Azure AI Foundryではじめてのマルチエージェントワークフロー

「第3回 AI勉強会」 (@キャリア・マム ホール / 2025年6月28日 開催 / https://www.facebook.com/events/743359678115156 ) の登壇資料

言語モデルとの対話の紹介とAzure AI Foundryの概要とマルチエージェントワークフロー構成を紹介

Transcript

1. 瀬尾ソフト 瀬尾佳隆 (@seosoft) Microsoft MVP for AI Platform / MCT Alumni Azure AI Foundryで はじめての マルチエージェント ワークフロー 2025/06/28
2. 自己紹介 瀬尾 佳隆 (せお よしたか) • フリーランスのソフトウェアエンジニア / トレーナー • MVP for AI Platform (Jul 2018 – Jun 2025) / MVP (Jan 2009 – Jun 2018) • Microsoft Certified Trainer Alumni (2021 - 2025) • LinkedIn: https://www.linkedin.com/in/yseosoft/ • x: https://x.com/seosoft • Facebook: https://www.facebook.com/seosoft • 乃木坂、櫻坂、日向坂が好きです / 京都、お寺、仏像が好きです LinkedIn
3. ◼文を作る • 質問に答えてくれる • 検索ツールの代わり ◼深い分析をする ◼絵を描く ◼動画を作る ◼作曲する 言語モデルの能力
4. ◼文を作る • 質問に答えてくれる • 検索ツールの代わり ◼深い分析をする ◼絵を描く ◼動画を作る ◼作曲する 間違ってはいませんが・・・ ◼言葉の意味を理解する • 結果として、文を作ったり 絵を描いたりできる 言語モデルの本当は大事な能力
5. 言語モデルとの対話 ◼言語モデルとの対話: 単純なもの • 最も基本的な対話であり、学習時点での知識に限定される ◼RAG: 特定ドメインの知識を問い合わせ • ドキュメントを与えるだけで、学習コストをかけなくても 特定ドメインの応答品質を上げることができる ◼エージェント: タスクごとの専門家を連携 • 特定の知識や機能を言語モデルに追加 • 単独で使うとRAGと同様の挙動 • 複数組み合わせることで処理を多様化できる
6. 言語モデル ユーザー 回答者 (言語モデル) 「〇〇について 教えて」 「××だよ」 過去に得た 知識で答えるよ
7. RAG ユーザー 「〇〇について 教えて」 「××だよ」 回答集があるから、 覚えなくても (＝事前に学習しなくても) すぐに答えられるよ 回答者 (言語モデル)
8. マルチエージェント 1 ユーザー 回答者 (マネージャー) テーマAのプロ テーマBのプロ 「〇〇について 教えて」 「××だよ」 このテーマなら 彼が詳しいな 「〇〇について 知ってる？」 「××だよ」 ※シナリオによっては 呼ばれない
9. デモ: 言語モデルとの対話 ◼コンピューターを使わずに、“人力” でやってみます。 ◼皆さんに協力していただきます。 • 無茶なことはお願いしません、安心してください。
10. マルチエージェント 2 ユーザー リサーチャー ライター エディター 「〇〇について 教えて」 「××だよ」 チームを組んでるから、 それぞれの担当に任せて 自分は管理に徹するか 「〇〇について 調べて」 「調べたよ」 「調べてもらったから 原稿書いて」 「原稿書いたよ」 「原稿チェックして」 「チェック 完了したよ」 回答者 (マネージャー)
11. ◼「言葉の意味を理解する」能力を最大限に活用 • プレイグラウンドでいったん 完結できる • OpenAI Assistants API の機能を含む • 作りこみが必要ならば Semantic Kernel, AutoGen に移行 • Copilot Studio に比べると “プロっぽさ” が必要 Azure AI Foundry Agent Service
12. エージェントの定義 ◼ナレッジ • 応答の元にするデータ ◼アクション • モデル自身にはできない処理 ◼接続されたエージェント • 処理を委譲するエージェント
13. ナレッジ
14. アクション
15. 接続されたエージェント
16. ◼ユーザーからの問い合わせに 回答するチーム • マネージャー: ワークフローの管理 • リサーチャー: Webから情報収集 • ライター: 原稿を書く • エディター: 校正・編集する デモ) マルチエージェントワークフロー
17. ワークフローを構成するエージェント
18. 手順 (エージェントにやってほしいこと)
19. エージェントのアクティブ化の手順
20. ワークフロー実行結果 このスレッドではリサーチャーが2回呼ばれた
21. まとめ ◼言語モデルとの対話を理解した上で、 AIサービス開発、エージェント開発 ◼Azure AI Foundry Agent Serviceは 「言語の意味を理解する」能力を活用したサービス • 自然言語での記述でマルチエージェント開発 • ナレッジ、アクション、連携するエージェントを 組み合わせて、複雑で高度な処理を実現可能 • プレイグラウンドでいったん完結できる
22. 今日の資料はこちらから https://bit.ly/tamacen-20250628