変更要約: 各節に図（figure）を追加＝cert-figure-retrofit。AI-901 第5章を新規作成（ドメイン2: Content Understanding=多モーダル情報抽出（文書/フォーム/画像/音声/動画→構造化）、スキーマ/フィールド定義、prebuilt vs custom、Document Intelligence/Vision/Speech との位置づけ、構築の流れ＝アナライザー→スキーマ→解析→結果、RAG/エージェントとの連携）
5.1Azure Content Understanding の概要
ドキュメント・フォーム・画像・音声・動画といった多様なコンテンツから、必要な項目や要点を構造化して抽出する Azure Content Understanding の役割と、抽出する項目を定義するスキーマ（フィールド）の考え方を理解します。
Azure Content Understanding は、ドキュメント・フォーム・画像・音声・動画といった多様なコンテンツから、必要な情報を構造化して抽出するサービスです。たとえば請求書 PDF から「請求元・金額・期日」を、会議の録画から「発言の要約・話者・トピック」を、画像から「写っている内容の説明」を取り出します。入力は雑多な「非構造データ」、出力は表やフィールドに収まる「構造化データ」——この変換が役割です。AI-901 の情報抽出ワークロードの中心となるサービスです。
5.1.1扱える入力（マルチモーダル）
- ドキュメント／フォーム：請求書・領収書・契約書などから項目（金額・日付・当事者など）を抽出。
- 画像：写っている内容の説明・タグ・指定項目を抽出。
- 音声：通話・会議などから文字起こし・要約・話者・キーポイントを抽出。
- 動画：映像からシーン・要約・登場要素などを抽出。
5.1.2抽出スキーマ（フィールド）を定義する
Content Understanding の要は スキーマ（抽出したい項目＝フィールドの定義）です。「この種類のファイルから、どの項目を・どんな型で取り出したいか」を指定すると、サービスがコンテンツを解析して各フィールドに値を埋めて返します。たとえば請求書なら「請求元（文字列）／合計金額（数値）／支払期日（日付）」のように定義します。あらかじめ用意された一般的な抽出（prebuilt）に加え、自社のフォームに合わせて独自のフィールドを定義（カスタム）できる柔軟さが特徴です。内部では生成 AI を活用し、レイアウトが多少違っても意味を捉えて抽出します。