メインコンテンツまでスキップ

セットアップガイド: AI Scope 向け Azure OpenAI

このガイドでは、Microsoft Foundry (ai.azure.com) を使用して akaBot の AIScope アクティビティ向けに Azure OpenAI の認証およびモデルデプロイを構成する手順を説明します。

このアクティビティは、Do コンテナ内で以下のアクティビティをサポートします:

akaBot アクティビティ対応機能
Generate Chat Response Azure OpenAIマルチターンチャット会話、システム指示、ユーザープロンプト、画像/ファイル添付
Generate Text Response Azure OpenAI単一プロンプトによるテキスト補完・生成

1. ポータル: Microsoft Foundry へのサインイン​

Azure OpenAI モデル、デプロイ、および API 認証情報は、すべて Microsoft Foundry（旧称: Azure AI Foundry / Azure OpenAI Studio）内で一元管理されます。

  1. Microsoft Foundry ポータル にアクセスします。
  2. Azure 組織認証情報でサインインします。
  3. 対象の Hub を選択し、プロジェクト を開きます（または新規プロジェクトを作成します）。

Microsoft Foundry のプロジェクトホーム画面

2. モデル: Responses 対応モデルの選択​

Azure OpenAI では、API リクエストを受信する前にモデルインスタンスをデプロイする必要があります。

2.1 モデル要件: Responses タグの必須​

重要なモデル要件: Responses タグ

akaBot の Azure OpenAI アクティビティは、/openai/v1/responses エンドポイントを介して通信します。そのため、カタログ内のモデルカードの下に Responses と表示されているモデル（例: gpt-4o、gpt-4o-mini、gpt-5.4、gpt-chat-latest など）を必ず選択してください。Messages のみ対応のモデル（Anthropic Claude など）や Audio generation のみのモデルは、akaBot の Azure OpenAI アクティビティでは利用できません。

2.2 カタログの閲覧とモデル詳細の表示​

  1. Microsoft Foundry の上部ナビゲーションで以下を開きます:

    Discover -> Models

  2. Responses タグが付いた OpenAI モデル（例: gpt-4o または gpt-4o-mini）を検索・選択します。

  3. モデルカードを直接クリックして詳細ページを開きます。

Microsoft Foundry のモデル詳細ページ

3. デプロイ: モデルのデプロイ​

  1. モデル詳細ページの右上隅にある Deploy（または Deploy to this project）ボタンをクリックします。

  2. 表示されたデプロイダイアログで、以下を入力します:

    デプロイ名 (Deployment name): (例: gpt-4o または my-gpt4o-deployment)
    デプロイの種類: Standard / Global Standard
    TPM (1分あたりのトークン数) 制限: ワークロードのクォータに応じて設定

  3. デプロイ (Deploy) をクリックします。

デプロイ構成ダイアログ

最重要: デプロイ名 (Deployment Name) とモデル名の違い

akaBot Studio では、AI Scope の Model プロパティに、ベースモデル名ではなく上記ステップ 2 の デプロイ名 (Deployment name) を設定する必要があります。たとえば、デプロイ名を my-gpt4o-deployment と命名した場合、Model フィールドには "my-gpt4o-deployment" と入力します。

4. 認証情報: エンドポイント URL と API キーの取得​

  1. Microsoft Foundry で以下に移動します:

    プロジェクト設定 (左下 Project Settings) -> エンドポイントとキー (Endpoints & Keys)

  2. エンドポイントとキー の表から以下を確認してコピーします:

    エンドポイント: https://<your-resource-name>.openai.azure.com/
    キー: Key 1 (または Key 2)

Microsoft Foundry のエンドポイントとキー画面

5. akaBot AIScope のセットアップ​

5.1 AI Scope の構成​

  1. akaBot Studio でワークフローを開きます。
  2. AI Services > AI Scope をキャンバスにドラッグします。
  3. 右側の プロパティ パネルで以下を設定します:
Provider Type = AzureOpenAI
Api Key = "<セクション 4 でコピーした API キー>"
Endpoint = "https://<your-resource-name>.openai.azure.com/"
Model = "<セクション 3 で作成したデプロイ名>"
プロパティ型必須説明
Provider TypeAIProviderTypeはいドロップダウンリストから AzureOpenAI を選択
Api KeyStringはいセクション 4 のシークレットキー（引用符付き文字列または変数）
EndpointStringはいセクション 4 のエンドポイント URL
ModelStringはいセクション 3 で作成した正確な デプロイ名 (Deployment Name)
Use Existing SessionAISessionいいえ前のスコープを再利用する場合のセッション変数
Disposed On CompletionBooleanいいえデフォルト True。後続スコープで再利用する場合は False

5.2 Do コンテナ内への子アクティビティの追加​

  1. AI Scope の Do ブロック内に、Generate Chat Response Azure OpenAI（または Generate Text Response Azure OpenAI）をドラッグします。
  2. 設定項目:
Prompt = "送信するプロンプトテキスト"
Result = <Ctrl+K で作成した出力 String 変数>
Timeout MS = 30000 (長いプロンプトやファイルを処理する場合は増やす)
注記

リクエストのタイムアウト時間は、親の AI Scope ではなく、子アクティビティ側の Timeout MS（デフォルト 30000 ms / 30秒）で設定します。

6. よくあるエラーと対処法​

エラー原因解決策
401 UnauthorizedApi Key の不足、入力ミス、または期限切れセクション 4 の Key 1 を再コピーし、エンドポイントリソースに属していることを確認します。
404 DeploymentNotFoundModel プロパティが Foundry 上の デプロイ名 と一致していないMicrosoft Foundry のセクション 3 を確認し、正確な デプロイ名（大文字・小文字を区別）を Model フィールドに入力します。
404 Resource Not FoundEndpoint URL が誤っているか、存在しないエンドポイントを指しているセクション 4 からエンドポイント URL を再コピーします。
429 Too Many Requests1分あたりのトークン数 (TPM) クォータを超過したMicrosoft Foundry でデプロイを編集して TPM クォータを増やすか、リクエスト間に Delay を追加します。
TimeoutException処理時間がデフォルトのタイムアウト時間を超過した子アクティビティの Timeout MS（例: 60000）の値を増やします。