プロンプトを改善しても、AIエージェントは信頼できるようにはなりません。プロンプトは思考を導きますが、操作を実行するわけではないからです。このエピソードでは、LLMが提案し、エグゼキューターが強制し、ワークフローグラフの検証が判断するアーキテクチャを、Microsoft Graph、Azure OpenAI、Copilot Studioの例とともに紹介します。このエピソードで学べること:実行前のコントラクトチェック:機能の一致、ポリシー準拠、検証可能な事後条件、そして理由と安全な代替案を示す拒否プロンプトだけに頼るエージェントの3つの失敗パターン:存在しないツールの呼び出し、事前条件の欠落、気づかれない部分的な失敗冪等性キー、エラー分類、復旧パスを備えたエグゼキューターと、ノード・エッジ・状態・ロールバックを持つワークフローグラフ設計段階からのセキュリティ:グラフの静的検証、Entra IDのスコープによる実行時ポリシー、入出力のサニタイズ、改ざんできない監査ログMicrosoft Graph、Azure OpenAI、Copilot Studioを使ったMicrosoftシナリオ:引用、人による承認ポイント、精度・レイテンシ・コストのビフォーアフター指標本番環境で確実かつ追跡可能に動作するAIエージェントを構築するアーキテクト、開発者、Microsoft 365管理者向けです。このエピソードは、Microsoft MVP Mirko Peters による M365 Show のアニメーション動画をAIで吹き替えた日本語版です。▶ 動画を見る: https://youtu.be/LLxvoiKP3XA🎧 他のエピソード: https://www.m365.fm🎤 M365Con – 無料のオンライン Microsoft カンファレンス: https://m365con.net💼 LinkedIn の Mirko Peters: https://www.linkedin.com/in/m365showpodcast/
This episode includes AI-generated content.
This episode includes AI-generated content.
感想
まだ感想はありません。最初の1件を書きましょう!
スクロール