AI901-Foundry#80
Azure AI Foundry で「プロンプト設計 → 試作 → 本番デプロイ → 継続改善」のエンドツーエンド AI アプリ開発ワークフローを構築する際の正しい順序にステップを並べてください。
- ユース ケース定義と Responsible AI Impact Assessment を実施
- Foundry portal の playground でモデル選定 / プロンプト試行錯誤 / Content Safety 挙動確認
- Foundry SDK で実装し PaaS にデプロイ、PTU 容量予約 / Entra ID 認証を構成
- evaluation framework で groundedness / 性能 / 監査ログを継続評価し、しきい値超過時に improvements を反映
解説
【正しい順序】ユース ケース定義と Responsible AI Impact Assessment → Foundry portal の playground でモデル選定 / プロンプト試行錯誤 / Content Safety 挙動確認 → Foundry SDK で実装し PaaS にデプロイ、PTU 容量予約 / Entra ID 認証を構成 → evaluation framework で groundedness / 性能 / 監査ログを継続評価し、しきい値超過時に improvements を反映 の流れです。最初に意図と Responsible AI 評価を定義し、次に playground で実装前の挙動確認、続いて本番アーキテクチャでデプロイ、最後に継続評価ループで品質を維持します。順序を入れ替えると、Impact Assessment なしでデプロイすると規制リスク、playground なしで実装すると無駄な手戻り、評価ループなしでは品質劣化を検出できないため、Microsoft 公式のフルライフサイクル ベスト プラクティスとしてこの順番が推奨されます。

コメント