瀬尾ソフト 瀬尾佳隆 (@seosoft) Microsoft MVP for AI Platform / MCT Alumni Azure AI Foundryで マルチエージェント ワークフロー 2025/06/21 

自己紹介 瀬尾 佳隆 (せお よしたか) • フリーランスのソフトウェアエンジニア / トレーナー • MVP for AI Platform (Jul 2018 – Jun 2025) / MVP (Jan 2009 – Jun 2018) • Microsoft Certified Trainer Alumni (2021 - 2025) • LinkedIn: https://www.linkedin.com/in/yseosoft/ • x: https://x.com/seosoft • Facebook: https://www.facebook.com/seosoft • 乃木坂、櫻坂、日向坂が好きです / 京都、お寺、仏像が好きです 名古屋に来ておいてすみません LinkedIn 

Azure AI Foundry ◼意外と認知度が低い・・・ • Microsoft AI Tour Tokyo 2025 (3月開催) で 瀬尾調べ (※感覚値) • マイクロソフトのイベントなのに・・・ • AI イベントなのに・・・ • 確かにパッとしない感じがあったのは事実 • 名前が変わったり (旧 Azure AI Studio) • Agent SDKがイマイチだったり ◼が、Build後にいい感じになってきた • Azure AI Foundry Agent Service 

◼「言葉の意味を理解する」能力を最大限に活用 • プレイグラウンドでいったん 完結できる • OpenAI Assistants API の機能を含む • 作りこみが必要ならば Semantic Kernel, AutoGen に移行 • Copilot Studio に比べると “プロっぽさ” が必要 Azure AI Foundry Agent Service 

Agent版のRAG (AI Search ナレッジを追加) Advanced Data Analysis (Code Interpreter アクションを追加) まずはデモ 

ナレッジ: 応答の元にするデータ 

アクション: モデル自身にはできない処理 

◼文を作る • 質問に答えてくれる • 検索ツールの代わり ◼深い分析をする ◼絵を描く ◼動画を作る ◼作曲する 言語モデルの能力 

◼文を作る • 質問に答えてくれる • 検索ツールの代わり ◼深い分析をする ◼絵を描く ◼動画を作る ◼作曲する ◼言葉の意味を理解する • 結果として、文を作ったり 絵を描いたりできる 言語モデルの本当は大事な能力 

◼「言葉の意味を理解する」能力を最大限に活用 • プレイグラウンドでいったん 完結できる • OpenAI Assistants API の機能を含む • 作りこみが必要ならば Semantic Kernel, AutoGen に移行 • Copilot Studio に比べると “プロっぽさ” が必要 再掲) Azure AI Foundry Agent Service 

言語モデルとの対話 (復習を兼ねて) ◼言語モデルとの対話: 単純なもの • 最も基本的な対話であり、学習時点での知識に限定される ◼RAG: 特定ドメインの知識を問い合わせ • ドキュメントを与えるだけで、学習コストをかけなくても 特定ドメインの応答品質を上げることができる ◼エージェント: タスクごとの専門家を連携 • 特定の知識や機能を言語モデルに追加 • 単独で使うとRAGと同様の挙動 • 複数組み合わせることで処理を多様化できる 

言語モデル ユーザー 回答者 (言語モデル) 「〇〇について 教えて」 「××だよ」 過去に得た 知識で答えるよ 

RAG ユーザー 「〇〇について 教えて」 「××だよ」 回答集があるから、 覚えなくても (＝事前に学習しなくても) すぐに答えられるよ 回答者 (言語モデル) 

マルチエージェント 1 ユーザー 回答者 (マネージャー) テーマAのプロ テーマBのプロ 「〇〇について 教えて」 「××だよ」 このテーマなら 彼が詳しいな 「〇〇について 知ってる？」 「××だよ」 ※シナリオによっては 呼ばれない 

マルチエージェント 2 ユーザー リサーチャー ライター エディター 「〇〇について 教えて」 「××だよ」 チームを組んでるから、 それぞれの担当に任せて 自分は管理に徹するか 「〇〇について 調べて」 「調べたよ」 「調べてもらったから まとめて」 「原稿書いたよ」 「原稿チェックして」 「完了したよ」 回答者 (マネージャー) 

◼ユーザーからの問い合わせに 回答するチーム • マネージャー: ワークフローの管理 • リサーチャー: Webから情報収集 • ライター: 原稿を書く • エディター: 校正・編集する デモ) マルチエージェントワークフロー 

ワークフローを構成するエージェント 

エージェントの手順 (やってほしいこと) 

エージェントのアクティブ化の手順 

ワークフロー実行結果 

まとめ ◼Azure AI Foundry Agent Serviceは 「言語の意味を理解する」能力を活用したサービス ◼自然言語での記述でマルチエージェント開発 ◼ナレッジ、アクション、連携するエージェントを 組み合わせて、複雑で高度な処理を実現可能 • 今回は割愛しましたが、従来のFunction Callingのような処理や 出力系の処理 (例: ログ出力、ファイル生成、 他のプロセスのトリガーなど) を実行することも可能 ◼プレイグラウンドでいったん完結できる 

今日の資料はこちらから https://bit.ly/foundryagent-20250621