AI Foundryの構成要素を解説｜モデル・エージェント・ツールの3層構造
AI Foundryの構成要素（モデル・エージェント・ツール）
Azure AI Foundry（現Microsoft Foundry）を理解する鍵は、「モデル」「エージェント」「ツール」という3つの主要要素を押さえることです。この3層が連携してAIアプリが動きます。本記事では各層の役割を整理します。
モデル層（LLM）
最下層が、AIの“頭脳”であるモデルです。Azure AI Foundryでは多数のモデルにアクセスでき、提供元はMicrosoft、OpenAI、Anthropic、Mistral、xAI、Meta、DeepSeek、Hugging Faceなど多岐にわたります。
| モデルファミリの例 | 主な用途の傾向 |
| GPT系（上位） | 複雑な推論、マルチモーダルタスク |
| GPT系（mini） | 低レイテンシ・高スループット |
| Claude系 | 高度な推論、コード生成 |
| Mistral系 | コード生成、多言語、汎用チャット |
| Phi系（小規模） | デバイス上・リソース制約環境 |
| Llama系（オープン） | カスタマイズ・ファインチューニング |
自前のGPUを用意しなくても、用途に合わせてモデルを選び、切り替えられるのが大きな利点です。
エージェント層
中間層が、モデルを使って自律的にタスクを実行するエージェントです。単にテキストを生成するだけでなく、Web検索・コード実行・データ照会・API呼び出しといった「行動」を取れる点が特徴です。
Azure AI FoundryのAgent Serviceは、エージェントの構築・デプロイ・スケーリングを一元管理するフルマネージド基盤として提供されています。ホスティング・スケーリング・ID管理・セキュリティをプラットフォーム側が処理するため、開発者はエージェントのロジックに集中できます。
ツール連携
最上層が、エージェントの能力を拡張する“道具”であるツールです。Azure AI Foundryでは、ツールカタログを介して多数のデータソース（コネクタ）を接続できます。
あわせて、次の機能も組み合わせられます。
- メモリ：対話間でコンテキストを保持・呼び出し
- 知識統合（Foundry IQ）（プレビュー）：引用に基づいた根拠付きの回答を生成
- 発行（Publishing）：作ったエージェントをMicrosoft 365やMicrosoft Teamsなどへ展開
この3層が連携することで、「社内データを検索し、根拠付きで回答し、必要なら外部APIを呼ぶ」といった実用的なAIが実現します。
💡「プレビュー」とは？
本記事で「プレビュー（パブリックプレビュー）」と記した機能は、正式提供（GA）前の試用段階の機能です。利用はできますが、サービス品質保証（SLA）の対象外で本番環境での利用は推奨されておらず、仕様変更や提供終了の可能性があります（Microsoft Azureプレビューの補足利用規約が適用されます）。最新の提供状況は公式ドキュメントでご確認ください。
本記事で「プレビュー（パブリックプレビュー）」と記した機能は、正式提供（GA）前の試用段階の機能です。利用はできますが、サービス品質保証（SLA）の対象外で本番環境での利用は推奨されておらず、仕様変更や提供終了の可能性があります（Microsoft Azureプレビューの補足利用規約が適用されます）。最新の提供状況は公式ドキュメントでご確認ください。
⚠️ 落とし穴：設計ミス
3層のうち一部だけを見て設計すると、「モデルは選んだがツール連携が後付けで破綻」といった事態を招きます。最初からモデル・エージェント・ツールの“連携”を前提に設計するのがコツです。
3層のうち一部だけを見て設計すると、「モデルは選んだがツール連携が後付けで破綻」といった事態を招きます。最初からモデル・エージェント・ツールの“連携”を前提に設計するのがコツです。
📩 次の一歩：3層構成を図解した「アーキテクチャ資料」を無料配布中。
🔗 関連：
この記事は役に立ちましたか？
もし参考になりましたら、下記のボタンで教えてください。
看護を学ぶ中で培った「人を観察する力」と「相手に寄り添う姿勢」を強みに、IT業界でシステム開発に携わっています。お客様へのヒアリングでは、言葉の奥にあるニーズに耳を傾けることを大切にしています。ローコード開発からスクラッチ開発まで経験してきた知見を活かし、技術的な実現可能性とお客様の業務感覚の両方を踏まえた、“ちょうどいい”システムをご提案します。
