2026年6月30日に廃止されたAI-900の後継、Microsoft認定「Azure AI Fundamentals」の試験AI-901の頻出用語をフラッシュ暗記で。公式スタディガイドの2分野（AIの概念と機能／Microsoft Foundryでの実装）に沿った110語です。
AI-901 Azure AIの基礎 用語ドリルに収録している内容を分野別に掲載します。ドリルでは4択形式で出題し、正解後に意味・ポイントを表示します。
責任あるAIの6原則・生成AIモデルの仕組みと設定・AIワークロードの種類（出題比率40〜45%の分野）の60語。 ※ 収録60語のうち20語を抜粋して掲載しています。
| QUESTION | 意味 | ポイント |
|---|---|---|
| 公平性Fairness責任あるAI | AIシステムがすべての人を公平に扱い特定の集団に偏った判断をしないこと | 融資審査AIが性別や国籍で結果を変えないかを確認する、といった観点。 |
| 信頼性と安全性Reliability and Safety責任あるAI | AIシステムが想定どおりに安定して動作し予期しない状況でも危害を与えないこと | 自動運転や医療など誤動作の影響が大きい分野で特に重視される。 |
| プライバシーとセキュリティPrivacy and Security責任あるAI | AIシステムが個人データを保護し不正なアクセスや悪用から守られていること | 学習データや入力データの扱いを適切に管理する。 |
| 包括性Inclusiveness責任あるAI | 障がいの有無などにかかわらず誰もがAIシステムの恩恵を受けられるようにすること | 音声入力や読み上げで多様な利用者に配慮する設計など。 |
| 透明性Transparency責任あるAI | AIシステムの目的・仕組み・限界を利用者が理解できるよう示すこと | AIと対話していることを明示する、精度の限界を説明する、など。 |
| 説明責任Accountability責任あるAI | AIシステムの設計や運用に携わる人がその結果について責任を負うこと | 人による監督と、責任者・ガバナンスの体制を決めておく。 |
| コンテンツフィルターContent Filter責任あるAI | 生成AIの入力と出力から暴力・ヘイト・性的表現・自傷などの有害な内容を検出して遮断する機能 | カテゴリごとに重大度のしきい値を設定できる。 |
| Azure AI Content SafetyAzure AI Content Safety責任あるAI | テキストや画像に含まれる有害なコンテンツを検出するAzureのサービス | プロンプト攻撃の検出（Prompt Shields）などの機能もある。 |
| Prompt ShieldsPrompt Shields責任あるAI | ジェイルブレイクやプロンプトインジェクションといったモデルへの攻撃的な入力を検出する機能 | 文書に紛れ込ませた間接的な攻撃も対象にする。 |
| グラウンディングGrounding責任あるAI | 信頼できる資料やデータに基づいて回答させ事実と異なる出力を減らすこと | RAGで社内文書を参照させるのが代表的な方法。 |
| ハルシネーションHallucination責任あるAI | モデルが事実と異なる内容をもっともらしく生成してしまう現象 | グラウンディングや出力の人による確認で対策する。 |
| 人による監督Human Oversight責任あるAI | AIの判断や出力を人が確認し必要に応じて修正・停止できるようにすること | 説明責任を果たすための具体策の一つ。 |
| 生成AIモデルGenerative AI Modelモデル | 学習したパターンから新しい文章・画像・コードなどを生成するモデル | 大規模言語モデル（LLM）が代表例。 |
| 大規模言語モデルLarge Language Modelモデル | 大量のテキストで学習しプロンプトに続く文章を予測して生成するモデル | GPTシリーズなどがある。 |
| トークンTokenモデル | 言語モデルが文章を処理するときの単語や文字の断片からなる単位 | 課金や入出力の上限はトークン数で計算される。 |
| 埋め込みEmbeddingモデル | テキストなどを意味の近さが距離で表される数値ベクトルに変換したもの | 意味検索やRAGで関連文書を探すのに使う。 |
| コンテキストウィンドウContext Windowモデル | モデルが一度に処理できる入力と出力のトークン数の上限 | 長い文書を扱うときはこの上限を意識する。 |
| TransformerTransformerモデル | Attentionの仕組みで文中の単語同士の関係を捉える現在の言語モデルの基本構造 | GPTのTはTransformerの意味。 |
| マルチモーダルモデルMultimodal Modelモデル | テキストに加えて画像や音声などの複数の種類の入力を扱えるモデル | 画像を添えて質問したり、音声で指示したりできる。 |
| 推論モデルReasoning Modelモデル | 回答の前に段階的な思考を行い複雑な問題の精度を高めたモデル | 応答時間とコストは増えやすい。 |
Foundryポータル・SDK・エージェント・テキスト/音声・ビジョン・Content Understanding（出題比率55〜60%の分野）の50語。 ※ 収録50語のうち20語を抜粋して掲載しています。
| QUESTION | 意味 | ポイント |
|---|---|---|
| Microsoft FoundryMicrosoft FoundryFoundry | モデルの選択・デプロイ・評価からエージェントやアプリの構築まで一つにまとめたAzureのAI開発基盤 | 旧称はAzure AI Foundry（さらに前はAzure AI Studio）。 |
| FoundryポータルFoundry PortalFoundry | Webブラウザ上でモデルのデプロイやプレイグラウンドでの試行などを行うFoundryの管理画面 | コードを書かずにモデルやエージェントを試せる。 |
| FoundryプロジェクトFoundry ProjectFoundry | モデルのデプロイやエージェントなどの作業をまとめて管理する作業単位 | チームでの開発やアクセス権の管理の単位になる。 |
| FoundryリソースFoundry ResourceFoundry | Foundryを利用するためにAzureサブスクリプション内に作成するリソース | リージョンや価格はこのリソースに紐づく。 |
| プレイグラウンドPlaygroundFoundry | デプロイしたモデルやエージェントにポータル上で指示を送り応答を確かめる試行画面 | システムメッセージやパラメータを変えながら挙動を確認できる。 |
| チャットプレイグラウンドChat PlaygroundFoundry | チャット形式でモデルと対話しプロンプトや設定を調整できるプレイグラウンド | 調整した設定はコードとして書き出して使える。 |
| Foundry SDKFoundry SDKFoundry | PythonなどのアプリからFoundryのモデルやエージェントを呼び出すための開発キット | 試験ではPythonのコード例を読んで理解できることが求められる。 |
| APIキーAPI KeyFoundry | エンドポイントを呼び出す際に利用者を認証するための秘密の文字列 | コードに直接書かず環境変数などで管理する。 |
| Microsoft Entra ID認証Microsoft Entra ID AuthenticationFoundry | キーの代わりにMicrosoft Entra IDのIDとロールで呼び出しを認証する方法 | キーの漏えいリスクがなく、権限を細かく管理できる。 |
| 環境変数Environment VariableFoundry | エンドポイントやキーなどの設定値をコードの外に保存しておく仕組み | コードを共有しても秘密情報が漏れないようにする。 |
| デプロイの種類Deployment TypeFoundry | モデルを処理するデータセンターの範囲や課金の方式によって選ぶデプロイの形態 | 従量課金型やスループットを予約する型などがある。 |
| クォータQuotaFoundry | サブスクリプションやリージョンごとに割り当てられる利用可能な処理量の上限 | 1分あたりのトークン数などで表される。 |
| モデルのバージョンModel VersionFoundry | 同じモデル名で提供される更新ごとの版 | 自動更新するか、特定の版に固定するかを選べる。 |
| チャット補完Chat Completionsアプリ | システムやユーザーのメッセージの履歴を送りモデルから次の応答を受け取る呼び出し方 | 会話を続けるには過去のメッセージも毎回送る。 |
| 会話履歴Conversation Historyアプリ | チャットアプリで以前のやり取りを保持し次の呼び出しに含める情報 | 履歴が長くなるとコンテキストウィンドウを圧迫する。 |
| ストリーミング応答Streaming Responseアプリ | モデルの応答を生成された部分から順に受け取って表示する方式 | 全文の完成を待たずに表示でき、体感の待ち時間が短くなる。 |
| 軽量チャットクライアントLightweight Chat Clientアプリ | SDKでデプロイ済みのモデルを呼び出し利用者と対話する簡単なアプリ | 試験ではこの種のアプリの組み立て方を問われる。 |
| Foundry Agent ServiceFoundry Agent Serviceエージェント | エージェントの作成・実行・管理を行うためのFoundryのサービス | モデル・指示・ツールを組み合わせてエージェントを構成する。 |
| エージェントの指示Agent Instructionsエージェント | エージェントの役割・目的・振る舞いのルールを定める指示文 | システムメッセージに相当し、エージェントの動きを方向づける。 |
| エージェントのツールAgent Toolsエージェント | エージェントが外部の情報取得や処理のために呼び出せる機能 | ファイル検索・コード実行・Web検索・独自の関数などがある。 |
上記は収録内容の抜粋です。全110語はドリルを開始すると順に出題されます。
AI-901は、Microsoft認定「Azure AI Fundamentals」を取得するための試験です。従来のAI-900は2026年6月30日に廃止され、これから認定を取る場合の受験対象はAI-901になりました。日本語でも受験でき、合格ラインは1,000点中700点です。2026年11月時点ではベータ版の表記が付いているので、受験前に公式ページで最新の状態を確認してください。
出題は2分野です。「AIの概念と機能（40〜45％）」では責任あるAIの6原則、生成AIモデルの仕組みと設定、テキスト分析・音声・画像・情報抽出といったワークロードを扱います。「Microsoft Foundryでの実装（55〜60％）」では、モデルのデプロイ、プロンプトの作成、シングルエージェントの作成とテスト、Azure SpeechやContent Understandingを使った簡単なアプリの作成が問われます。
AI-900はAIの概念とAzureのAIサービスを「説明できる」ことが中心でした。AI-901はMicrosoft Foundryを使って「実装できる」ことまで求めます。Pythonのコード例を読み取る問題があるので、開発の入口に立つ人向けの試験になっています。
6原則は名前が抽象的なので、具体例とセットで覚えます。「障がいのある人も使えるよう音声入力に対応する」は包括性、「AIと対話していることを明示する」は透明性です。Temperature・Top P・最大トークン数は、何を調整するパラメータかを一言で言えるようにしておきます。
エージェントは「指示・モデル・ツール」の3つで構成されると押さえ、ファイル検索・コードインタープリター・関数呼び出しがそれぞれ何をするツールかを区別します。情報抽出はAzure Content Understandingが中心で、文書・画像・音声・動画のどれからでも項目を取り出せる点が問われます。
用語の区別ができたら、Microsoft Learnの学習パスで実際にFoundryポータルを触ってみるのが効果的です。画面の名前と機能が結びつくと、シナリオ問題で迷わなくなります。
AI-901は出題の55〜60％がMicrosoft Foundryでの実装で、Pythonの短いコード例を読む問題も出ます。用語を覚えたら、画面操作とコードを見せてくれる講座で手順を確認すると理解が早まります。
Udemyで講座を見る →