AI-103：Developing AI Apps and Agents on Azure 生成 AI とエージェント ソリューションの実装 問1
生成 AI とエージェント ソリューションの実装／Foundry での生成アプリ構築社内規程に関する質問へ答える生成AIアプリを作ります。規程は数千ページあり毎週どこかが改訂されるため、回答は常に最新の改訂内容に基づき、どの規程から引いたかを利用者に示す必要があります。モデルのデプロイは既にあります。回答の知識をモデルに与える方法として適切なものはどれですか。
当サイトのオリジナル問題（AI-103：Developing AI Apps and Agents on Azureの出題範囲「生成 AI とエージェント ソリューションの実装」に対応。実際の試験問題ではありません）
- A規程全文を学習データとしてモデルをファインチューニングし、改訂のたびに再学習する
- B規程の要点を人手でまとめ、すべての要求に共通のシステムメッセージとして埋め込む
- C規程を検索インデックスに取り込み、質問ごとに関連箇所を取得して根拠としてプロンプトに渡す
- D過去の質問と回答の組を少数ショットの例として毎回プロンプトに追加する
正解：C
解説
規程のように大量で頻繁に更新される外部知識を使う場合は、検索インデックスから質問時に関連箇所を取得してプロンプトに渡す RAG（検索拡張生成）が適しています。インデックスを更新すれば再学習なしで最新内容が反映され、取得した文書名を出典として回答に添えることもできます。ファインチューニングは文体や出力形式の調整には向きますが、頻繁に変わる事実の最新性や出典提示には向きません。
選択肢ごとの解説
- A誤り。ファインチューニングは再学習のコストと時間がかかり、改訂の反映が遅れます。また出典の提示も保証されません。
- B誤り。数千ページの内容を要約してシステムメッセージに載せるとコンテキストに収まらず、要約で情報も失われます。出典の提示もできません。
- C正しい。RAG により最新の規程だけを取得でき、取得元の文書を出典として提示できます。
- D誤り。少数ショットは回答の形式や口調を示す手段であり、規程の最新内容を供給する手段ではありません。