Microsoft AB-100(Microsoft Agentic AI Business Solutions Architect)1-10

DISPLAY SETTINGS 各種設定 クリックして開くクリックして閉じる
表示モード
画像位置
文字位置
理解度の自動記録
理解度の位置
STATUS FILTER 表示する理解度を選択 読み込み中...
Q1
AB-100
Microsoft Copilot Studio のベストプラクティスに関して

会話型ユーザーエクスペリエンスに関して

解答を見る
正解:Copilot Studioのベストプラクティス→Microsoft Power Platform Well-Architected フレームワーク/会話型ユーザーエクスペリエンス→Microsoft Power Platform Well-Architected フレームワーク

Microsoft Copilot StudioはPower Platformの一部であり、信頼性・セキュリティ・コスト最適化・オペレーショナルエクセレンス・パフォーマンス効率の観点で設計する必要があります。
そのため、これらの設計原則を体系化したMicrosoft Power Platform Well-Architectedフレームワークがベストプラクティスとして最適です
会話型ユーザーエクスペリエンスについても、同フレームワークのエクスペリエンス最適化の柱に「会話型ユーザーエクスペリエンスを設計するための推奨事項(XO:10)」が用意されており、会話AIの体験設計を直接扱うため最適です
Success by DesignはDynamics 365の実装方法論で会話UX設計の直接的な指針ではなく、ALM Acceleratorは開発ライフサイクル管理ツール、Cloud Adoption FrameworkはAzure全体の導入戦略向けのため、本問の直接の答えには該当しません。
Power Platform Well-Architected
会話型ユーザーエクスペリエンスを設計するための推奨事項

Q2
AB-100
仕入先の延滞請求書と未払い残高の特定を支援する

延滞請求書と支払履歴のレビュー時間を短縮する

解答を見る
正解:Copilot による AI 要約/回収コーディネーターのサマリー

本問はDynamics 365 Financeの買掛金と債権回収という2つの業務要件に対応するCopilot機能を問うものです。
まず、AI Summaries with Copilotは請求書や残高の情報を要約し、内容を迅速に把握できるため延滞請求書や未払い残高の特定に最適です
個々の取引を詳細に確認せずとも状況を理解できます。
次に、Collections coordinator summaryは債権回収に特化し、延滞状況や支払履歴を整理して提示することでレビュー時間を短縮します
Agent managementは管理用途、Account Reconciliation agentは照合、Supplier Communication agentは対外連絡、Analyze demand plansは需要分析向けであり要件には適しません。
Microsoft Dynamics 365 Finance ドキュメント

Q3
AB-100
解答を見る
正解:B. Microsoft Power Platform connectors

本問はMicrosoft 365 CopilotからAzure上の外部ロジック(APIやサービス)を呼び出す統合方法を問うものです。
この要件には外部システムとの標準化された接続手段が必要です。
そのため、Microsoft Power Platform connectorsは外部APIやAzureサービスと連携する統合レイヤーを提供し、Copilotから外部ロジックを安全かつ容易に呼び出せるため最適です
コネクタによりAzure FunctionsやWeb APIなどをCopilotから実行できます。
さらに再利用性・ガバナンス・セキュリティを確保しつつローコードで拡張できる点も利点です
Copilot Studio skillsはエージェント機能拡張、custom engine agentsは高度な独自オーケストレーション向けであり最適解ではありません。
アクションを使用してMicrosoft 365 Copilotを拡張する

Q4
AB-100
解答を見る
正解:A. an X++ model、D. a Microsoft Power Platform solution

本問はDynamics 365とPower Platformを組み合わせたカスタムAIエージェントのALM構成を問うものです。
まず、Microsoft Power Platform solutionはCopilot StudioやPower Platformコンポーネントを環境間で移行・管理する標準的なALM単位であり、エージェントのデプロイに必須です
一方、Dynamics 365 Finance and Supply Chain ManagementのカスタムビジネスロジックはX++で実装されるため、X++ modelはアプリケーション外部の業務ロジックを管理・配布するALM構成要素として必要です
ZIP packageは汎用的すぎてALM標準ではなく、Azure packageは主要構成に該当しません。
CSU packageはCommerce向けの配布単位であり本シナリオには適しません。
Microsoft Power Platformを用いたアプリケーションライフサイクル管理(ALM)

Q5
AB-100
一元化されたワークスペースを利用する

短い要約を生成する

解答を見る
正解:Azure OpenAI Foundry/AI Builder の事前構築済みプロンプト

本問はPower PlatformにおけるAI活用の構成要素を問うものです。
まず、Azure OpenAI Foundry(旧称:Azure AI Studio)はモデル管理・デプロイ・プロンプト管理を一元化するワークスペースであり、AI基盤の中核として最適です
名称は近年Azure AI Foundryへ進化し、企業向けの統合AI開発基盤として位置付けられています。
次に、AI Builder prebuilt promptは事前定義されたプロンプトにより追加の学習やコーディングなしでテキスト要約を実行でき要件に最適です
Power Automateから簡単に利用でき、非構造化データの要約を迅速に実現します。
Copilot Studioはエージェント開発、Dataverseはデータ基盤、Azure OpenAIは基盤サービス単体であり簡易利用には該当しません。
Microsoft Foundry ドキュメント
AIビルダーの概要

Q6
AB-100
プロンプト検証手法(Prompt validation techniques)

指標(Metrics)

解答を見る
正解:表現を変えた複数のプロンプトを使用する/応答の関連性と正確性

本問はCopilot Studioにおけるプロンプト品質の検証方法を問うものです。
まず、Use prompts that have varied phrasingは同じ意図でも異なる表現でテストし、自然言語の多様性に対するエージェントの対応力を検証できるため最適です
実際のユーザーは多様な言い回しを用いるため、この検証は重要です。
次に、Response relevance and accuracyは応答がユーザーの意図に対して適切かつ正確かを評価する品質評価の中心的指標です
単語数や応答時間は性能指標であり品質の妥当性評価には不十分です。
専門用語の除外や単語のみのプロンプトは実運用に即しておらず適切ではありません。
Microsoft Copilot Studioのドキュメント
プロンプトエンジニアリングの手法

Q7
AB-100
解答を見る
正解:D. a file upload

本問はCopilotに既存の業務知識を追加しつつ新規トピックを作成しない要件を満たす方法を問うものです。
この場合、構造化された対話設計ではなく既存ドキュメントをそのまま活用する手法が適します。
そのため、file uploadは既存の業務マニュアルや手順書などの文書をナレッジソースとして直接取り込み、Copilotが参照して回答生成できるため最適です
これにより新しいトピックを作成せずに知識拡張が可能です。
またドキュメントベースで迅速にナレッジを追加でき、内部業務プロセスに即した回答生成を実現できる点も重要です
Dataverseは構造化データ向け、public websiteは外部情報向け、Azure AI Searchは高度な検索基盤であり本問の要件には過剰です。
Copilot によるヘルプとガイダンスの生成にナレッジを追加する

Q8
AB-100

選択肢を要件のドロップ欄へドラッグ、またはタップして配置。配置済みの欄をクリックで戻せます(同じ選択肢は複数回使用可)。

自律型
プロンプト応答型
タスク型
販売注文の履行と出荷をオーケストレーションする
履歴データと傾向を分析する
解答を見る
正解:販売注文の履行と出荷をオーケストレーションする→自律型/履歴データと傾向を分析する→タスク型

本問はエージェントの役割に応じた適切な種類の選択を問うものです。
まず、Autonomousエージェントは複数ステップの業務プロセスを自律的に実行・調整できるため、販売注文の履行や出荷といったエンドツーエンドのオーケストレーションに最適です
これらは意思決定やワークフロー制御を伴うため自律型が適します。
一方、Taskエージェントは特定の業務(データ分析やパターン検出など)に特化しており、履歴データや傾向分析のような限定的で明確な処理に適します
Prompt-and-responseは対話中心の用途であり、業務プロセスの制御や分析処理には適していません。
Microsoft Copilot Studioのドキュメント
AIアーキテクチャ設計

Q9
AB-100
解答を見る
正解:A. the Business value toolkit

本問はAI投資対効果(ROAI)を測定するツールの選定を問うものです。
Business value toolkitはPower PlatformおよびAI導入の価値測定のための公式ツールであり、メタデータやテレメトリ、利用状況データを活用してROAIを定量的に評価できる点が重要です
業務効率化や自動化による効果を可視化し、ビジネスインパクトを明確にします。
また価値追跡やコスト削減、ROI分析のためのテンプレートを提供し、意思決定に必要な指標を体系的に整理できる点も利点です
Cloud Adoption FrameworkやSuccess by Designは導入方法論、admin centerは運用管理用途であり本問には適しません。
ビジネス価値ツールキットで価値を把握して関係者に伝える

Q10
AB-100
「できる限り顧客をサポートする」といった指示を含むプロンプト

ナレッジベースから製品情報を取得するのに役立つプロンプト

解答を見る
正解:明確でタスクに特化した指示に書き直す/参照元の情報のみに基づく応答を使用し、応答範囲を制限する

本問はCopilot Studioにおけるプロンプト品質向上の基本原則を問うものです。
まず、曖昧な指示は一貫性のない出力を招くため、明確で具体的なタスク指示に書き換えることが重要です
これによりモデルの挙動が安定し、期待通りの応答を生成できます。
次に、ナレッジベースを利用する場合は参照元に限定した応答に制約することで、ハルシネーションを防ぎ正確性を担保できます
範囲を制限することで、不要な推測を排除し信頼性が向上します。
曖昧さを残す設計や自由回答にすると一貫性と正確性が低下するため不適切です。
Microsoft Copilot Studioのドキュメント