこない。 【C（不正解）】 ？ 正確さを求める一般的な言葉を添える方法です。 根拠となる情報が無いままでは、正確さを求めても規程の中身は分からない。 【D（不正解）】 ？ 追加の情報を何も渡さない方法です。 学習していない最新の規程は、モデルの記憶からは答えられない。

出典: プロンプト エンジニアリングの手法

正解: D 【A（不正解）】 ？ 指示の量を減らす方法です。 解釈の余地が増えるため、望む内容に近づきにくい。 【B（不正解）】 ？ 生成量の上限を下げる方法です。 短くなるだけで、内容の薄さは改善しない。 【C（不正解）】 ？ 同じ入力を繰り返す方法です。 入力が変わらなければ、足りない情報も補われない。 【D（正解）】 ？ 求める内容を細かく示す方法です。 公式のベスト プラクティスは「具体的に指定する」ことである。複雑な指示の例でも、条件を並べると意図に沿った文になっている。

出典: プロンプト エンジニアリングの手法

正解: C 【A（不正解）】 ？ 参考資料を渡さない方法です。 資料を使った作業そのものができなくなり、目的を果たせない。 【B（不正解）】 ？ 指示を省いて資料だけにする方法です。 何をすべきかがモデルに伝わらず、結果がさらにぶれる。 【C（正解）】 ？ 資料の後ろ（プロンプトの最後）にも同じ指示を置く方法です。 モデルは新近性バイアスを受けやすく、最後の情報が出力に強く効くことがある。公式は最後に指示を繰り返す方法を試す価値があるとしている。 【D（不正解）】 ？ 出力のばらつきを最大にする方法です。 指示が守られにくい原因には効かず、出力が不安定になるだけである。

出典: プロンプト エンジニアリングの手法

正解: A 【A（正解）】 ？ 述べた内容の出どころを本文中で示させる方法です。 公式は、引用を求めると応答が根拠に沿いやすくなると説明している。末尾にまとめるより、主張のすぐそばのインライン引用のほうが効果的とされる。 【B（不正解）】 ？ 出力のばらつきを大きくする方法です。 ばらつきが増えると、事実と異なる内容もかえって混ざりやすくなる。 【C（不正解）】 ？ 最上位の指示を取り除く方法です。 役割や制約が失われるだけで、根拠に沿わせる効果はない。 【D（不正解）】 ？ 形式だけを指定する方法です。 形式を変えても、主張が資料に基づくかは確かめられない。

出典: プロンプト エンジニアリングの手法

正解: D 【A（不正解）】 ？ 推論の過程を文章で書かせる考え方です。 公式は、推論概要パラメーター以外の方法で推論を取り出そうとすることはサポートされないと注意している。 【B（不正解）】 ？ 例示と組み合わせる考え方です。 例と組み合わせても、思考の連鎖が推論モデル向けでない点は変わらない。 【C（不正解）】 ？ パラメーターと組み合わせる考え方です。 温度の値と、思考の連鎖を使うべきかどうかは関係しない。 【D（正解）】 ？ 手法がどの種類のモデル向けかで判断する考え方です。 公式は、思考の連鎖は非推論モデルにのみ当てはまり、これらの手法は gpt-5 や o シリーズなどの推論モデルには推奨しないとしている。

出典: プロンプト エンジニアリングの手法

正解: B 【A（不正解）】 ？ 区切りをなくして文を詰める方法です。 境目がさらに分かりにくくなり、取り違えが増える。 【B（正解）】 ？ 記号や見出しでプロンプトの部分を分ける方法です。 公式は、明確な構文で意図を伝えるよう勧めており、区切り記号の例を示している。迷ったら Markdown や XML を使うとよいとしている。 【C（不正解）】 ？ 生成量の上限を引き上げる方法です。 最大トークン数は応答の長さの上限で、指示と資料の取り違えは防げない。 【D（不正解）】 ？ 資料の言語を変える方法です。 言語を変えても、どこまでが指示でどこからが資料かは示されない。

出典: プロンプト エンジニアリングの手法

正解: B 【A（不正解）】 ？ エージェントやアプリの実行の流れを記録した画面です。 トレースは実行後の動きを調べる画面で、デプロイ前のモデル選びには使わない。 【B（正解）】 ？ 各モデルの詳しい説明をまとめたページです。 公式の手順では、モデルを選んでモデル カードで詳細を確かめてからデプロイする。 【C（不正解）】 ？ アプリの監視データを見る画面です。 運用中の監視やトレースの保存先で、モデルの説明やライセンスは載っていない。 【D（不正解）】 ？ コードを実行させるツールの設定です。 ツールの設定であり、モデルの説明を確かめる場所ではない。

出典: Foundry ポータルで Microsoft Foundry Models をデプロイする

正解: A 【A（正解）】 ？ Azure 全体で処理し、使ったトークン量で払う種類です。 公式は、ほとんどのワークロードでグローバル標準から始めるよう勧めている。新モデルが最初に提供され、価格が最も低く、地域も最も広い。 【B（不正解）】 ？ 1 つの地域で処理能力を予約する種類です。 特定の地域での処理と予約容量が必要なときの選択肢で、新モデルが届くのも最後になりやすい。 【C（不正解）】 ？ 微調整したモデルを試すための種類です。 微調整したモデルの評価専用で、24 時間で自動削除され、SLA も無い。 【D（不正解）】 ？ 決まった地域内で、まとめて非同期に処理する種類です。 大量の非同期処理向けで、対話型のチャット アプリには向かない。

出典: Microsoft Foundry Models のデプロイの種類

正解: C 【A（不正解）】 ？ Azure 全体の拠点で処理する種類です。 推論データは任意の Azure リージョンで処理されうるため、EU 内に限定できない。 【B（不正解）】 ？ Azure 全体で処理能力を予約する種類です。 処理の場所が EU に限られず、料金も予約容量の払い方になる。 【C（正解）】 ？ 決まったデータ ゾーンの中で処理し、トークン量で払う種類です。 データ ゾーンの種類は、米国・EU・アジア太平洋などの指定されたゾーン内だけでデータを処理する。標準はトークンごとの支払いである。 【D（不正解）】 ？ Azure 全体でまとめて非同期に処理する種類です。 処理は任意のリージョンで行われ、対話型の利用にも向かない。

出典: Microsoft Foundry Models のデプロイの種類

正解: D 【A（不正解）】 ？ 処理能力を予約して確保する種類です。 安定した大量処理には向くが、急ぎでない一括処理を安く済ませる目的には合わない。 【B（不正解）】 ？ 微調整したモデルを評価するための種類です。 微調整したモデルの評価専用で、本番の大量生成には使えない。 【C（不正解）】 ？ 1 つの地域内で処理し、トークン量で払う種類です。 1 件ずつ即時に応答する使い方で、大量処理の割引は無い。 【D（正解）】 ？ 多数の要求を 1 つのファイルにまとめ、非同期で処理する種類です。 グローバル バッチは 24 時間以内の完了を目標とし、グローバル標準より 50% 低い費用で処理できる。時間に追われない大量処理に向く。

出典: Microsoft Foundry Models のデプロイの種類

正解: A 【A（正解）】 ？ 処理能力を PTU 単位で予約して確保する種類です。 公式は、一貫した大量の利用や待ち時間のばらつきを小さくしたいときにプロビジョニング済みの種類を勧めている。スループットが保証され、待ち時間の差が小さくなる。 【B（不正解）】 ？ まとめて非同期で処理する種類です。 24 時間以内の完了を目標とする非同期の一括処理で、リアルタイムの SLA は無い。対話の待ち時間を安定させる用途には合わない。 【C（不正解）】 ？ 微調整したモデルを試すための種類です。 SLA が無く、待ち時間に敏感な用途は想定されていない。 【D（不正解）】 ？ 出力のばらつきを抑える設定です。 温度は出力の多様さを調整するもので、処理能力や待ち時間の安定とは関係しない。

出典: Microsoft Foundry Models のデプロイの種類

正解: A 【A（正解）】 ？ モデルの提供元の区分による違いです。 Llama はパートナーとコミュニティのモデルで、デプロイ前に Azure Marketplace のサブスクライブが必要である。Azure で販売されるモデルには不要と公式に書かれている。 【B（不正解）】 ？ パラメーターの設定範囲による違いです。 温度の範囲と、デプロイ時の同意の有無は関係しない。 【C（不正解）】 ？ すべてのモデルを同じ扱いとみる考え方です。 Azure で販売されるモデルには Marketplace のサブスクライブは要らないと公式に書かれている。 【D（不正解）】 ？ エージェントの作成を前提とみる考え方です。 モデルのデプロイにエージェントの作成は必要ない。

出典: Foundry ポータルで Microsoft Foundry Models をデプロイする

正解: D 【A（不正解）】 ？ 作業をまとめる単位の名前です。 プロジェクト名はエンドポイントの URL に含まれるもので、model パラメーターの値ではない。 【B（不正解）】 ？ 最上位の Azure リソースの名前です。 リソース名もエンドポイントの URL の一部で、どのデプロイを使うかは決まらない。 【C（不正解）】 ？ モデルの版を表す番号です。 公式は、model パラメーターにはデプロイ名を使うと説明している。バージョン番号を入れても、どのデプロイに送るかは指定できない。 【D（正解）】 ？ デプロイ時に付けた名前です。 公式は、推論のとき model パラメーターにデプロイ名を使い、要求をそのデプロイへ送ると説明している。名前を変えたら変えた名前を指定する。

出典: Foundry ポータルで Microsoft Foundry Models をデプロイする

正解: B 【A（不正解）】 ？ 1 回の要求の量を減らす方法です。 クォータはデプロイに割り当てる 1 分あたりのトークン数の枠で、プロンプトを短くしても枠は空かない。 【B（正解）】 ？ 割り当て済みの枠を動かすか、枠そのものを増やす方法です。 公式は、クォータの上限に達したら追加を申請するか、他のデプロイの割り当てを調整してトークンを空けるよう説明している。 【C（不正解）】 ？ 実行の記録を止める方法です。 トレースの有無は、モデルのクォータの割り当てとは関係しない。 【D（不正解）】 ？ 出力のばらつきを抑える設定です。 温度はクォータに影響しないため、上限の問題は解決しない。

出典: Foundry ポータルで Microsoft Foundry Models をデプロイする

正解: C 【A（不正解）】 ？ 大量の要求をまとめて非同期に処理する種類です。 結果が出るまで時間がかかる一括処理で、その場で応答を試す用途ではない。 【B（不正解）】 ？ 他社の製品やモデルの提供を受けるためのストアです。 パートナーのモデルを使う契約の窓口で、プロンプトを試す画面ではない。 【C（正解）】 ？ モデルとリアルタイムにやり取りできる Web の画面です。 プレイグラウンドは、モデルにプロンプトを送って応答を確かめられる Web の画面である。デプロイが終わると自動でここに移る。 【D（不正解）】 ？ アプリの監視データを集める Azure のサービスです。 運用の監視やトレースの保存に使うもので、プロンプトを送る機能ではない。

出典: Microsoft Foundry のプレイグラウンド

正解: A 【A（正解）】 ？ 同じ入力を複数のモデルへ同時に送る表示です。 比較モードでは最大 3 つのモデルに同じプロンプト・システム メッセージ・パラメーターを送り、応答を並べて比べられる。 【B（不正解）】 ？ モデルにコードを書かせて実行させるツールです。 計算やグラフ作成に使うツールで、モデルどうしを比べる機能ではない。 【C（不正解）】 ？ アップロードした文書を検索するツールです。 文書を根拠にする機能で、複数モデルの比較には使わない。 【D（不正解）】 ？ 多数の要求をまとめて処理するデプロイの種類です。 一括処理の方法で、応答をその場で並べて見比べることはできない。

出典: Microsoft Foundry のプレイグラウンド

正解: B 【A（不正解）】 ？ 出力の多様さを増やす方向の調整です。 値を大きくすると出力はよりランダムになり、毎回変わりやすい。物語づくりなどに向く。 【B（正解）】 ？ 出力を絞り込む方向の調整です。 公式は、0.2 のような低い値で出力が集中し具体的になると説明し、法的文書には低い温度を勧めている。 【C（不正解）】 ？ 2 つのパラメーターを一緒に動かす調整です。 公式の一般的な推奨は、両方ではなくどちらか一方だけを変えることである。 【D（不正解）】 ？ 応答の長さの上限を下げる調整です。 文が途中で切れるだけで、言い回しのばらつきは抑えられない。

出典: プロンプト エンジニアリングの手法／Microsoft Foundry のプレイグラウンド

正解: C 【A（不正解）】 ？ 人手で設定を移す方法です。 写し間違いが起きやすく、エンドポイントなどの情報も手で集め直す必要がある。 【B（不正解）】 ？ 一括処理のデプロイに切り替える方法です。 処理の方法が変わるだけで、アプリ用のコードは手に入らない。 【C（正解）】 ？ プレイグラウンドからコードと接続情報を持ち出す機能です。 コード タブには多言語のサンプルがあり、VS Code for the Web で開くとサンプル・エンドポイント・キーが自動で取り込まれる。 【D（不正解）】 ？ 環境をもう一度用意する方法です。 設定を引き継ぐ方法ではなく、作業がむしろ増える。

出典: Microsoft Foundry のプレイグラウンド

正解: A 【A（正解）】 ？ 表示を単一モデルに切り替える方法です。 公式は、比較モードではツール セクションが表示されず、まず比較中のモデルを閉じる必要があると説明している。 【B（不正解）】 ？ 並べるモデルの数を増やす方法です。 比較モードで並べられるのは最大 3 つで、数を増やしてもツールは表示されない。 【C（不正解）】 ？ パラメーターを変える方法です。 温度の値は、ツール欄の表示とは関係しない。 【D（不正解）】 ？ 一括処理用のデプロイを作る方法です。 デプロイの種類を増やしても、比較モードでツールが使えるようにはならない。

出典: Microsoft Foundry のプレイグラウンド

正解: C 【A（不正解）】 ？ OpenAI SDK から使う形の URL です。 これは OpenAI SDK 用のエンドポイントで、Foundry SDK がプロジェクト API を使うための URL ではない。 【B（不正解）】 ？ Foundry 上の Anthropic Claude モデルを使う SDK 向けの URL です。 Anthropic SDK から Claude モデルを使うためのエンドポイントで、Foundry SDK がプロジェクト API を使う URL ではない。 【C（正解）】 ？ リソース名とプロジェクト名を含む URL です。 Foundry SDK は、この 1 つのプロジェクト エンドポイントからすべてのプロジェクト API にアクセスする。 【D（不正解）】 ？ Foundry ポータルで、エージェント向けのモデル一覧を開くアドレスです。 Foundry ポータルのモデル カタログ画面のアドレスで、Foundry SDK が接続するプロジェクト エンドポイントではない。

出典: Microsoft Foundry SDK とエンドポイントの使用を開始する／Foundry Agent Service の概要（Foundry ポータルへのリンク）

正解: D 【A（不正解）】 ？ 秘密の文字列をコードに埋め込む方法です。 公式は、キーを埋め込まず最小限の権限とロール割り当てを使うよう求めている。本番では Entra ID が推奨される。 【B（不正解）】 ？ 資格情報を使わずに呼び出す方法です。 公式のサンプルは Entra ID かキーで認証しており、資格情報なしで呼ぶ方法は示されていない。 【C（不正解）】 ？ 秘密の文字列を入力文に含める方法です。 公式は、シークレットをプロンプトに書かないよう明記している。漏えいの危険がある。 【D（正解）】 ？ 環境に合った Entra ID の資格情報を自動で選ぶクラスです。 公式のサンプルは DefaultAzureCredential による Microsoft Entra ID 認証を使う。実稼働では API キーより Entra ID を優先するよう勧めている。

出典: Microsoft Foundry SDK とエンドポイントの使用を開始する／Microsoft Foundry での RAG とインデックス／エージェント開発ライフサイクル（シークレットとアクセス許可）

正解: A 【A（正解）】 ？ プロジェクトから OpenAI 互換のクライアントを取り出して使う方法です。 公式のクイックスタートは、project.get_openai_client() のあと responses.create に model と input を渡し、output_text で応答を読む。 【B（不正解）】 ？ エージェントを定義する操作です。 モデルに直接質問するだけなら、エージェントを作る必要はない。 【C（不正解）】 ？ ファイル検索用の保存場所を作る操作です。 文書検索の準備であり、モデルに質問を送る手順ではない。 【D（不正解）】 ？ 音声の合成や認識に使うライブラリです。 テキストのチャットには音声への変換は要らない。

出典: クイックスタート: Microsoft Foundry SDK の概要

正解: B 【A（不正解）】 ？ 役割を区別しない送り方です。 公式は、messages パラメーターが役割別のメッセージ オブジェクトの配列を受け取ると説明している。区別のない 1 本の文字列は想定されていない。 【B（正解）】 ？ 発言ごとに役割を付けて並べる送り方です。 公式は、プロンプトの各部分がシステム・ユーザー・アシスタントの役割に関連付けられた配列として送られると説明している。 【C（不正解）】 ？ 設定項目に内容を入れる送り方です。 デプロイ名や温度は文章を渡す場所ではなく、指示や発言は送れない。 【D（不正解）】 ？ 履歴を送らない送り方です。 公式は、モデルにはメモリが無いため、質問のたびに更新した会話の記録（トランスクリプト）を送らないと前の文脈が失われると説明している。

出典: プロンプト エンジニアリングの手法／Azure OpenAI のシステム メッセージ設計／チャット完了モデルを操作する（会話ループ）

正解: C 【A（不正解）】 ？ 出力のばらつきを変える設定です。 温度は応答の性質を変えるだけで、認証の失敗とは関係しない。 【B（不正解）】 ？ 接続先の種類を変える方法です。 サンプルはプロジェクト エンドポイントを前提にしており、URL を変えてもサインインの問題は解決しない。 【C（正解）】 ？ 手元の環境で Azure にサインインし直す方法です。 公式は、スクリプトの実行前に az login で認証するよう求めている。トークンが取れないときは、必要なロールを持つ ID で az login を実行する。 【D（不正解）】 ？ デプロイを用意し直す方法です。 認証エラーの原因は資格情報の側にあり、デプロイを作り直しても解決しない。

出典: クイックスタート: Microsoft Foundry SDK の概要／Microsoft Foundry SDK とエンドポイントの使用を開始する

正解: C 【A（不正解）】 ？ プロジェクトの作成やアカウント全体の管理ができるロールです。 公式は、このロールを Foundry リソースを作る必要があるときだけに使い、日常の開発者には不要としている。 【B（不正解）】 ？ Azure のあらゆる資源を管理できる強いロールです。 必要な範囲を大きく超える権限で、最小権限の考え方に反する。 【C（正解）】 ？ 日々の開発作業のためのロールです。 公式は、日常的な開発には Foundry プロジェクトの Foundry ユーザー ロールを勧めている。旧称は Azure AI ユーザーである。 【D（不正解）】 ？ ロールを使わずに秘密の文字列で済ませる方法です。 公式はキーの埋め込みより最小権限のロール割り当てを使うよう求めている。

出典: Microsoft Foundry SDK とエンドポイントの使用を開始する／エージェント開発ライフサイクル（最小特権とロール）

正解: C 【A（不正解）】 ？ 実行基盤を自分で用意するときの部品です。 プロンプト エージェントでは、コンテナーやコンピューティングを自分で管理する必要はない。 【B（不正解）】 ？ モデルの出力を調整するパラメーターです。 いずれも出力の調整項目で、エージェントの中心となる構成要素ではない。 【C（正解）】 ？ 考える力・振る舞いの決まり・外部とつながる手段の組み合わせです。 公式は、プロンプト エージェントを指示・モデル・ツールの構成で定義し、Foundry がコードやインフラなしで実行すると説明している。 【D（不正解）】 ？ 接続や呼び出しに使う名前の組み合わせです。 どれも識別のための名前で、エージェントの振る舞いを決める要素ではない。

出典: Foundry Agent Service のプロンプト エージェント

正解: D 【A（不正解）】 ？ 指示・モデル・ツールを設定するだけで作る種類です。 独自のオーケストレーション コードを持ち込むなら、公式はホストされるエージェントを使うよう案内している。 【B（不正解）】 ？ 試行の画面で使う機能です。 プレイグラウンドは試すための画面で、独自コードを実行する仕組みではない。 【C（不正解）】 ？ リアルタイムの音声会話に特化した種類です。 音声のやり取り向けで、独自のコードを持ち込む用途ではない。 【D（正解）】 ？ 自分のコードやフレームワークをコンテナーとして動かす種類です。 ホストされるエージェントは LangGraph などで作ったコードを持ち込み、Foundry がマネージド エンドポイント・スケーリング・ID 付きで実行する。

出典: Microsoft Foundry Agent Service とは

正解: D 【A（不正解）】 ？ 公開されている Web の情報を調べるツールです。 公開 Web の最新情報向けで、手元のマニュアルの中身を根拠にする用途ではない。 【B（不正解）】 ？ コードを書いて実行させるツールです。 計算やデータ加工、グラフ作成向けで、文書を検索して答える機能ではない。 【C（不正解）】 ？ 開発者が定義した関数を呼ばせる仕組みです。 自前の処理を呼ぶ仕組みで、アップロードした PDF の検索は用意されていない。 【D（正解）】 ？ アップロードした文書から関連部分を探すツールです。 ファイル検索は、アップロードした文書をベクター ストアに取り込み、関連情報を取り出して回答の根拠にする。

出典: Microsoft Foundry エージェントのファイル検索ツール

正解: A 【A（正解）】 ？ コードを書いて、隔離された環境で実行させるツールです。 コード インタープリターはサンドボックス環境でコードを書いて実行でき、計算・データ変換・グラフ作成に向く。 【B（不正解）】 ？ 公開 Web を調べるツールです。 外部の最新情報を調べるもので、手元の CSV の集計はできない。 【C（不正解）】 ？ 文書から関連部分を探すツールです。 文書の検索には使えるが、数値の集計やグラフ作成はできない。 【D（不正解）】 ？ 検索用に文書を整理した索引です。 検索のための仕組みで、計算やグラフ作成は行わない。

出典: Microsoft Foundry のプレイグラウンド／Microsoft Foundry Agent Service とは

正解: B 【A（不正解）】 ？ 文書を別の保存場所へ移し直す方法です。 公式は、既存の Azure AI 検索のインデックスを検索するなら、ファイル検索ではなく別のツールを勧めている。 【B（正解）】 ？ 登録済みの索引をそのまま使う方法です。 ファイル検索のページは、既存の Azure AI 検索インデックスを検索する場面では Azure AI 検索ツールを推奨ツールに挙げている。 【C（不正解）】 ？ 公開 Web を調べるツールです。 社内向けの文書は公開 Web にはなく、Web 検索では見つからない。 【D（不正解）】 ？ すべての文書を指示文に入れる方法です。 大量の文書はトークンの上限をすぐに使い切り、費用と待ち時間も増える。

出典: Microsoft Foundry エージェントのファイル検索ツール

正解: D 【A（不正解）】 ？ ツールの設定を各エージェントに持たせる方法です。 ツールを変えるたびにすべてのエージェントを直す必要があり、一元管理にならない。 【B（不正解）】 ？ 使い方を文章で伝える方法です。 文章で説明しても、ツールの認証や版を一か所で管理することはできない。 【C（不正解）】 ？ コードを実行するツールで置き換える方法です。 コード実行のツールで、他のツールをまとめて共有する仕組みではない。 【D（正解）】 ？ ツールを 1 つの再利用できる単位にまとめる仕組みです。 ツールボックスはツールを一度まとめ、1 つのマネージド MCP エンドポイントで共有する。認証・ガバナンス・バージョン管理も一元化される。

出典: Microsoft Foundry Agent Service とは

正解: C 【A（不正解）】 ？ 接続に使う秘密の情報です。 公式は、シークレットをプロンプトに書かずシークレット ストアに保管して接続から参照するよう求めている。 【B（不正解）】 ？ デプロイの設定にかかわる情報です。 デプロイの種類やクォータはデプロイ側で設定するもので、指示に書いても変わらない。 【C（正解）】 ？ エージェントの役割や応答の形にかかわる情報です。 公式の表では、指示はエージェントの役割・動作・境界・予想される出力を説明する部分とされている。 【D（不正解）】 ？ 監視データの送り先の情報です。 トレースの保存先の Application Insights はプロジェクトに接続して使うもので、エージェントの指示に書く情報ではない。

出典: Foundry Agent Service のプロンプト エージェント／Microsoft Foundry のエージェント開発ライフサイクル／エージェント トレースの概要

正解: A 【A（正解）】 ？ エージェントとチャットしながら試せる画面です。 エージェント プレイグラウンドでは、指示やツールを設定し、複数ターンの会話を試し、トレースや評価のデータも見られる。 【B（不正解）】 ？ モデルを探して比べる一覧です。 モデル選びの画面で、作ったエージェントとの会話は試せない。 【C（不正解）】 ？ 他社の製品やモデルの提供を受けるストアです。 契約の窓口であり、エージェントのテストには使わない。 【D（不正解）】 ？ Azure の資源を整理して表示する画面です。 資源の管理画面で、エージェントと対話する機能は無い。

出典: Microsoft Foundry のプレイグラウンド

正解: C 【A（不正解）】 ？ モデルの説明をまとめたページです。 モデルの性質を調べるページで、実行ごとの動きは分からない。 【B（不正解）】 ？ 利用量の上限を確かめる画面です。 割り当て量は分かるが、どのツールを呼んだかや待ち時間の内訳は分からない。 【C（正解）】 ？ 実行中のモデル呼び出しやツール呼び出しを順に記録する機能です。 トレースは入力と出力、ツールの呼び出しと結果、トークン使用量、待ち時間などを記録する。期待したツールを呼んだかや待ち時間の多い箇所を確かめられる。 【D（不正解）】 ？ 決まった課題でモデルの性能を測った指標です。 モデル選びの比較材料で、個々の実行の流れは記録しない。

出典: エージェント トレースの概要／Microsoft Foundry のエージェント開発ライフサイクル

正解: A 【A（正解）】 ？ トレースの保存先とのつながりです。 トレースのデータは Application Insights に保存される。公式は、表示されないときにまずこの接続を確かめるよう案内している。 【B（不正解）】 ？ 出力のばらつきの設定です。 温度の値は、トレースが記録・表示されるかどうかとは関係しない。 【C（不正解）】 ？ 一括処理用のデプロイの種類です。 デプロイの種類はトレースの表示条件ではない。 【D（不正解）】 ？ 指示の文字数です。 指示の長さはトレースの表示とは関係しない。

出典: エージェント トレースの概要

正解: D 【A（不正解）】 ？ 画面を読み込み直す操作です。 公式は、ポータルを終了すると保存していない変更が失われると注意している。 【B（不正解）】 ？ 識別のための名前を変える操作です。 公式は、エージェントに名前を付けた後は名前を変更できないとしている。 【C（不正解）】 ？ モデルの処理方法を変える操作です。 デプロイの種類を変えても、エージェントの変更は保存されない。 【D（正解）】 ？ その時点の設定を版として記録する操作です。 公式は、未保存の変更もプレイグラウンドで試せるが、会話履歴の表示や完全な評価には保存が必要と説明している。

出典: Microsoft Foundry のエージェント開発ライフサイクル

正解: B 【A（不正解）】 ？ 秘密の情報も含めて残す扱い方です。 公式は、シークレット・資格情報・トークンをプロンプト、ツール引数、スパン属性に保存しないよう求めている。 【B（正解）】 ？ 記録する前に機微な内容を取り除く扱い方です。 公式は、個人データや機密性の高い内容をテレメトリに表示される前に編集・最小化するよう勧めている。 【C（不正解）】 ？ 記録の閲覧を制限しない扱い方です。 公式は、トレース データをログやメトリックと同じアクセス制御と保持ポリシーで扱うよう求めている。 【D（不正解）】 ？ 記録の機能そのものを使わない扱い方です。 トレースはデバッグや品質改善に欠かせない。公式は使うのをやめるのではなく、内容を伏せて安全に使う方法を示している。

出典: エージェント トレースの概要

正解: A 【A（正解）】 ？ 同じ物差しで何度も測る進め方です。 公式は、発行前と意味のある変更の後に評価を実行し、回帰をとらえてバージョン間で品質を一貫して測るよう勧めている。 【B（不正解）】 ？ 問題を本番で見つける進め方です。 公式は発行の前に評価して回帰をとらえる流れを示しており、本番で初めて気づく進め方ではない。 【C（不正解）】 ？ パラメーターを変えて結果を見比べる進め方です。 決まった物差しで測らないため、品質が下がったかを一貫して判断できない。 【D（不正解）】 ？ 版を残さずに軽く確かめる進め方です。 1 回の試行では回帰を見逃しやすく、保存しないと完全な評価やバージョンの比較もできない。

出典: Microsoft Foundry のエージェント開発ライフサイクル

正解: D 【A（不正解）】 ？ 文章が自然で読みやすいかを測る指標です。 汎用の品質指標で、回答が文書に基づくかどうかは測れない。 【B（不正解）】 ？ 有害な内容が含まれるかを測る安全の指標です。 安全性の指標で、根拠との一致を測るものではない。 【C（不正解）】 ？ エージェントによるツールの使い方を測る指標です。 エージェント向けの指標で、回答と取得文書の一致は測らない。 【D（正解）】 ？ 回答が与えた根拠に沿っているかを測る指標です。 公式は、接地性と関連性を RAG 固有の指標として挙げている。回答が取得した内容に基づくかを確かめるのに使う。

出典: 生成 AI の可観測性

正解: A 【A（正解）】 ？ モデルへの問い合わせやエージェントの実行に使う API です。 公式は、アプリケーションが Responses API を通じてプロンプト エージェントを呼び出すと説明している。 【B（不正解）】 ？ 文章を別の言語に訳すサービスの API です。 翻訳サービスで、エージェントの実行には使わない。 【C（不正解）】 ？ Azure の資源を作成・管理する API です。 資源の管理用で、エージェントと会話するための API ではない。 【D（不正解）】 ？ 監視データを扱う API です。 トレースやメトリックを扱うもので、エージェントに質問を送る API ではない。

出典: Foundry Agent Service のプロンプト エージェント

正解: B 【A（不正解）】 ？ 質問ごとに履歴を切り離す方法です。 会話が別になると前の質問が伝わらず、2 問目の意図をつかめない。 【B（正解）】 ？ 1 つの会話を通して履歴を持たせる方法です。 公式のクイックスタートは、会話を作ってその ID を各 responses.create に渡す。会話がやり取りの履歴を保持し、追加の質問が前を踏まえて答えられる。 【C（不正解）】 ？ エージェントの定義を作り直す方法です。 バージョンは定義の版を管理するもので、会話の履歴をつなぐ仕組みではない。 【D（不正解）】 ？ 出力のばらつきを抑える設定です。 温度を変えても、前の質問の内容はモデルに伝わらない。

出典: クイックスタート: Microsoft Foundry SDK の概要

正解: A 【A（正解）】 ？ エージェント名を渡して OpenAI 互換のクライアントを取る書き方です。 公式のクイックスタートは、この呼び出しで指定したエージェントに結び付いたクライアントを得て、会話と応答の作成に使う。 【B（不正解）】 ？ ファイル検索用の保存場所を作る書き方です。 ベクター ストアを作る操作で、エージェントに結び付いたクライアントは得られない。 【C（不正解）】 ？ 秘密の文字列を入力文に入れる書き方です。 キーをプロンプトに入れるのは危険で、エージェントの指定にもならない。 【D（不正解）】 ？ プロジェクト名をモデルの指定欄に入れる書き方です。 model にはデプロイ名などを指定する。プロジェクト名を入れてもエージェントは呼べない。

出典: クイックスタート: Microsoft Foundry SDK の概要

正解: C 【A（不正解）】 ？ 毎回作り直す前に掃除する方法です。 毎回の作り直しは公式が避けるよう勧めるやり方で、識別子も安定しない。 【B（不正解）】 ？ 失敗した呼び出しを繰り返す方法です。 公式は、以前の ID に対する 404 は終端として扱い、同じ ID を繰り返し試さないよう求めている。 【C（正解）】 ？ 既にあれば使い、無ければ作る方法です。 公式は get-or-create のパターンを勧めている。エージェントは 1 回作り、その識別子をセッションやプロセスをまたいで再利用する。 【D（不正解）】 ？ 名前の重なりを避ける方法です。 重複がさらに増えるだけで、1 つの安定した識別子を保つことにならない。

出典: Microsoft Foundry のエージェント開発ライフサイクル

正解: D 【A（不正解）】 ？ 保存したエージェントに追加の実行環境を選ぶ方法です。 公式は、Copilot ハーネスには保存されたプロンプト エージェントのバージョンが必要としている。リソースを保存しない条件に合わない。 【B（不正解）】 ？ 安定したエンドポイントを持つ形で公開する方法です。 発行は保存したエージェントを公開する手順で、定義をコード側だけに持つ方法ではない。 【C（不正解）】 ？ ポータル上で定義を管理する方法です。 定義はポータル側にあり、ソース コードと一緒には管理されない。 【D（正解）】 ？ Foundry に定義を保存しない、使い捨ての形のエージェントです。 公式は、Responses API を直接呼ぶと、定義が Foundry の永続リソースではなくアプリのコード内にあるエフェメラル エージェントになると説明している。

出典: Microsoft Foundry Agent Service とは

正解: B 【A（不正解）】 ？ 出力のばらつきを変える設定です。 温度はアクセス権とは関係なく、接続の問題は解決しない。 【B（正解）】 ？ 発行後の ID に権限を与え直す対処です。 公式は、プロジェクト ID のアクセス許可は発行したエージェントに自動で移らないと注意している。発行後に必要な権限を割り当て直す必要がある。 【C（不正解）】 ？ 秘密の情報を指示文に入れる対処です。 公式は、シークレットをプロンプトに書かずシークレット ストアに保管するよう求めている。 【D（不正解）】 ？ デプロイの種類を変える対処です。 デプロイの種類は、エージェントのアクセス権とは関係しない。

出典: Microsoft Foundry のエージェント開発ライフサイクル