AI-901（Microsoft Azure AI Fundamentals）の無料練習問題。公式シラバスに沿った自作オリジナル問題で、本番形式（単一選択・複数選択・Yes/No）を再現。配点に合わせドメイン2（Foundry実装）を多めに出題。
形式：単一選択＝1つクリック／複数選択＝2つ選んで「答え合わせ」／Yes-No＝各文をYes/Noで判定。
ドメイン1：AIの概念と責任（40〜45%）
Q1. 融資審査AIの導入で、チームは(1)却下された顧客に「なぜ却下されたか」の根拠を提示できる仕組みと、(2)問題発生時に最終的に誰が是正・責任を負うかの体制、の両方を整えました。(1)が主に対応する「責任あるAI」の原則はどれですか？
Q2. 天気予報AIが、嵐などの想定外の入力でも、予測可能な形で安全に動作し続ける必要があります。最も当てはまる原則は？
Q3. ある採用AIについて、チームは(1)視覚障害のある応募者も使えるよう応募画面を読み上げ対応にし、(2)性別グループ間で合否率に不当な差が出ていないか指標で監視しました。(2)が対応する原則はどれですか？
Q4. 音声アシスタントに字幕表示と画面読み上げを追加し、聴覚・視覚に制約のある人も同等に使えるようにしました。最も当てはまる原則はどれですか？（似た原則との違いに注意）
Q5. チャットボットで、入力された個人情報を暗号化保存し、アクセス権を最小限にし、本人の「削除して」要求に応じる運用を整えました。主にどの原則の実装ですか？
Q6. AIの誤出力で損害が出た場合に備え、企業は「高リスクな判断には人間の承認を必須にし、最終的な是正責任を負う担当役員」を定めました。最も当てはまる原則はどれですか？
Q7. 「透明性」を高める取り組みとして適切なものを2つ選んでください。 （当てはまるものを2つ選ぶ）
Q8. 次の各シナリオと「責任あるAI」原則の対応が正しければ Yes、誤りなら No を選んでください。 （各文が正しければ Yes、誤りなら No）
Q9. 「責任あるAI」の原則の説明として、誤っているものはどれですか？
Q10. 大規模言語モデル（LLM）が文章を生成するしくみとして、最も正しい説明は？
Q11. 「1つのプロンプトで、画像とテキストの質問を同時に受け取り、画像について答える」モデルが必要です。選ぶべきモデルの種類は？
Q12. ブレインストーミング支援botで、毎回似たような無難な案しか出ずに困っています。より多様で意外性のあるアイデアを出させたい。最も適切な調整は？
temperature を上げるmax tokens を下げるtop_p を 0 に近づける
Q13. 要約APIの出力が時々長すぎて画面表示が崩れます。回答が一定の長さを超えないよう確実に上限を設けたい。調整すべきは？
Q14. 社内FAQに基づいて正確に答えさせたいのに、モデルが事実と違う「もっともらしい作り話」（ハルシネーション）を返すことがある。最も有効な対策は？
Q15. モデルを「機能（できること）」で選ぶときに考慮する観点として適切なものを2つ選んでください。 （当てはまるものを2つ選ぶ）
Q16. あるチームは新しいチャット機能を今日中に公開したい。トラフィックは時間帯で大きく変動し、予約容量（PTU）の予算は無く、使った分だけ支払いたい。Foundryのデプロイ種別として最適なのは？
Q17. コールセンターのアプリが、回答を人間らしい自然な声で読み上げる必要があります。必要な機能は？
Q18. スキャンした請求書PDFから、請求番号・日付・合計を「項目名付きの構造化データ」として取り出したい。最も適切なワークロード／サービスは？
Q19. 工場のラインで、製品写真から欠陥を見つけて画像内の位置まで特定したい。最も適切なワークロードは？
Q20. 大量の商品レビューから、よく出てくる重要語・語句（例「コスパ」「また行きたい」）を機械的に洗い出したい。テキスト分析のどの手法ですか？
Q21. 「テキスト分析」のワークロードの例として正しいものを2つ選んでください。 （当てはまるものを2つ選ぶ）
Q22. マーケ用に、文章の指示だけから今までにない新規のビジュアルを作り出したい。どのワークロードですか？
Q23. 文章の中から人名・地名・組織名などの固有名詞を見つけて種類を判定する手法は？
Q24. ワークロードの対応が正しければ Yes、誤りなら No を選んでください。 （各文が正しければ Yes、誤りなら No）
Q25. 次のうち「情報抽出」の例として当てはまらないものはどれですか？
ドメイン2：Microsoft Foundryでの実装（55〜60%・最重要）
Q26. チャットアプリで、AIの「役割・口調・ルール（例：あなたは簡潔なITサポートです。社内IDは出さない）」を固定するのに最適なメッセージは？
Q27. より「効果的な」システムプロンプトの作り方として最も適切なものは？
Q28. コードからモデルを呼ぶまでの正しい順序はどれですか？
Q29. インポートが from azure.ai.projects import AIProjectClient のとき、新しいFoundryのプロジェクトAPIを使う正しいインストールは？
pip install azure-ai-projects==1.0pip install azure-ai-projects>=2.0.0pip install azure-ai-foundrypip install openai
Q30. デプロイ済みモデルにプロンプトを送り応答テキストを得る呼び出しを完成させます。openai = project.get_openai_client(); r = openai.______.create(model="gpt-5-mini", input="こんにちは")
Q31. Foundry SDK（azure-ai-projects 2.x）でモデルを呼ぶコードに必要な要素を2つ選んでください。 （当てはまるものを2つ選ぶ）
DefaultAzureCredential() による認証AIProjectClient(endpoint=..., credential=...) の生成
Q32. Foundryポータルで作る「エージェント」が、単なる1回のチャット呼び出しと違う点は？
Q33. Foundryポータルで単一エージェントを作るチームについて、各文が正しければ Yes、誤りなら No を選んでください。 （各文が正しければ Yes、誤りなら No）
Q34. モデルと指示（役割）を与えて再利用できる「エージェント」を作る呼び出しはどれですか？
project.agents.create_version(agent_name=..., definition=PromptAgentDefinition(model=..., instructions=...))openai.responses.create(model=..., input=...)project.deploy_model(...)az agent new
Q35. チャットアプリで「前の会話を覚えて続けて答える」ために、まず作成して各呼び出しに渡すべきものは？
openai.conversations.create()）
Q36. 生のREST呼び出しに使うベアラートークンの取得方法は？
pip install で取得できるaz login だけで自動で本文に入るaz account get-access-token --scope https://ai.azure.com/.default
Q37. コードを書く前に、デプロイ済みモデルにプロンプトを入れて応答をFoundryポータル上で手早く試したい。使う場所は？
az login
Q38. Foundry SDKでチャットクライアントを作る説明として、誤っているものはどれですか？
AIProjectClient をエンドポイントと資格情報で作るproject.get_openai_client() でOpenAI互換クライアントを得るr.choices[0].message から読むr.output_text から読む
Q39. PROJECT_ENDPOINT として正しい形式はどれですか？
https://<res>.services.ai.azure.com/api/projects/<proj>C:\\foundry\\projectpip://azure-ai-projectsaz://login/default
Q40. 構造化テキスト分析クライアント（azure-ai-textanalytics）で行える処理を2つ選んでください。 （当てはまるものを2つ選ぶ）
analyze_sentiment() で肯定/中立/否定を判定speak_text_async() で音声を再生detect_language() で言語コードと信頼度を取得image_generation ツールで画像を生成
Q41. 各メッセージの言語を「一定のISO言語コードと信頼度スコア」で安定して返したい。最適なのは？
azure-ai-textanalytics）の構造化出力を使う
Q42. アプリが「話しかけられた音声の質問」を受け取り、デプロイ済みのマルチモーダルモデルに答えさせます。正しい組み合わせは？
Q43. マイクからの音声を文字に変換するために、Azure Speech SDKで作成するオブジェクトは？
SpeechRecognizerSpeechSynthesizerTextAnalyticsClientAIProjectClient
Q44. Azure Speech の実装について、各文が正しければ Yes、誤りなら No を選んでください。 （各文が正しければ Yes、誤りなら No）
azure-cognitiveservices-speechYesNospeak_text_async() は音声合成（TTS）で使うYesNoSpeechRecognizer は文字を音声に変換するYesNo
Q45. アプリに「レビューの感情判定（肯定/否定）」と「重要語句の抽出」を追加したい。呼び出すべきサービスは？
azure-ai-textanalytics）
Q46. TTS（音声合成）で、出力を日本語の特定のニューラルボイスで読み上げさせたい。設定すべきものは？
max tokens
Q47. ユーザーが壊れた部品の写真をアップし「どこが悪い？」と質問。デプロイ済みのマルチモーダルモデルが画像を読み取って答えました。これは何の例？
Q48. マルチモーダルモデルに画像を渡して内容を尋ねる実装について、正しいものを2つ選んでください。 （当てはまるものを2つ選ぶ）
openai ライブラリの responses.create を使う{"type":"input_image", ...} を含めるazure-cognitiveservices-speech を使う
Q49. 文章の説明から、これまでに無い新しい商品イラストを生成したい。使う機能は？
Q50. Responses APIで画像を生成するとき、responses.create に渡すツール指定はどれですか？
tools=[{"type":"vision"}]tools=[{"type":"image_generation"}]tools=[{"type":"input_image"}]tools=[{"type":"dalle"}]
Q51. Foundryのビジョンについて、各文が正しければ Yes、誤りなら No を選んでください。 （各文が正しければ Yes、誤りなら No）
Q52. 画像生成に関する説明として、誤っているものはどれですか？
azure-cognitiveservices-speech で行う
Q53. アップロードした写真について質問に答えられるのは、どのデプロイ済みモデルですか？
azure-ai-textanalytics のクライアント
Q54. 書類・画像・音声・動画から構造化された情報を抽出するために設計された、Foundryのツールは？
Q55. Azure Content Understanding の正しい使い方を2つ選んでください。 （当てはまるものを2つ選ぶ）
Q56. Content Understanding で請求書から金額を抽出する際、抽出の確信度が低い項目だけ人間がレビューする運用にしたい。これを実現する考え方は？
Q57. Content Understanding について、各文が正しければ Yes、誤りなら No を選んでください。 （各文が正しければ Yes、誤りなら No）
Q58. Content Understanding の処理の流れとして正しい順序は？
Q59. 会議の録画動画から、議題や決定事項などの情報を取り出したい。使うべきものは？
Q60. 次のうち、Azure Content Understanding の作業ではないものはどれですか？
コメント