Microsoft Foundry上でAIエージェントを作成してみた｜ITエンジニアとして経験・学習したこと

Microsoft Foundryとは、企業や開発者が生成AIアプリケーションやAIエージェントを迅速に構築、デプロイ、管理するための統合AIプラットフォームで、様々なAIアプリケーションを作って運用することができるようになっている。

また、AIエージェントとは、与えられた目的に対して、プロンプト（指示・命令）を基にツール（外部機能）を活用して自律的にタスクを遂行するAIシステムのことをいう。

今回は、gpt-5-miniのモデルをベースとしたAIエージェントを作成してみたので、その手順を共有する。

前提条件

下記記事の「Microsoft Foundry上での基本モデルデプロイ」が完了していること。

Microsoft Foundry上で用意されているAIモデルをデプロイしてみたMicrosoft Foundryとは、企業や開発者が生成AIアプリケーションやAIエージェントを迅速に構築、デプロイ、管理するための統...

Microsoft Foundry上でのAIエージェント作成

Microsoft Foundry上でのAIエージェント作成手順は、以下の通り。

1) 以下のように、gpt-5-miniのモデルを作成済とする。

2) 手順に、資格手当相場についてのみ回答するよう、コメントを記載する。

3) 資格手当相場についての、以下のメモ書きを配置する。

メモ書きの配置手順は、以下の通り。

3-1)「ファイルのアップロード」ボタンを押下する。

3-2) ファイルを添付し、「アタッチ」ボタンを押下する。

3-3) ファイルを添付すると、以下の赤枠のように表示される。

4) 設定内容を保存するため、「エージェントとして保存」ボタンを押下する。

エージェント名を指定し、「プレイグラウンドを作成して開く」ボタンを押下する。

以下の画面が開くことが確認できる。

5) エージェントの動作を確認すると、以下のように、資格手当相場をファイル保存内容から回答し、資格手当相場以外の質問には回答しないことが確認できる。

6)「YAML」タブを確認すると、以下の赤枠部分に、手順やファイル配置した内容が設定されていることが確認できる。

7)「エージェントを呼び出す」タブを確認すると、エージェントの呼出方法を記載したソースコードが表示されるのが確認できる。

作成したAIエージェントの呼び出し

作成したAIエージェントは、「az login」コマンドでログイン後、APIで呼び出すことができる。その手順は、以下の通り。

1) 下記サイトの「Azure上でのAzure Functions動作検証」手順に従って、「az login」コマンドでログインする。

Azure Functions上で動作するPythonアプリケーションを作成してみたAzureが提供するサービスに、さまざまなイベントによって駆動し、サーバーの構築や保守をすることなくプログラムを実行できる「Azure ...

2) ソースコードのコメントにあるように、azure-ai-projectsのインストールを行う。なお、私の環境では既にインストール済だったため、以下の表示になった。

3) 以下の画面でソースコードをコピーする。

4) ソースコードを文字コードをUTF-8にした状態で「call_agent.py」に貼り付け、質問文を「基本情報技術者試験の資格手当相場を教えてください。」に変更する。

# Before running the sample:
#    pip install azure-ai-projects>=2.1.0

from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient

endpoint = "https://stanahas-9668-resource.services.ai.azure.com/api/projects/stanahas-9668"

project_client = AIProjectClient(
    endpoint=endpoint,
    credential=DefaultAzureCredential(),
)

my_agent = "agent-certification"
my_version = "1"

openai_client = project_client.get_openai_client()

# Reference the agent to get a response
response = openai_client.responses.create(
    input=[{"role": "user", "content": "基本情報技術者試験の資格手当相場を教えてください。"}],
    extra_body={"agent_reference": {"name": my_agent, "version": my_version, "type": "agent_reference"}},
)

print(f"Response output: {response.output_text}")

5) 4)のソースコードを実行した結果は以下の通りで、ファイルから読み込んだ、基本情報技術者試験の資格手当相場が表示されるのが確認できる。

6)「call_agent.py」の質問文を、「東京のお土産を教えてください。」に変更する。

# Before running the sample:
#    pip install azure-ai-projects>=2.1.0

from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient

endpoint = "https://stanahas-9668-resource.services.ai.azure.com/api/projects/stanahas-9668"

project_client = AIProjectClient(
    endpoint=endpoint,
    credential=DefaultAzureCredential(),
)

my_agent = "agent-certification"
my_version = "1"

openai_client = project_client.get_openai_client()

# Reference the agent to get a response
response = openai_client.responses.create(
    input=[{"role": "user", "content": "東京のお土産を教えてください。"}],
    extra_body={"agent_reference": {"name": my_agent, "version": my_version, "type": "agent_reference"}},
)

print(f"Response output: {response.output_text}")

7) 6)のソースコードを実行した結果は以下の通りで、資格手当以外の質問には回答されないことが確認できる。