Microsoft Azure AI App and Agent Developer Associate参考書

Microsoft Foundry 上で AI アプリ／エージェントを構築するための計画——プロジェクトとリソースの構成、用途に合うモデルの選択（能力・モダリティ・コンテキスト長・コスト・リージョン可用性）、デプロイ形態、クォータ（TPM）とコストの見積もり——を、開発者の視点で理解します。

AI ソリューションを本番運用するためのセキュリティ設計——マネージド ID／キーレス認証、ロールベースアクセス制御（RBAC）、プライベートネットワーク、監視とログ、そして責任ある AI のガバナンス——を開発者の視点で理解します。

Foundry SDK でデプロイ済みモデルを呼び出し、チャット補完・システムメッセージ・生成パラメーター・ストリーミング・構造化出力（関数呼び出し）を使って生成 AI アプリを実装する流れと、安全フィルター（ガードレール）の組み込みを理解します。

自社データに基づく回答を実現する RAG の実装——埋め込み（ベクトル）による意味検索、Azure AI Search のインデックス、検索→文脈付与→生成の流れ、出典の提示、そして品質の評価——を開発者の視点で理解します。

Foundry Agent Service でエージェントを実装する流れ——モデル・指示・知識（RAG）・ツール（関数呼び出し）の構成、複数ステップの推論（multistep reasoning）、スレッド/実行の管理——を開発者の視点で理解します。

複雑な業務を専門化したエージェントに分割して連携させるマルチエージェントの設計——役割分担、オーケストレーター、エージェント間のハンドオフ——と、本番運用の安全策（権限最小化・human-in-the-loop・監視・評価）を理解します。

AI-103 のコンピュータービジョンは「認識」より「生成」が中心です。Microsoft Foundry で画像生成モデル・動画生成モデルをデプロイし、テキストプロンプトや参照メディアから画像・動画を生成し、マスクによるインペインティングなどで編集する実装を開発者の視点で理解します。

マルチモーダルモデルに画像・動画を渡して視覚的文脈を理解する（キャプション・視覚的な質問応答・アクセシビリティ向け alt-text）方法と、Azure Content Understanding による視覚特性の抽出、そしてマルチモーダル特有の責任ある AI（有害な視覚コンテンツのフィルタ・画像に埋め込まれた文字による間接プロンプトインジェクション・ウォーターマーク等の視覚ポリシー）を理解します。

Azure AI Language の事前構築機能——感情分析・キーフレーズ抽出・エンティティ認識（NER）・言語検出・PII 検出——を呼び出してテキストから情報を取り出す実装を、開発者の視点で理解します。

テキストの翻訳（Azure AI Translator）、事前構築で足りないときのカスタム（会話言語理解 CLU・カスタム分類・カスタム NER）、および生成プロンプトによる柔軟な分析の使い分けを理解します。

公式テキスト分析ドメインに含まれる「音声」を扱います。Azure AI Speech による音声↔テキスト（STT/TTS）、エージェントの音声モダリティとカスタム音声、音声からのマルチモーダル推論、音声翻訳を開発者の視点で理解します。

ドキュメント・フォーム・画像・音声・動画から項目や要点を構造化して抽出する Azure Content Understanding の実装——アナライザーとスキーマ（抽出フィールド）の定義、prebuilt と custom、構築の流れ——を開発者の視点で理解します。

生成モデルへのプロンプトで、エンティティ・トピック・要約を柔軟に抽出する実装——構造化出力での受け取り、根拠付け（グラウンディング）、評価、そして事前構築/カスタムとの使い分け——を理解します。