現在の場所図頭 " コース情報

マイクロソフト AIエージェント入門: AIエージェントとエージェントの使用事例の紹介

2025-02-19

コース情報

622

AIエージェント入門コースへようこそ！このコースでは、AIエージェントを構築するための基礎知識とサンプルアプリケーションを提供します。

会員になる Azure AI Discord コミュニティ他の学習者、AIエージェントビルダーに会い、このコースについて質問してください。

このコースを始めるにあたり、まずAIエージェントとは何か、そして構築されたアプリケーションやワークフローでAIエージェントをどのように使用するかについて理解を深めます。

簡単

このコースで扱うのは

AIエージェントとは何ですか？
AIエージェントはどのようなケースで、どのように役立つのか？
エージェント・ソリューションを設計する際の基本的な構成要素にはどのようなものがありますか？

学習目標

このコースを修了すると、次のことができるようになります：

AIエージェントの概念と他のAIソリューションとの違いを理解する。
AIエージェントの最も効果的な活用法
ユーザーと顧客のためにAgenticソリューションを効率的に設計します。

AIエージェントの定義と種類

AIエージェントとは何か？

AIエージェントシステムそれは大規模言語モデル（LLM） 合格アクセスツール歌で応える知識関連能力を拡大し、その結果実行操作.

この定義を細かく分解してみよう：

システム – 将 agent 视为一个由许多组件组成的系统，而不仅仅是单个组件，这一点很重要。在基本层面上，AI Agent 的组件包括：
- マトリックス – AI Agent 运行的定义空间。例如，如果有一个旅行预订 AI Agent，则环境可以是 AI Agent 用来完成任务的旅行预订系统。
- トランスデューサ – 环境具有信息并提供反馈。AI Agents 使用传感器收集和解释有关环境当前状态的这些信息。在旅行预订 Agent 示例中，旅行预订系统可以提供诸如酒店可用性或航班价格之类的信息。
- アクチュエータ – 一旦 AI Agent 接收到环境的当前状态，对于当前任务，agent 将确定要执行的操作以更改环境。对于旅行预订 agent，它可能是为用户预订可用房间。

微软 AI Agents 和 Agent 应用案例介绍-1

マクロ言語モデル – agent 的概念在 LLM 创建之前就已存在。使用 LLM 构建 AI Agents 的优势在于它们能够解释人类语言和数据。这种能力使 LLM 能够解释环境信息并定义更改环境的计划。

実行操作 – 在 AI Agent 系统之外，LLM 仅限于根据用户提示生成内容或信息的操作。在 AI Agent 系统中，LLM 可以通过解释用户请求并使用其环境中可用的工具来完成任务。

アクセスツール – LLM 可以访问哪些工具由 1) 它运行的环境和 2) AI Agent 的开发者定义。对于我们的旅行 agent 示例，agent 的工具受到预订系统中可用操作的限制，和/或开发者可以将 agent 的工具访问权限限制为航班。

知識関連 – 除了环境提供的信息外，AI Agents 还可以从其他系统、服务、工具甚至其它 agent 中检索知识。在旅行 agent 示例中，这些知识可能是位于客户数据库中的用户旅行偏好信息。

エージェントの種類

AIエージェントの一般的な定義がわかったところで、具体的なエージェントの種類と、旅行予約AIエージェントへの適用方法を見てみよう。

代理店タイプ	説明	典型例
シンプルな反射エージェント	事前に定義されたルールに基づき、即座にオペレーションを実行する。	旅行代理店はメールの文脈を解釈し、旅行に関する苦情をカスタマーサービスに転送する。
モデルベース反射エージェント	ワールドモデルとそのモデルに対する変更に基づいて操作を実行する。	旅行代理店は、過去の価格データへのアクセスに基づき、価格が大きく変動する路線を優先する。
目標ベースのエージェント	目標を説明し、それを達成するための行動を特定することによって、特定の目標を達成するための計画を立てる。	旅行代理店は、現在地から目的地までの必要な移動手段（車、公共交通機関、飛行機）を決定し、旅行を予約する。
ユーティリティ・ベースのエージェント	好みを考慮し、トレードオフを数値化して、目標を達成する方法を決定する。	旅行代理店は旅行を予約する際、利便性とコストを天秤にかけ、有用性を最大化する。
学習エージェント	フィードバックに対応し、それに応じて行動を調整することにより、継続的な改善を行う。	旅行代理店は、旅行後のアンケートから得られた顧客からのフィードバックを今後の予約に反映させることで、改善を図っている。
レイヤーエージェント	複数のエージェントを持つ階層システムでは、上位エージェントはタスクをサブタスクに分解し、下位エージェントが完了させる。	旅行代理店は、タスクをサブタスク（例えば、特定の予約のキャンセル）に分割し、下位レベルのエージェントにそれらを完了させ、上位レベルのエージェントに報告することにより、旅行をキャンセルする。
マルチエージェントシステム（MAS）	エージェントは、協調的または競争的に、独立してタスクをこなす。	コラボレーション：複数のエージェントがホテル、フライト、エンターテイメントなど特定の旅行サービスを予約。競争：複数のエージェントが共有のホテル予約カレンダーを管理し、顧客のためにホテルを予約するために競争する。

AIエージェントの利用時期

前のセクションでは、旅行代理店のユースケースを使って、異なる旅行予約シナリオで異なるタイプの代理店を使用する方法を説明しました。

AIエージェントの使用に最適なユースケースのタイプを見てみよう：

微软 AI Agents 和 Agent 应用案例介绍-2

自由形式の質問 – 允许 LLM 确定完成任务所需的步骤，因为它不能总是硬编码到工作流程中。
多段階プロセス – 需要一定复杂程度的任务，其中 AI Agent 需要在多个回合中使用工具或信息，而不是单次检索。
時間の経過による改善 – agent 可以通过从其环境或用户接收反馈来随着时间的推移而改进的任务，以便提供更好的效用。

信頼できるAIエージェントの構築」コースでは、AIエージェントを使用する際の考慮事項についてさらに詳しく説明します。

エージェント・ソリューションの基本

エージェント開発

AIエージェントシステムを設計する最初のステップは、ツール、オペレーション、ビヘイビアを定義することです。このコースでは Azure AIエージェントサービス 以下の機能を提供する：

OpenAI、Mistral、Llamaなどのオープンモデルの選択
トリップアドバイザーなどのプロバイダーを通じたライセンスデータの利用
標準化されたOpenAPI 3.0ツールの使用

エージェント・モード

LLMとのコミュニケーションはプロンプトを介して行われる。AIエージェントの半自律的な性質を考えると、環境が変化した後にLLMに手動でプロンプトを出し直すことは、常に実行可能であるわけでも、必要であるわけでもない。そこで エージェント・モードこれにより、よりスケーラブルな方法でLLMを複数のステップで促すことができる。

このコースは、現在人気のあるエージェンティックのパターンに分かれています。

エージェントのフレームワーク

エージェントフレームワークは、開発者がコードを通じてエージェントパターンを実装することを可能にする。これらのフレームワークは、より良いAIエージェントのコラボレーションを可能にするテンプレート、プラグイン、ツールを提供します。これらの利点は、AIエージェントシステムをよりよく観察し、トラブルシューティングする能力を提供します。

このコースでは、研究主導型のオートジェンフレームワークとSemantic Kernelのプロダクション・レディ・エージェント・フレームワークがある。