AI-901 Foundry SDKコードチートシート｜responses.create 早見【Python】

AI-901 Foundry SDKコードチートシート｜responses.create 早見【Python】｜Azure資格の森 AI-901 Azure AI Fundamentals
無料Foundry SDK コードチートシート｜ドメイン2で出てくるコードを1枚に集約。responses.create の早見つき。

AI-901（Microsoft Azure AI Fundamentals）の後半＝ドメイン2「Microsoft Foundryでの実装」（配点55〜60%）では、Pythonのコードが出てきます。「コードなんて覚えられない……」と身構えるかもしれませんが、安心してください。じつは覚えることは多くありません。幹（みき）は1本。あとは、その幹に“差分”を足していくだけです。この記事は、その幹と差分を1枚のチートシート（早見表）に整理したものです。

ことばの補足：「SDK（エスディーケー）」とは Software Development Kit の略で、プログラムからサービスを呼び出すための道具一式のこと。「Foundry SDK」を使うと、PythonのコードからAzureのAIモデルを呼び出せます。「チートシート」は、要点だけを1枚にまとめた“カンニングペーパー”のような早見表のことです。
30秒でわかる結論

  • 幹は1本＝responses.create(model, input)。「接続して、input を送り、答えを受け取る」——やることはいつも同じ。
  • 会話も画像も音声も、この幹に引数（差分）を足すだけ。新しいコードをたくさん覚える必要はありません。
  • 幹とは別のサービスが3つだけ：画像生成（images.generate）・Azure Speech・Content Understanding。この3つは「名前と用途」を知っていれば十分です。
Foundry SDKの幹と差分：中心にresponses.create(model, input)。そこに + instructions（役割を与える・チャット）、+ previous_response_id（会話を覚える・多ターン）、+ agent_reference（エージェントを使う・名前で呼ぶ）、input に画像/音声（マルチモーダル・同じ呼び出し）を足すだけ

幹の考え方：responses.create がすべての土台

Foundryでモデルを呼ぶときの基本形は、たった1つの呼び出しです。「モデルを指定し、input（入力）を送り、答えを受け取る」——これだけ。

# 幹＝これが基本形。モデルを指定して input を送る
response = openai.responses.create(
    model="デプロイしたモデル名",
    input="日本の首都はどこ？"
)
print(response.output_text)   # 答えを受け取る

チャットも、会話の記憶も、エージェントも、さらには画像・音声まで、この幹に“引数を足すだけ”で広がっていきます。まずこの1本を頭に入れてください。

ことばの補足：「引数（ひきすう）」とは、呼び出しに渡す“設定値”のこと。model= や input= のように「名前＝値」の形で指定します。「差分を足す」とは、この引数を1つ増やす、という意味です。

早見表①：幹（responses.create）に足すだけ

次に並ぶものは、すべて幹の responses.create に差分を足しただけです。文章の会話も、役割を与えるのも、会話を覚えるのも、エージェントを使うのも、画像・音声まで、同じ幹のまま扱えます。

やりたいこと 使うもの（呼び出し） ひとこと
文章で会話・推論 responses.create(model, input) 基本形（幹）
役割を与える ＋ instructions システムプロンプト
会話を覚える（多ターン） ＋ previous_response_id 前の応答IDで履歴をつなぐ
名前付きAI＋道具 エージェント：agent_reference 名前で呼ぶ
画像を見る・音声を聞く input に画像／音声を入れる 同じ幹のまま（マルチモーダル） 
# ＋ instructions で「役割」を与える（チャット）
response = openai.responses.create(
    model="デプロイしたモデル名",
    instructions="あなたは親切な数学の先生です",
    input="3x + 11 = 14 を解いて"
)

# ＋ previous_response_id で前の会話を覚える（多ターン）
followup = openai.responses.create(
    model="デプロイしたモデル名",
    previous_response_id=response.id,   # 前の応答IDを渡すだけ
    input="もう1問おねがい"
)

ポイントは、引数を1つ足すだけで機能が広がること。まったく新しいコードを覚えているわけではありません。

早見表②：専用サービス（幹とは別）

いっぽう、幹の responses.create とは別のサービスとして扱うものが3つだけあります。この3つは「名前と用途」を知っていれば十分で、深いコードは問われません。

やりたいこと 使うもの ひとこと
画像を作る images.generate 出力が画像
音声認識・合成 Azure Speech 音声専用
文書・メディアから抽出 Content Understanding 抽出専用 
# 画像を「作る」ときだけは別の呼び出し（出力が画像）
img = openai.images.generate(
    model="画像生成モデル名",
    prompt="夕焼けの富士山を水彩画で"
)
まちがえやすいポイント：「画像を読む（理解する）」のは幹の responses.create に画像を入れるだけですが、「画像を作る（生成する）」のは images.generate という別の呼び出しです。向きが逆なので混同しないように。

これだけ覚える（暗記3点）

① 幹responses.create の model／input。会話も画像も音声も、ここに足すだけ。
② 履歴とエージェント履歴＝previous_response_id／conversation。名前付きAI＝エージェント（agent_reference）。
③ 専用3つ画像生成（images.generate）・Azure Speech・Content Understanding は幹とは別サービス。

試験は「コードを書ける」よりも 「このコードは何をする／どれを使う」 を問う傾向です。上の対応さえ掴めれば十分に戦えます。

コードの意味を1つずつ学ぶ（関連解説）

チートシートで全体像をつかんだら、各コードの「意味と使い方」は次の解説記事へ。実際の画面操作から1行ずつの注釈まで、初心者向けに解説しています。

まとめ

  • 幹は1本＝responses.create(model, input)。会話・画像・音声はここに引数を足すだけ。
  • 役割＝instructions／履歴＝previous_response_id・conversation／エージェント＝agent_reference。
  • 幹とは別の専用3つ＝画像生成（images.generate）・Azure Speech・Content Understanding。
  • 試験は「コードを書ける」よりも 「このコードは何をする／どれを使う」 を問う傾向。上の対応さえ掴めば十分に戦えます。

※本記事はMicrosoft公式のAI-901出題範囲（Study guide）およびFoundry公式ドキュメントにもとづき、エンジニアKが作成しています。SDKの仕様・引数名は変わることがあります。最新は Microsoft Foundry公式ドキュメント をご確認ください。

本サイトはMicrosoft Corporationの公式サイトではありません。Microsoft、Azure、Microsoft Foundry等は同社の商標です。

コメント

タイトルとURLをコピーしました