AI901-Foundry#219-1
注: この問題は、同じ前提を持つ一連の問題の一部です。それぞれの問題には異なる解決策が提示されます。
前提
ある動画配信プラットフォームが、出品者がアップロードする動画 (1 日 5,000 本、1 本 5〜60 分) に対し「章構成 / 主要トピック / 視聴ハイライト / 違反コンテンツ判定 / alt テキスト相当の説明」を統合的に処理して、視聴 UI とコンテンツ モデレーション パイプラインに渡したいと考えています。要件は処理スループット、Responsible AI 配慮、アクセシビリティ向上、運用負荷低減です。
解決策
Foundry hub に Content Understanding の Video analyzer と Azure AI Content Safety を connection で追加し、配信プラットフォームの analyzer スキーマ (章構成 / 主要トピック enum / 視聴ハイライト / 違反コンテンツ判定 enum / アクセシビリティ説明 text) を定義、Content Safety を全レイヤーに適用、Azure Functions のサーバーレス スケールで 5,000 本 / 日を非同期処理して結果を Cosmos DB に集約します。
この解決策は目的を満たしますか?
解説
【判定: はい】の理由
本構成は Microsoft Learn の Video analyzer for Streaming Platforms リファレンス アーキテクチャに完全に整合する Microsoft 推奨パターンで、動画配信プラットフォームの統合要件を体系的に実装します。Video analyzer の宣言的スキーマで「章構成 / 主要トピック / 視聴ハイライト / 違反コンテンツ判定 / アクセシビリティ説明」を業務語彙のまま定義することにより、下位のシーン検出 + フレーム解析 + Speech-to-Text + LLM 推論を組み合わせた構造化抽出を最小コードで実装でき、視聴 UI とコンテンツ モデレーションの両パイプラインに統合的に結果を渡せます。Content Safety を画像 / 音声 / テキストの全レイヤーに適用する設計は Microsoft Responsible AI Standard の Reliability and safety を運用に落とす定番パターンで、規約違反コンテンツの早期検知と機械的ガードを多層で実装できます。アクセシビリティ説明 (alt テキスト相当) を analyzer スキーマに含めることで、視覚障害者向けの動画体験を Inclusiveness 原則に沿って提供できます。Azure Functions のサーバーレス スケールが 1 日 5,000 本のスループットに低運用負荷で対応し、Foundry hub の connection で複数 AI サービスを一元管理することで、Responsible AI / コスト / 運用負荷を同時に最適化する本番品質の設計です。
【「いいえ」が違う理由】
本構成は Microsoft 推奨の動画配信プラットフォーム解析パターンと完全一致で、要件達成度は十分です。
本構成は Microsoft Learn の Video analyzer for Streaming Platforms リファレンス アーキテクチャに完全に整合する Microsoft 推奨パターンで、動画配信プラットフォームの統合要件を体系的に実装します。Video analyzer の宣言的スキーマで「章構成 / 主要トピック / 視聴ハイライト / 違反コンテンツ判定 / アクセシビリティ説明」を業務語彙のまま定義することにより、下位のシーン検出 + フレーム解析 + Speech-to-Text + LLM 推論を組み合わせた構造化抽出を最小コードで実装でき、視聴 UI とコンテンツ モデレーションの両パイプラインに統合的に結果を渡せます。Content Safety を画像 / 音声 / テキストの全レイヤーに適用する設計は Microsoft Responsible AI Standard の Reliability and safety を運用に落とす定番パターンで、規約違反コンテンツの早期検知と機械的ガードを多層で実装できます。アクセシビリティ説明 (alt テキスト相当) を analyzer スキーマに含めることで、視覚障害者向けの動画体験を Inclusiveness 原則に沿って提供できます。Azure Functions のサーバーレス スケールが 1 日 5,000 本のスループットに低運用負荷で対応し、Foundry hub の connection で複数 AI サービスを一元管理することで、Responsible AI / コスト / 運用負荷を同時に最適化する本番品質の設計です。
【「いいえ」が違う理由】
本構成は Microsoft 推奨の動画配信プラットフォーム解析パターンと完全一致で、要件達成度は十分です。

コメント