AI-103（Azure AI Apps & Agents Developer）試験の要点を1枚に凝縮した無料チェックシートです。生成AIアプリ／エージェント開発で押さえるべき durable な概念を整理しました。最後にオリジナルのミニ模試5問（解説つき）も用意しました。
AI-103 要点チェックシート（2026）
1. Azure AI Foundry（開発基盤）
- プロジェクト管理、モデルカタログからのデプロイ、評価（evaluation）、プロンプト管理。アプリ構成とセキュアな接続。
2. エージェント開発
- function calling / tool calling（LLMが外部API・ツールを呼び実アクション）、オーケストレーション、状態・会話管理。
- 複数ツール/複数ステップの計画と実行、ガードレール。
3. RAG・ナレッジ統合
- RAG：埋め込み（embeddings）で関連文書を検索しgrounding（根拠付け）。Azure AI Search 連携、チャンク化、引用。
4. プロンプトフロー・評価
- prompt flow で多段ワークフローを構築・デバッグ。評価指標＝groundedness（根拠整合）/relevance/coherence、オフライン評価とA/B。
5. 責任あるAI・運用
- コンテンツフィルター（Content Safety）、監視・ログ・トレース、コスト管理、認証（Entra ID）とキー管理、レート制限。
オリジナル・ミニ模試（5問）
本番の考え方に沿ったオリジナル問題です。解答・解説は各問の下に折りたたんでいます。
Q1. LLMに外部APIを呼び出させて実際の処理（在庫照会など）を行わせる仕組みはどれか。
- ア. ファインチューニング
- イ. function calling（tool calling）
- ウ. 量子化
- エ. トークン化
解答・解説
答え：イ。エージェントが外部ツール/APIを呼ぶのは function calling。モデル自体の再学習ではない。
Q2. 生成された回答が「与えた文書に基づいているか」を測る評価指標はどれか。
- ア. groundedness（根拠整合）
- イ. レイテンシ
- ウ. トークン単価
- エ. 可用性
解答・解説
答え：ア。groundedness は出力が提供コンテキストに根ざしているかを評価する指標。
Q3. エージェントに最新の社内ナレッジを反映させる標準的な手法はどれか。
- ア. モデルを毎回再学習する
- イ. RAG（検索＋grounding）で根拠文書を与える
- ウ. 温度を0にする
- エ. システムプロンプトを空にする
解答・解説
答え：イ。最新知識の反映は RAG が標準。再学習は高コストで即時性に欠ける。
Q4. 多段のLLMワークフローを構築・評価・デバッグするためのツールはどれか。
- ア. prompt flow
- イ. Power BI
- ウ. Azure Monitor 単体
- エ. Logic Apps 単体
解答・解説
答え：ア。prompt flow は生成AIの多段フローを設計・評価・デバッグできる。
Q5. エージェントの出力から有害・不適切な内容を抑制する機能はどれか。
- ア. コンテンツフィルター（Azure AI Content Safety）
- イ. オートスケール
- ウ. 仮想ネットワーク
- エ. マネージドID
解答・解説
答え：ア。有害コンテンツの検出・ブロックは Content Safety／コンテンツフィルター。
さらに本番形式で演習したい方へ
上のミニ模試で手応えをつかんだら、本番同等の260問・全選択肢の詳細解説つきで総仕上げができます。当ブログ読者向けに割引クーポンをご用意しました。
※クーポンは予告なく終了する場合があります。価格はクーポン適用後の表示をご確認ください。
