Q1.あるエンジニアが、1回のユーザーセッションの間、それまでのやり取りを覚え続けられるチャットボットを開発しています。
会話の文脈（コンテキスト）を維持する役割を果たすコンポーネントはどれですか？
解答を見る
正解はAです。
会話状態の管理は、直前までのやり取りを保持し、次の応答へ文脈として引き渡す役割を担います。
大規模言語モデル（LLM）はリクエスト間で自動的に記憶を保持しないため、文脈を明示的に与えない限り前の発言を覚えていません。
画像認識モデル・データ圧縮・ファイアウォールは、いずれも会話の記憶とは無関係です。
自然なマルチターン会話を成立させるには、適切な状態管理が欠かせません。
Copilot Studio の変数で会話の状態を扱う
Q2.親テーブルと子テーブルを用意し、親から子へ 1 対多（1:N）のリレーションを設定しています。
親レコードの所有者を変更したとき、その配下のすべての子レコードも自動的に新しい所有者へ割り当てられるようにしたいと考えています。
リレーションの動作タイプ（ビヘイビア）はどのように構成すべきですか？
解答を見る
正解はDです。
親レコードの所有者変更をすべての子レコードへ自動反映させるには、親子（Parental）リレーションの動作タイプを使用します。
親子リレーションでは、割り当て・共有・削除といった操作が親から子へ連鎖（カスケード）します。
また、構成可能なカスケード（Configurable Cascading）で「割り当て」を「すべてカスケード」に設定しても同じ結果が得られます。
参照（Referential）や制限（Restrict）では所有者変更が子へ連鎖しないため不適切です。
1 対多リレーションの作成と編集
Q3.あるモデル駆動型アプリで、データ品質を確実に担保するための仕組みを構成しています。
アプリには次の動作が求められています。
特定の条件が成立したとき、ある列への入力を必須にする。
その列を入力するまではレコードを保存できないようにする。
コードや自動化を用いずにノーコードで実装する。
これらを満たすビジネスルールを構成する必要があります。どうすべきですか？
解答を見る
正解はDです。
ノーコードのビジネスルールで必要レベルを「ビジネス必須（Business Required）」に設定すると、条件が真になった時点でその列が必須になり、赤いアスタリスクが表示され、入力するまで保存がブロックされます。
これで3つの要件をすべて満たせます。
推奨事項の表示（A）は保存を妨げず、表示設定（B）や既定値の設定（C）は必須化の役割を果たしません。
ビジネスルールの作成
Q4.ある損害保険会社が、Microsoft Dataverse 上にカスタマーサービス用ソリューションを構築し、顧客対応の記録と問い合わせ解決を管理しようとしています。
データモデルには顧客情報・サポートケース・担当者（エージェント）のテーブルが含まれます。
次の要件を満たすようにテーブル間のリレーションを構成する必要があります。
各サポートケースを1人の顧客に結び付ける。
顧客の子（扶養家族など）に関する情報を保持する。
顧客に割り当てられた担当者の履歴を記録する。
各要件に適したリレーションを選択してください。
正解はそれぞれ1ポイントです。
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）。
接続
1対多
多対多
解答を見る
正解は、ケース→1対多／子の情報→1対多／担当者の履歴→接続 です。
1人の顧客が複数のサポートケースや複数の子を持つ一方、各ケース・各子は1人の顧客に属するため、「サポートケース」「子の情報」はいずれも 1対多（1:N）リレーションが適切です。
担当者の割り当て履歴のように、時期によって多対多で変化し、開始・終了日や役割などの付帯情報を持たせたい関係は「接続（Connections）」で表現します。
接続は現在と過去の関係を履歴として保持できる点が特徴です。
テーブルのリレーションを作成・編集する
Q5.あるサービス事業者が Power Automate のクラウドフローを本番環境で運用しています。
フローの実行履歴を確認したところ、多数の重複実行と 401 エラーコードが発生していました。
これらのエラーを解消する必要があります。
各エラーへの対処として適切なものを選択してください。
正解はそれぞれ1ポイントです。
解答を見る
正解は、401 エラー→接続を再認証する／重複実行→同時実行制御を有効にする です。
401（未承認）は認証トークンの失効や権限不足が原因のため、該当する接続を再認証して解消します。
重複実行は、上流システムからの連続要求やトリガーの二重発火で起こります。
同時実行制御を有効にして上限を1にすると、フローは一度に1件ずつ順番に処理され、重複や競合を防げます。
タイムアウトの延長や再試行ポリシーは、認証失敗や重複の根本原因には対処できません。
フロー実行のトラブルシューティング
Q6.あるキャンバスアプリで、利用者が送信した画像を、既存の AI Builder モデルを使って分類する処理を作り込んでいます。
アプリは、利用者が操作している最中にリアルタイムで予測を返す必要があります。
この AI モデルをネイティブに利用（コンシューム）するには、どうすべきですか？
解答を見る
正解はAです。
キャンバスアプリで AI Builder モデルをネイティブに利用し、操作中に予測を生成するには、AI モデルをデータソースとして追加し、Power Fx の Predict 関数（AIClassify などのモデル固有関数）で呼び出します。
これによりボタン操作などのタイミングで画像を動的に分類できます。
静的な数式への置き換え（B）や再調整（C）、ソリューションのエクスポート（D）は、実行時の予測生成という目的を満たしません。
Power Apps で AI Builder を使用する
Q7.あるマーケティング支援向けの AI アシスタントを構築しました。
利用者から「まったく同じ依頼を送っても、返ってくる文章が毎回大きくばらつく」という声が寄せられています。
応答の一貫性を高めるには、どのパラメーターを調整すべきですか？
解答を見る
正解はAです。
Temperature は生成 AI 出力のランダム性を制御するパラメーターで、値を低くするほど一貫性が高く予測しやすい応答になります。
逆に値を高くすると、創造性やばらつきが増します。
ストレージ容量・ネットワーク帯域幅・認証方式は、モデルの生成挙動そのものには影響しません。
応答の一貫性を調整したい場合は Temperature を下げるのが定石です。
Azure OpenAI のパラメーターとプロンプト設計
Q8.ある企業が、プロンプト・クラウドフロー・Dataverse コンポーネントを含む Power Platform ソリューションを運用しています。
複数の開発チームが、それぞれ別々の機能を担当しています。
各チームには次の要件があります。
同じソリューションの各機能を、チームごとに独立して開発・更新できること。
ある更新が他チームの変更を上書きしないこと。
本番展開が制御され、予測可能であること。
Microsoft のベストプラクティスに沿って、独立した開発と制御された展開を支える ALM 方式を推奨してください。何を推奨すべきですか？
解答を見る
正解はCです。
チームごとに開発環境を分離すれば、共有コンポーネントを誤って上書きする事故を防ぎ、独立した開発・テストが可能になります。
さらに本番へはマネージドソリューションとして展開することで、制御された予測可能なデプロイを実現できます。
単一環境や本番での直接変更（A・B・D）は、上書きリスクや無秩序な展開を招くため Microsoft の推奨に反します。
Power Platform の ALM 概要
Q9.ある企業が Azure OpenAI を使って AI チャットボットを開発しています。
セキュリティ管理者は「顧客データが公開の基盤モデル（ファウンデーションモデル）の学習に使われてはならない」と要求しています。
Azure OpenAI のデータ取り扱いを正しく説明しているのはどれですか？
解答を見る
正解はBです。
Azure OpenAI ではエンタープライズ向けのデータ保護が提供され、顧客のプロンプト・応答・学習データが OpenAI の公開モデルの学習に使われることはありません。
データは組織のリソース内に隔離され、公開モデルの改善プロセスとは分離されています。
プロンプトが自動的に学習に使われる（A）、外部と共有される（C）、微調整データが公開検索可能になる（D）はいずれも誤りです。
Azure OpenAI のデータ・プライバシー
Q10.ある企業が、画像から情報を抽出し、テキストを理解し、応答を生成する AI ソリューションを開発しています。
このアーキテクチャは、マネージドサービスを通じて複数の AI 機能を組み合わせる形にすべきです。
推奨される設計アプローチはどれですか？
解答を見る
正解はAです。
現代のインテリジェントアプリでは、単一の機能に頼るより用途ごとに最適化された専門的な AI サービスを組み合わせる（コンポーザブルな）設計が推奨されます。
たとえば画像は Vision 系、テキスト理解は Language 系、応答生成は生成モデルが担当します。
この構成は拡張性・保守性・柔軟性に優れます。
単一のアンマネージドモデル（B）、API 回避（C）、プロンプトへの恒久格納（D）はいずれも不適切です。
Azure AI サービスとは