エージェントは、データを解釈し、意思決定を行い、タスクを自動化することで生産性と効率を高めるAIシステムです。 AIエージェントは以下の通りです:
- 会話型:チャットインターフェースを通じてユーザーと交流すること
- 自律型:連続的な人間の指示なしに独立して走行
エージェントはユーザーの要求を理解し、言語理解とビジネスロジックを組み合わせることができます。
このArchitecting エージェント ソリューションコンテンツは、セキュリティで保護された信頼性の高いエージェントを構築するための基本的な原則とパターンに関するガイダンスを提供し、Microsoft 365 Copilotに焦点を当てています。 このフレームワークはエージェント開発のための標準化されたアプローチを提供し、企業レベルのセキュリティとコンプライアンスを維持しつつ、投資収益率を最大化します。
このフレームワーク:
- エージェントアーキテクチャの業界標準を確立し、責任あるAIにおけるマイクロソフトのリーダーシップを強化します。
- Copilot用のエージェント開発における推奨ガイダンスを提供し、混乱を減少させます。
- 信頼性、トレーサビリティ、責任あるAIを優先し、安全で監査可能なソリューションを実現し、品質と信頼を確保します。
- Microsoftの技術サポートを必要とせずに、業界やMicrosoftの定められたベストプラクティスに沿ったソリューションを開発者が構築できるようにすることでスケールを可能にします。
- 組織全体でCopilotおよびエージェント ソリューションの用語と評価基準を標準化することにより、標準を整合させます。
[前提条件]
このフレームワークを効果的に活用するには、以下の条件が必要です:
- Microsoft 365 Copilot機能の基本的な理解
- エージェントの概念や用語への親しみ
- 企業のセキュリティおよびコンプライアンス要件に関する知識
- ソフトウェア開発のライフサイクルプロセスの経験
コアフレームワークの柱
この枠組みは、すべてのエージェント開発の意思決定を導く3つの基本的な柱を確立しています。
用途に合った
目的適合の柱は、AI導入が適切な複雑さを維持しつつ意味のある価値を生み出すことを保証します。
- 少ないほど多い:AIの活用は複雑さを補う価値をもたらすのか?
- ユーザーエクスペリエンス:適切なエージェントは、適切なクライアントで、適切なタイミングでエンドユーザーに提供されているか?
- フィット:ソリューションは適切なAIモデルを選択し、プロセスフローの適切な段階で適用してシンプルさ、コスト、信頼性のバランスを取っていますか?
詳しくはこちら: 目的に合うかどうかを判断する
操作性
運用可能性は、すべての運用シナリオにおいて正しい回答と動作を確実に提供することを保証します。
- 解決策は一貫した品質指標を満たしていますか?
- ソリューションは技術的信頼性(APIの信頼性、レジリエンス、制限)を維持していますか?
- 管理、ガバナンス、ライフサイクル管理は運用上のニーズを満たしているのでしょうか?
- このソリューションは長期的な品質や投資収益率に自信を持つ十分な観察可能性を提供していますか?
詳細はこちら: 運用可能性の判断
信頼、トレーサビリティ、透明性
フレームワークの第三の柱は、3つの相互に関連した要素を通じて責任あるAI導入の基盤を築きます。
- 信頼:エージェントは責任あるAI原則に従い、規制を遵守し、データを安全に保っていますか?
- トレーサビリティ:すべての行動や決定が明確で簡単に確認でき、ユーザーがエージェントの仕組みを理解し監査できるか?
- 透明性:ユーザーや管理者はデータの保存場所や使用方法を把握し、情報の出典を確認できますか?
詳しくはこちら: 信頼、トレーサビリティ、透明性の決定
この枠組みがカバーしていないこと
このフレームワークは、Azure Well-Architected Framework、Power Platform Well-Architected、National Institute of Standards and Technology (NIST)、その他の認識されたセキュリティ フレームワークなど、確立された標準によって既に対処されているコンテンツを複製しません。 代わりに、エージェント中心のアーキテクチャ原則に特に焦点を当ててこれらのリソースを補完します。 この文書はこれらのフレームワークからの指針を繰り返し述べているわけではありませんが、それらを全体的なソリューションアーキテクチャの一部として考えてください。
このフレームワークは特定の技術やプラットフォームに関する詳細な実装指示を提供していません。 代わりに、さまざまな文脈や要件に適応可能な高次の原則やパターンに焦点を当てています。