スキル: ai901.practice_labs.micro.validated
説明: 短時間（15〜25分）で実行可能かつ自己検証可能な AI-901 練習ラボを作成します。すべてのラボには、前提条件、正確なタスク、検証手順、期待される出力、およびクリーンアップが含まれます。
コースコンテキスト
このスキルは、Tim Warner の Microsoft Press AI-901 ビデオコースのコンパニオンリポジトリ（C:\github\ai901）をサポートします。このコースは16レッスンからなる Microsoft Press ビデオコースです。レッスン01〜07は AI-901 ドメイン1に沿った概念レッスンです。レッスン08〜16は AI-901 ドメイン2に沿った構築レッスンです。各レッスンは lessons/lesson-NN/README.md にあります。特定のレッスンをサポートするラボを作成する場合は、ラボのアーティファクトを lessons/lesson-NN/labs/ に保存し、学習者がレッスンプランの隣で見つけられるようにします。
対象読者
AI-901 の対象読者は、AI ソリューション開発のキャリアを始めたばかりの学習者です。学習者は Azure における AI の概念知識を持ち、Python コードの構文を読むことができ、Azure リソースに精通しています。ラボの文章は親しみやすく直接的です。レッスンでまだ紹介されていない専門用語は避けてください。
スタイル優先順位
試験の表現を反映するテキスト（タイトル、目標ステートメント、名前付きリソース、会社参照）には、Microsoft Worldwide Learning Exam Writing Style Guide（WWL）に従ってください。ラボの文章自体には、Microsoft Writing Style Guide（MWSG）に従ってください。すなわち、親しみやすく、スキャンしやすく、現在形、文頭のみ大文字を使用します。当ラボでは、WWL によってオーバーライドされる2つの MWSG 規則があります。短縮形は使用しないこと、およびキー名はすべて大文字（TAB、ENTER、CTRL+ALT+DELETE）にすることです。
ラボカテゴリ
AI-901 ラボは、AI-901 の構築ドメインに対応する4つの実践カテゴリにわたります。
- foundry-portal -- Microsoft Foundry ポータルのハンズオン。モデルカタログからのモデルデプロイ、プレイグラウンド実験、単一エージェント構築、プロンプトフロー検査、ポータル内でのグラウンディングチャット構成。
- foundry-sdk -- azure-ai-projects および azure-ai-agents パッケージを使用して Microsoft Foundry エンドポイントを呼び出す Python 3.12 クライアントアプリ。認証は DefaultAzureCredential によるキーレス認証。パターンには、チャット補完、マルチターン会話、単一エージェント呼び出し、ツール拡張エージェントが含まれます。
- ai-services -- Microsoft Foundry Tools を介して使用する Azure AI Language、Azure AI Speech、Azure AI Vision。例としては、テキスト分析、センチメント、キーフレーズ、エンティティ認識、音声テキスト変換、テキスト音声変換、画像分析、光学文字認識、画像生成があります。
- content-understanding -- 4つのサポートモダリティ（ドキュメント、画像、音声、ビデオ）にわたる Azure Content Understanding アナライザー。アナライザー作成、スキーマ定義、サンプル入力実行、出力検証を含みます。
カテゴリ別のデフォルトオーサリングツール:
- foundry-portal ラボの場合、プライマリパスは
ai.azure.comの Microsoft Foundry ポータルです。 - foundry-sdk ラボの場合、プライマリパスは Foundry SDK と DefaultAzureCredential を使用した Python 3.12 です。API キーをデフォルトにしないでください。
- ai-services ラボの場合、プライマリパスは Microsoft Foundry ポータルです。自動化が必要な場合は、テナント側のリソース操作に Azure CLI を使用します。
- content-understanding ラボの場合、プライマリパスは Microsoft Foundry ポータルです。コードが必要な場合は、キーレス認証で Python 3.12 を使用します。
グラウンディング
必須ソース:
- Microsoft Learn（サービス機能、構成、アーキテクチャの真実のソース）。Microsoft Learn MCP サーバー（
ai901buddy-mslearn）を使用して、microsoft_docs_searchおよびmicrosoft_docs_fetchでアクセスします。 - Microsoft Learn コードサンプル（Python SDK、Azure CLI、Bicep の正確性のため）。
microsoft_code_sample_searchでアクセスします。 - 正規の AI-901 目標ドメインファイル:
.claude/skills/_references/ai901-objective-domain.md。
常に最初にグラウンディングしてください。サービス機能、モデル名、SKU オプションをでっち上げないでください。
AI-901 ドメイン（正規）
評価日: 2026年4月15日。
| ドメイン | 割合 |
|---|---|
| AI の概念と機能の識別 | 40-45% |
| Microsoft Foundry を使用した AI ソリューションの実装 | 55-60% |
ドメイン1は概念レッスン01〜07を対象とします（ハンズオンラボは不要ですが、オプションの振り返りウォークスルーは許可されます）。ドメイン2は構築レッスン08〜16を対象とし、ラボ作業の主要なソースです。
スタイルと語法
リソースと人名の命名（WWL）
- 会社: 以下の表の WWL 承認済み架空の会社のみを使用します。言及するたびに会社名の全体を使用します。
- 人物: the user または User1、User2、User3（スペースなし）。
- サーバー: Server1、Server2; Exch1、Exch2; SQL1、SQL2; DC1、DC2; DNS1、DNS2。
- コンピューター: Computer1、Computer2。アプリケーション: App1、App2。サブネット: Subnet1、Subnet2。サイト: Site1、Site2。
- オフィス: main office、branch office、satellite office。都市: WWL 承認済み（Atlanta、Boston、Cairo、Frankfurt、London、New York、Paris、Seattle、Singapore、Sydney、Tokyo など）。
- 最初に言及するときに各名前を定義します。
承認済み架空の会社（WWL 架空名リスト）
常に会社名の全体を使用します。リスト全体でランダム化してください。Contoso, Ltd. をデフォルトにしないでください。
| 会社 | 承認済み URL |
|---|---|
| A. Datum Corporation | adatum.com |
| Adventure Works Cycles | adventure-works.com |
| Alpine Ski House | alpineskihouse.com |
| Bellows College | bellowscollege.com |
| Best For You Organics Company | bestforyouorganics.com |
| Blue Yonder Airlines | blueyonderairlines.com |
| City Power & Light | cpandl.com |
| Coho Vineyard | cohovineyard.com |
| Coho Winery | cohowinery.com |
| Coho Vineyard & Winery | cohovineyardandwinery.com |
| Consolidated Messenger | consolidatedmessenger.com |
| Contoso, Ltd. | contoso.com |
| Contoso Pharmaceuticals | contoso.com |
| Contoso Suites | contososuites.com |
| Fabrikam, Inc. | fabrikam.com |
| Fabrikam Residences | fabrikamresidences.com |
| First Up Consultants | firstupconsultants.com |
| Fourth Coffee | fourthcoffee.com |
| Graphic Design Institute | graphicdesigninstitute.com |
| Humongous Insurance | humongousinsurance.com |
| Lamna Healthcare Company | lamnahealthcare.com |
| Liberty's Delightful Bakery & Cafe | libertysdelightfulbakeryandcafe.com |
| Litware, Inc. | litwareinc.com |
| Lucerne Publishing | lucernepublishing.com |
| Margie's Travel | margiestravel.com |
| Munson's Pickles and Preserves Farm | munsonspicklesandpreservesfarm.com |
| Nod Publishers | nodpublishers.com |
| Northwind Electric Cars | northwindelectriccars.com |
| Northwind Traders | northwindtraders.com |
| Proseware, Inc. | proseware.com |
| Relecloud | relecloud.com |
| School of Fine Art | fineartschool.net |
| Southridge Video | southridgevideo.com |
| Tailspin Toys | tailspintoys.com |
| The Phone Company | thephone-company.com |
| Trey Research | treyresearch.net |
| VanArsdel, Ltd. | vanarsdelltd.com |
| Wide World Importers | wideworldimporters.com |
| Wingtip Toys | wingtiptoys.com |
| Woodgrove Bank | woodgrovebank.com |
語法（WWL）
- named（called ではありません）。
- report（complain ではありません）。
- determine は避け、verify、identify、set、establish、calculate、decide を使用します。
- may は避け、can または might を使用します。
- using 単独は避け、by using を使用します。
- 特定の限定詞（all、none、only、always、never）や不特定の修飾語（few、many、multiple、several、some、usually）は避けます。
- site は論理的、location は物理的 -- 決して交換しないでください。
- 複数形を使用し、(s) は使用しません。
- 目標ステートメント: You need to ... / You need to ensure that ...
書式設定
- 太字 は、クリック可能な UI 要素、Azure CLI コマンド、およびそのまま入力する Python クラス名またはメソッド名に使用します。
- 入力中立的な動詞: select（click ではありません）、enter（type ではありません）、go to、open、close。
- 手順のステップでは命令形を使用します。
- ファイル名は file でラベル付けします: the main.py file、the deploy.bicep file。
- キー名はすべて大文字: TAB、ENTER、CTRL+ALT+DELETE。
- 他の場所では文頭のみ大文字を使用し、製品名と固有名詞は例外とします。
- 3つ以上のリストではオックスフォードコンマを使用します。
- プレーン ASCII -- カーリー引用符、en ダッシュ、em ダッシュは使用せず、
--および->を使用します。 - 0〜9 はスペルアウトし、10 以上は数字を使用します。
グローバリゼーション
- 文は15〜20語。能動態。単純時制。
- 句読点として
/や-を使用しない（create/edit/display は create、edit、and display に置き換えます）。 - 製品名に所有格を使用しない。名詞化しない。名詞の連続を避ける。
用語変更テーブル（譲歩不可）
常に現在の Microsoft 製品名を使用します。ユーザーが使用した場合でも、廃止またはレガシーな名前は絶対に使用しないでください。現在の名前に静かにマッピングします。
| 廃止 / レガシー名 | 現在の名前 |
|---|---|
| Azure Active Directory (Azure AD) | Microsoft Entra ID |
| Azure AD テナント | Microsoft Entra テナント |
| Azure AD 条件付きアクセス | Microsoft Entra 条件付きアクセス |
| Azure AD B2B / B2C | Microsoft Entra External ID |
| Azure AD PIM | Microsoft Entra Privileged Identity Management |
| Azure OpenAI Service（スタンドアロン、リブランド後） | Microsoft Foundry の Azure OpenAI |
| Azure AI Studio | Microsoft Foundry |
| Azure AI Foundry | Microsoft Foundry |
| Azure AI Foundry Tools | Microsoft Foundry Tools |
| Cognitive Services（総称） | Azure AI Services |
| Azure Cognitive Services for Language | Azure AI Language |
| Azure Cognitive Services for Speech | Azure AI Speech |
| Azure Cognitive Services for Vision | Azure AI Vision |
| Form Recognizer | Azure AI Document Intelligence |
| Custom Vision | Azure AI Vision（カスタム画像分類とオブジェクト検出） |
| LUIS | Azure AI Language 会話言語理解 |
| QnA Maker | Azure AI Language カスタム質問応答 |
認証デフォルト（譲歩不可）
コードベースのラボの場合:
- azure.identity パッケージの DefaultAzureCredential を使用します。
- 学習者はスクリプトを実行する前に az login でサインインします。
- API キーをコード、環境ファイル、または構成ファイルに埋め込まないでください。
- Foundry プロジェクトエンドポイントのみがシークレット状の値です。これを PROJECT_ENDPOINT という名前の環境変数に保存します。
- スクリプトを実行する前に、学習者に Foundry プロジェクトの Azure AI User ロールを付与します。これを開始状態の要件として含めます。
ガードレール
- AI-901 の範囲内（基礎的な AI 概念と Microsoft Foundry のハンズオン）に留めてください。本格的なコードモデルトレーニングや高度な MLOps は避けます。
- 最も低コストのパスを優先します。レッスンでより大きなモデルが必要でない限り、gpt-4o-mini または gpt-5-mini を使用します。利用可能な場合は Azure AI Services の無料 F0 ティアを使用します。
- ラボ内のどこにも短縮形は使用しません。
- click around until のようなあいまいなステップは使用しません。すべてのステップに正確な UI ラベル、正確な Azure CLI コマンド、または正確な Python ステートメントがあります。
- 常にクリーンアップまたはロールバックを含めます。モデルデプロイ、エージェント定義、AI Service リソース、Content Understanding アナライザー、リソースグループ、またはストレージアカウントを作成するラボの場合は、正確な削除手順をリストします。
クリーンアップの期待（譲歩不可）
クリーンアップはすべてのラボで譲歩不可です。AI-901 固有のクリーンアップ対象は次のとおりです:
- Microsoft Foundry のモデルデプロイ。My assets > Models + endpoints から削除します。
- Agents サービスで作成されたエージェント定義。Foundry ポータルの Agents から削除します。
- Azure AI Services リソース（Language、Speech、Vision、Document Intelligence）。Azure ポータルから、または az cognitiveservices account delete を使用して削除します。
- Content Understanding アナライザー。Foundry ポータルの Content Understanding ワークスペースから削除します。
- Foundry プロジェクトおよび Foundry ハブ（ラボが作成した場合）。
- ラボ専用リソースを含むリソースグループ。az group delete --name --yes --no-wait で削除します。
- ストレージアカウントおよびアップロードされたサンプルファイル（ラボがプロビジョニングした場合）。
- ローカル Python 仮想環境およびダウンロードされたサンプルデータ（ラボが作成した場合）。
クリーンアップの検証では、親スコープをリストしてリソースが存在しないことを確認することで、削除が成功したことを確認します。
コストとライセンスに関する警告の配置
ラボが以下のいずれかを使用する場合、前提条件の直後、starting_state の前に警告が表示されます:
- コンテキストウィンドウが128kトークンより大きいモデル。
- プレミアムレートで課金されるマルチモーダルまたは推論モデル。
- Azure Content Understanding（ページ単位、画像単位、分単位の価格設定）。
- Azure AI Speech バッチ文字起こしまたはカスタム音声。
- 大規模な Azure AI Vision Read OCR。
- 無料ティアを超える Azure リソース。
警告には、コスト要因、コストのおおよその桁数、およびコストを停止するクリーンアップ手順が記載されます。
架空の会社のランダム化（譲歩不可）
上記の WWL 承認リスト全体でランダム化します。Contoso, Ltd. をデフォルトにしないでください。常に完全な会社名を使用します。
タイムボックスガイダンス
ラボには、すべてのタスク全体で最大12ステップまで含めることができます。それ以上のステップが必要な場合は、2つのより狭い範囲のラボに分割します。対応するレッスンを完了した学習者の場合、目標完了時間は15〜25分です。
ワークフロー
.claude/skills/_references/ai901-objective-domain.mdから単一の AI-901 目標を選択し、ラボの先頭に記述します。ラボが特定のレッスンをサポートする場合は、レッスンフォルダー名（lessons/lesson-NN/）を指定します。microsoft_docs_searchを使用して、意図した構成を Microsoft Learn に基づいてグラウンディングします。- ラボカテゴリに一致する1つのプライマリパス（Microsoft Foundry ポータル、DefaultAzureCredential を使用する Python 3.12 + Foundry SDK、Foundry Tools 経由の Azure AI Services、または Content Understanding）を選択します。
microsoft_code_sample_searchを使用して、Python、Azure CLI、または Bicep のスニペットを検証します。microsoft_docs_fetchを使用して、サービス機能、SDK クラス、または構成手順の詳細を取得します。- 各主要ステップの後に検証ゲートを追加します（ポータル UI 状態、Azure CLI 出力、Python スクリプト出力、アナライザー実行結果）。
- 作業を正確に元に戻すクリーンアップを追加し、最終的な検証でリソースが削除されたことを確認します。
ラボテンプレート
ラボラベル
各ラボの先頭にこの正確なラベルを付けます:
# Lab: <関連する AI-901 目標の短い名前>
必須セクション
各ラボには以下のセクションをこの順序で含めます:
## 目標
学習者がラボの完了時に何を達成できるか。（試験スタイル）
## 前提条件
- このラボを完了する前に学習者が完了する必要があるもの。
- アクティブな Azure サブスクリプション。[無料で作成](https://azure.microsoft.com/free/)。
- `az login` でサインインした Azure CLI。
- ラボの開始状態の要件（ロールの割り当て、リソース）。
## 推定時間: 15〜25 分
## シナリオ
ラボが解決する実世界のビジネス問題（試験スタイル）。架空の会社名を含めます。
## 手順
### タスク 1: <アクション可能なタスク名>
1. 正確な手順。
2. 正確な手順。
3. 期待される結果の検証。
### タスク 2: <アクション可能なタスク名>
1. 正確な手順。
2. 正確な手順。
3. 期待される結果の検証。
（タスクは最大合計12ステップまで継続）
## クリーンアップ
ラボのクリーンアップ手順:
1. 正確な削除手順。
2. 削除の検証。
オプションだが推奨されるセクション（該当する場合）
- ヒント: 期待される出力、トラブルシューティングのヘルプ、エッジケースのガイダンス。
- 詳細情報: 関連する Microsoft Learn モジュールへのリンク。