次の方法で共有

Azure AI エージェント サービス (プレビュー) とは

  • [アーティクル]

Azure AI エージェント サービスは、開発者が、元になるコンピューティングおよびストレージのリソースを管理する必要がなく、高品質で拡張可能な AI エージェントを安全にビルド、デプロイ、スケーリングできるように設計されたフル マネージド サービスです。 当初は、クライアント側の関数呼び出しをサポートするために何百行ものコードを必要としていましたが、Azure AI Agent Service を使用することで、数行のコードで実行できるようになりました。

AI エージェントとは

Azure AI Foundry 内で、AI エージェントは "スマート" マイクロサービスとして機能し、質問への回答 (RAG) やアクションの実行、ワークフローの完全な自動化に使用できます。 これは、生成 AI モデルの力と、実際のデータ ソースにアクセスして操作できるようにするツールとを組み合わせることによって実現されます。

Azure AI Agent Service は Azure OpenAI Assistants と同じワイヤ プロトコル使用するため、OpenAI SDK または Azure AI Foundry SDK を使用して、わずか数行のコードでエージェントを作成して実行できます。 たとえば、Azure AI Foundry SDK を使用して AI エージェントを作成するには、AI が使用するモデル、タスクを完了する方法の手順、および他のサービスへのアクセスと操作に使用できるツールを定義するだけです。

agent = project_client.agents.create_agent(
    model="gpt-4o-mini",
    name="my-agent",
    instructions="You are helpful agent",
    tools=code_interpreter.definitions,
    tool_resources=code_interpreter.resources,
)

エージェントを定義したら、アクティビティ スレッドの上部で実行を呼び出すことで、エージェントに作業の実行要求を開始することができます。これは単に、複数のエージェントとユーザーの間の会話です。

# Create a thread with messages
thread = project_client.agents.create_thread()
message = project_client.agents.create_message(
    thread_id=thread.id,
    role="user",
    content="Could you please create a bar chart for the operating profit using the following data and provide the file to me? Company A: $1.2 million, Company B: $2.5 million, Company C: $3.0 million, Company D: $1.8 million",
)

# Ask the agent to perform work on the thread
run = project_client.agents.create_and_process_run(thread_id=thread.id, agent_id=agent.id)

# Fetch and log all messages to see the agent's response
messages = project_client.agents.list_messages(thread_id=thread.id)
print(f"Messages: {messages}")

実行操作が呼び出されるたびに、Azure AI Agent Service は、1) 提供された手順でモデルを実行し、2) エージェントが呼び出すときにツールを起動し、3) 結果を返すことで、ツール呼び出しライフサイクル全体を完了します。

基本的な構成ができたら、複数のエージェントを一緒に使用して、AutoGen とセマンティック カーネルを使用して、さらに複雑なワークフローを自動化できます。 Azure AI Agent Service はフル マネージド サービスであるため、個々のエージェントの基になるインフラストラクチャのスケーリング、セキュリティ、管理についての考慮は不要で、ワークフローとその機能を強化するエージェントの構築に集中できます。

Azure AI エージェント サービスを使用する理由

推論 API を直接使用して開発する場合と比較すると、Azure AI Agent Service では、AI エージェントを構築してデプロイするための、より合理化された安全な方法が提供されます。 これには、次のものが含まれます。

  • 自動ツール呼び出し –ツール呼び出しの解析、ツールの呼び出し、応答の処理を行う必要はありません。これらはすべてサーバー側で実行されます
  • 安全に管理されたデータ – 独自の会話状態を管理するのではなく、必要なすべての情報の格納をスレッドに任せることができます
  • すぐに使用できるツール – Azure OpenAI Assistants によって提供されるファイル取得ツールとコード インタープリター ツールに加えて、Azure AI Agent Service には、Bing、Azure AI Search、Azure Functions などのデータ ソースとのやりとりに使用できるツールのセットも用意されています。

以前は何百行ものコードを必要としていたものが、Azure AI Agent Service では、ほんの数行で実行できるようになりました。

Azure エージェントと Azure OpenAI アシスタントとの比較

どちらのサービスでも、同じ API と SDK を使ってエージェントを構築できますが、加えてエンタープライズ要件がある場合は、Azure AI Agent Service の使用を検討することをお勧めします。 Azure AI Agent Service には、次のような、アシスタントのすべての機能が用意されています。

モデルの柔軟な選択 - Azure OpenAI モデル、または Llama 3、Mistral、Cohere などの他のモデルを使用するエージェントを作成します。 ビジネス ニーズに合わせて最適なモデルを選択してください。

広範なデータ統合 - Microsoft Bing、Azure AI 検索、その他の API など、さまざまなデータ ソースから、セキュリティで保護された関連するエンタープライズのナレッジを AI エージェントに付与します。

エンタープライズ グレードのセキュリティ - セキュリティで保護されたデータ処理、キーレス認証、パブリック エグレスのない、データのプライバシーとコンプライアンスを確保します。

ストレージ ソリューションの自由な選択 - ストレージ リソースを完全に可視化して制御することを目的として独自の Azure Blob Storage を使用することも、安全と使いやすさを追求してプラットフォームで管理されたストレージを使用することもできます。

責任ある AI

Microsoft は、人を第一に考える原則に基づいて、AI の発展に取り組んでいます。 Azure OpenAI で使用できる生成モデルには、かなりの潜在的利益がありますが、慎重な設計と熟考した軽減策がない場合、そのようなモデルによって、正しくない、または有害なコンテンツが生成される可能性があります。 Microsoft では、不正使用や意図しない損害からの保護のために多大な投資を行っています。たとえば、Microsoft の責任ある AI の使用に関する原則の組み込み、サービスを使用するための倫理規定の導入、お客様をサポートするためのコンテンツ フィルターの構築、お客様が Azure AI Agent Service を使用する際に考慮すべき責任ある AI の情報とガイダンスの提供などが含まれます。

Azure AI Agent Service の使用を開始する

Azure AI Agent Service の使用を開始するには、Azure サブスクリプションに Azure AI Foundry ハブと Agent プロジェクトを作成する必要があります。

サービスを初めて使用する場合は、最初に クイックスタート ガイドを参照してください。

  1. 必要なリソースを使用して AI ハブとプロジェクトを作成できます。
  2. プロジェクトを作成したら、GPT-4o などの互換性のあるモデルをデプロイできます。
  3. デプロイされたモデルがある場合は、SDK を使用してサービスへの API 呼び出しを開始することもできます。

次のステップ

エージェントを強化するモデルの詳細について説明します。