はじめに

Microsoft認定資格「AI-103: Azure AI Apps and Agents Developer Associate」に合格しました。2026年7月の正式版リリース前に実施されたβ版（ベータ版）での受験でしたが、生成AIやAIエージェントに特化した新世代の資格ということもあり、刺激的な内容でした。

この記事では、まだ世の中に情報が少ないAI-103試験の出題傾向や、私が一発合格のために実践した「LLMを活用した効率的なハンズオン学習法」について、詳細な備忘録としてまとめます。

2026年8月更新: Microsoft Foundryの最新名称・アーキテクチャに合わせて記述を見直しました。当時使用していたPrompt Flowに関する記述には、現行のStudy Guideとの差異についての注記を追加しています。また、正式版で日本語受験が可能になったことを反映しました。

この記事でわかること

• AI-103の出題範囲と配点比率
• LLMを使ったAI-103向けハンズオン学習法
• 試験本番で押さえるべきポイント（Responsible AI、ケーススタディ対策など）

AI-103はどんな試験か：問われるスキルの深さ

AI-103は、従来のAI・データエンジニア系資格（AI-102など）からさらに一歩進み、Microsoft Foundry（旧称: Azure AI Foundry / Azure OpenAI Service / Azure AI Studio）やAzure AI Servicesを駆使した「生成AIアプリケーション」および「AIエージェントソリューション」の設計・実装・管理に特化した資格です。

単なるAPIの仕様暗記ではなく、インフラ（ネットワークやセキュリティ）の構築から、プロンプトの評価、RAG（検索拡張生成）のパイプライン実装、コードによるエージェント制御まで、実践的なスキルが問われます。

主な出題範囲と配点比率は次の通りです。

出題テーマ	配点比率	重要なキーワード・技術要素
1. Azure AI ソリューションの計画と管理	25〜30%	Microsoft Foundry, Azure AI Search, Foundry Evaluators, ガードレールとコントロール
2. 生成AIとエージェント ソリューションの実装	30〜35%	Foundry Models デプロイ+Responses API, Foundry SDK, Tracing, Foundry Tools
3. コンピューター ビジョン ソリューションの実装	10〜15%	マルチモーダル LLM, Azure AI Vision, Azure Content Understanding, Azure AI Content Safety
4. テキスト分析ソリューションの実装	10〜15%	Azure AI Language, Azure Translator, Azure Speech, Azure AI Content Safety
5. 情報抽出ソリューションの実装	10〜15%	Azure AI Search, Azure AI Document Intelligence, Azure Content Understanding

β版の段階では体系的な日本語の対策問題集や学習コンテンツがあまり存在しなかったため、基本的には Microsoft LearnのStudy Guideを丁寧に読み込み、出題傾向を予測して実機を動かすアプローチが必要でした。

AI-103の学習で工夫したポイント

1. 範囲の広さにどう対処するか（学習の優先順位）

配点比率を見れば一目瞭然ですが、配点の中心を占めるのは テーマ1とテーマ2（全体の約6割） です。ここに学習リソースの8割を投入しました。

• 生成AI・エージェント領域（重点）: 特にFoundry Agent Serviceにおけるツール統合（Function calling、RAGのgrounding）や、マルチステップの推論パイプラインの設計は、コードレベルの理解が求められます。また、RAGの実装において、Azure AI Searchとのインデックス同期方法や、ベクトル検索＋キーワード検索の「ハイブリッド検索（セマンティック・ランク付け）」の仕様はしっかり押さえる必要があります。

  📝 β受験当時はPrompt Flow(プロンプトフロー)のノード構成の理解も問われましたが、Prompt Flowは現在Foundry (classic)専用の機能となり、2026年4月に機能開発が終了、2027年4月20日にretire予定です。現行(2026年4月16日版)のStudy Guideでは”Prompt Flow”の記載はなく、Foundry Agent Service・Responses APIを中心とした出題に変わっています。これから学習する方は、Prompt Flowではなく上記のFoundry Agent Service中心に学習することをおすすめします。

• 周辺のAI Services（効率化）: 「コンピュータービジョン」「テキスト分析」「情報抽出」の3テーマは、独立した知識というよりも「AIエージェントに機能拡張（ツール）として組み込むためのコンポーネント」という位置づけで整理しました。例えば、「Document IntelligenceでPDFからテキストを抽出し、それをLLMのコンテキストに渡すにはどう実装するか」といった、相互連携の文脈で捉えると理解がスムーズになります。

2. LLMを「家庭教師」にしてHands-onの題材を組み立てる方法

Study Guideの抽象的な箇条書きから、自分でハンズオン環境（ソースコードやシナリオ）をゼロから組み立てるのは時間がかかりすぎます。そこで私は、LLM（生成AI）を自身の家庭教師として活用し、効率的に検証環境を構築する手法を取りました。

具体的には以下のようなステップです。

1. プロットの作成: Study Guideの評価されるスキル（例：「Microsoft Foundryでのインデックスの作成と管理」など）を抽出し、学習のロードマップを作成する。
2. LLMに仕様書の作成を依頼: プロットをLLM（ChatGPTやCopilotなど）に渡し、以下のようにプロンプトを投げます。

   「Azure AI FoundryとAzure AI Searchを連携させたRAGパターンをPython SDKを使って実装したいです。AI-103の試験対策として、どのようなソースコードの構成、設定パラメータ、前提となるAzureリソースが必要か、詳細なハンズオン手順とコードサンプルを出力してください」

3. 実機（Azureポータル）での検証: LLMが吐き出したコードと手順をもとに、実際にAzureポータルでMicrosoft Foundry resourceとProjectを作成し、プライベートエンドポイントの設定や、マネージドアイデンティティ（Managed Identity）による認証を設定。実機上でコードを走らせて挙動を確認します。
4. トラブルシューティングの経験蓄積: エラーが出たらその都度LLMにログを投げて解決方法を聞きます。この「エラーを解決するプロセス」自体が、試験で問われるトラブルシューティング問題の対策になりました。

AI-103 試験本番の感触とTips

私が受験したβ版では英語のみでしたが、現在の正式版は日本語で受験できます。 実質の試験時間は90分で、問題数は選択問題が54問、見直し不可の2択問題が3問・54問の見直し、ケーススタディが7問（計64問）という構成でした。

• AZ-104（Azure Administrator）との違い: 以前受験したAZ-104は出題範囲が広く暗記量も多いため、演習を繰り返しながら知識を定着させる力技が求められましたが、AI-103はクリーンで、ドキュメントに準拠した　「標準的な良問」　が多い印象です。全体のアーキテクチャや設計思想を押さえていれば、正しく学んでいる限り裏切られない試験です。
• 責任あるAI (Responsible AI)は確実に稼ぎたい得点源: 「コンテンツフィルタリングのモデレーション（Hate, Sexual, Violence, Self-Harm）のレベル設定」や、「脱獄（Jailbreak）プロンプトへの対処」「LLMのハルシネーション評価（Groundednessの測定）」に関する出題は、それなりの頻度で登場します。裏を返せば、覚えておけば得点源になる分野なので、概念だけでなくAzureポータル上でどう設定するか、SDKでどう評価指標を定義するかまで押さえて、確実に取りたいところです。
• ケーススタディ対策: 「企業のテクニカル要件、セキュリティ要件、満たすべきAIのビジネス要件」が長文で提示されます。長文を正確に読み解く読解力は問われますが、難易度自体は標準的〜やや平易です。ポイントは、それら要件を、Microsoft Foundryへどう統合し、どう管理していくかという視点で整理できるかどうかです。
• 本番中に頼れる「Microsoft Learn検索」の使い方: 試験中は画面内で公式のMicrosoft Learnドキュメントを閲覧できるため、細かいパラメータの名称や既定値を final check するのに重宝します。しかし、ぶっつけ本番でドキュメントに頼ろうとすると、膨大な情報の中から目的の記述を探し出すのに手間取り、貴重な残り時間を浪費してしまいかねません。 そこでおすすめなのが、日頃のハンズオン学習の段階から、ポータルを動かすのとセットで「公式ドキュメントのどこに、どの仕様やSDKのコード例が書かれているか」を自力で素早く手繰り寄せる練習をしておくことです。 「このキーワードで検索すれば、最短で目的のページに行き着く」という感覚を普段から養っておくことこそが、本番のタイムロスを防ぎ、検索機能を味方につけるための有効な対策になります。

参考:模擬試験の出題イメージ

後述するUdemyの模擬試験集が実際どんな形式の問題なのか、サンプルを1問だけご紹介します。本番同様、ドラッグ&ドロップ形式の出題も収録しています。

解答を見る

正解:

• 分析用CSVファイルをアップロードし、棒グラフを作成する → Code Interpreter(コード インタープリター)
• インターネットへアクセスし情報取得する → Web Search(Web検索)
• ファイルをアップロードしてベクターストアを作成する → File Search(ファイル検索)

Code Interpreterはサンドボックス環境でPythonコードを実行できるため、CSVの集計やグラフ描画に向いています。Web Searchはインターネットからのリアルタイム情報取得に特化したツールです。File Searchは会話中にアップロードされたファイルからアドホックにベクターストアを作成し、RAG検索する用途に対応しています。Microsoft Fabric、Azure AI Search、Computer Userは、今回の3つのユースケースには該当しません。

実際の画面では、上記の選択肢をドラッグ&ドロップで解答欄に当てはめる形式で出題されます。こうした「概念は知っているが、とっさに正しいツールを選べるか」を問う問題が、本番でも頻出です。

よくある質問

AI-103の試験時間・問題数は？

実質の試験時間は90分、問題数は選択問題54問、見直し不可の2択問題3問・54問の見直し、ケーススタディ7問（計64問）という構成でした（β版時点）。

AI-103は日本語で受験できますか？

はい、日本語で受験できます。対応言語は変更される可能性があるため、受験前にMicrosoft公式の認定資格ページもご確認ください。

AI-103とAZ-104はどちらが難しいですか？

AZ-104は出題範囲が広く暗記量も多いため、演習を繰り返しながら知識を定着させる力技が必要です。一方AI-103は、個々のAPI仕様を丸暗記するというより、全体のアーキテクチャや設計思想を押さえていれば、消去法である程度絞り込めます。そのため私にとっては、AI-103の方が攻略しやすい試験でした。

効率よく学習するコツは？

配点比率が高い「AIソリューションの計画と管理」「生成AIとエージェントソリューションの実装」の2領域(全体の約6割)に学習時間の8割を割き、LLMを使ってハンズオン教材を自作する。遠回りに見えて、これが一番の近道です。実際にFoundry Portalを触ってみると、概念の定着度がまったく違います。 題材選びは、自分の業務の中で「これをAIエージェントに自動化させたら楽になりそうだ」と思うテーマを選ぶのがおすすめです。それをLLMに相談しながら、実際に手を動かして実機を触ってみてください。

AI-103をこれから受験する方へ

AI-103は、これからのAIエンジニアにとって押さえておきたい、モダンで実践的な資格だと感じています。

合格のための最大の近道は、「ポータル画面のUI（どのタブに何の設定があるか）」と「Python SDKを用いた最小限の実装コード」の2つを、自分の手を動かしてリンクさせておくことです。座学の知識に「実機での経験」が加われば、本番のシナリオ問題でも自信を持って最適なソリューションを選択できるようになります。ぜひハンズオンを楽しみながら、一発合格を目指してください！

---

💡 本番前に、実力を確認したい方へ

一通り手を動かした後、自分の理解度が試験レベルに達しているかを確認したい方向けに、Udemyで『【2026年版】AI-103 模擬試験集｜良問厳選・Azure AI アプリ＆エージェント開発 試験対策』を公開しています。

• 👉 【2026年版】AI-103 模擬試験集｜良問厳選・Azure AI アプリ＆エージェント開発 試験対策

🎟 期間限定クーポン: AI103BLOG1000YENOFF(1,000円オフ、2026/09/08まで) → クーポン適用リンクはこちら