Microsoft Foundry IQを試してみた

Foundry IQ試してみた 2026/04 Global Azure 2026 @ Kansai @takabrz1 Takahiro Miyaura

宮浦 恭弘 (Miyaura Takahiro) Microsoft MVP for Mixed Reality 2018 Microsoft MVP for M365 2025 - 2026 XR は趣味です.AI 系も最近始めました。 - 202 5 大阪駆動開発コミュニティに生息 HoloLens 日本販売してからxR 系技術に取組む 新しい技術や、MRに使えそうな技術を調べる 技術Tips : https://qiita.com/miyaura https://zenn.dev/miyaura 最近興味があって取り組んでいるもの ○ AndroidXR ○ 新しいガジェット( MiRZA,Galaxy XR,etc …) ○ Microsoft Foundry, 生成AI @takabrz1 ※よかったらこれを機にお知り合いになってください

• https://qiita.com/miyaura
• https://zenn.dev/miyaura

先月の Microsoft AI Tour Tokyo 行きました？ 2026/04/18 © 2026 Takahiro Miyaura 3

Microsoft AI Tour のキーノートで・・・ Foundry IQ — 「データを入れるだけで最適な情報を引き出せる」 • Microsoft AI Tour Tokyo 2026のキーノートで紹介 – Work IQ / Fabric IQ / Foundry IQ の3つのIQレイヤー – 架空企業「Zava社」を使ったデモでAIエージェントの活用を披露 • Foundry IQはナレッジ検索基盤 – 「データを入れるだけで、いい感じに最適な情報を取得してくれる」 ほんとっすか？ ということで実際にやってみた話 2026/04/18 © 2026 Takahiro Miyaura 4

Agenda 1. Microsoft Foundry と Foundry IQ - 2. Foundry IQ の構成要素 - 3. 目次 Obsidian Vault × Blob Storage × SharePoint 設定パラメータの比較 - 5. アーキテクチャ・主要コンポーネント 実際に試してみた - 4. 基本的な話 推論レベル・出力モード・Instructions デモ & まとめ

Microsoft Foundry とは 旧Azure AI Foundry で今はMicrosoft Foundry • AI アプリ・エージェントを構築・デプロイ・運用 できるプラットフォーム • 11,000+ モデル提供 • Agent Service が2026 年3月にGA • Hosted Agent もプレビュー版で使える （OpenAI, Anthropic, Meta, DeepSeek これはどちらかというとMicrosoft Agent Framework V1 等） の方から 実は重要？ Microsoft Foundryのエージェント(クラシック)は非推 奨になり2027年 3月31日に廃止されます。 2026/04/18 © 2026 Takahiro Miyaura 6

Microsoft IQ レイヤー エージェントに「知識」を提供する3つのインテリジェンス層 Work IQ Foundry IQ ← 今日はココ • • • • Microsoft 365 のコラボレーション メール・会議・チャット・ワークフロー 「組織がどう動いているか」の理解 • • • Fabric IQ • • 2026/04/18 • Microsoft Fabric のセマンティックレイヤー ビジネスデータに意味付けし分析可能に • © 2026 Takahiro Miyaura エージェント型ナレッジ検索基盤 Azure AI Search 上に構築 Blob / SharePoint / OneLake / Web Agentic RetrievalでAIが最適検索 MCPサーバーとして活用可能 権限管理（Entra ID）対応 7

Foundry IQ とは AI エージェントのための「マネージドナレッジレイヤー」 • 散在するエンタープライズデータを再利用可能なナレッジベースに変換 • 複数のエージェントが同じナレッジベースを共有可能 • Agentic Retrieval（エージェント型検索）を内蔵 – クエリを分解 → ソース自動選択 → 並列検索 → ランキング → 回答合成 • インデクサー・インデックス・スキルセットを自動生成 • MCPサーバーとして公開 → エージェントから直接呼び出し • 権限管理対応（ドキュメントレベルのアクセス制御） 2026/04/18 © 2026 Takahiro Miyaura 8

Foundry IQ の構成要素 アーキテクチャと主要コンポーネント 2026/04/18 © 2026 Takahiro Miyaura 9

Foundry IQ アーキテクチャ概要 Sources Azure Blob Storage Azure AI Search Agentic Retrieva l Knowledge Source ( インデクサー自動生成) Microsoft Foundry Model s gpt - 5- mini text - embedding - 3- small ・ ・ SharePoint Knowledge Base ( 検索オーケストレーター) Knowledge Foundry IQ OneLake Agents Agent Agent Web (Bing) knowledge_base_retrieve (MCP Tool) CLI Tools ・・・ 2026/04/18 © 2026 Takahiro Miyaura 10

主要コンポーネント 3つの要素で構成されるナレッジ検索基盤 データを入れるだけ で、 いい感じに最適な情報を取得 してくれる ○Knowledge Source • • データソース（Blob Storage 等）と接続 インデクサー・インデックス・スキルセットを自動生成 ○Knowledge Base • • 複数のKnowledge Source を統合管理 Agentic Retrieval を実行するオーケストレーター ○Agentic Retrieval Engine • • 2026/04/18 クエリ分解 → ソース選択 → ハイブリッド検索 → セマンティックランキング → 回答合成 © 2026 Takahiro Miyaura 11

Knowledge Source の種類 Indexed （インデックス化）と Remote （リアルタイム）の2系統 Indexed （インデックス化して検索） • 検索インデックス • 既存のAI Search インデックスを参照 • Azure Blob • Microsoft OneLake • Microsoft SharePoint Remote （リアルタイム検索） • Microsoft SharePoint • web — Bing 検索（パブリックWeb） 2026/04/18 © 2026 Takahiro Miyaura 12

実践編 実際に複数のソースを使ったナレッジソースでFoundry IQ 2026/04/18 © 2026 Takahiro Miyaura を使う 13

お題にしたもの Obsidian Vault の個人ナレッジをFoundry IQ でAI 検索する • 普段使っているObsidian Vaultの情報をAzure Blob Storageに同期 • 185,493ファイル、約4GB • Blob StorageをFoundry IQのKnowledge Sourceとして登録 • Knowledge Baseを作成してAgentic Retrievalで検索 • 推論レベル・応答モードの違いを実験で比較 必要なリソース • Azure Blob Storage（~300円/月） • Azure AI Search Basic以上（~11,000円/月） • Microsoft Foundry（Embedding + クエリ計画用） 2026/04/18 © 2026 Takahiro Miyaura 14

データ準備 — コンテナ設計 Obsidian Vault のフォルダ構造をそのままBlob コンテナに分割 185,493ファイル、約4GBも（作ってしまっていたのか。。。）ある。そしてこれからも増える。。。 単一のRAGとして扱うと情報の希釈が発生 より意味のある情報へのつながりが困難に？ Foundry IQのナレッジベース（Agentic Retrival）を活用 • • • Knowledge Source単位で検索制御が可能 「技術的な質問にはtech優先」等のルーティングが可能 全体RAGよりも最適化が期待できる Vaultフォルダ → Blobコンテナ マッピング • • • • 2026/04/18 010_Tech/ → obsidian-010-tech（技術調査資料） 000_Research/ → obsidian-000-research（Web記事要約） 020_DaylyNote/ → obsidian-020-daily（デイリーノート） 030_Tasks/ → obsidian-030-tasks（タスク・イベント） © 2026 Takahiro Miyaura 15

（脱線） データをFoundry IQ側へ届ける仕組み Azure Blob Storage ローカル環境 Azure VM PC Obsidian Vault Other Device Obsidian Vault LiveSync CouchDB Vault 実体化 (Obsidian Headless) obsidian obsidian - 010 - tech - 000 - research obsidian - 020 - daily obsidian - 030 - tasks Foundry IQ (Azure AI Search) Knowledge Source Knowledge Base ・ ・ ・ azcopy sync 自動インデクシング Knowledge Source 作成 → インデクサー・インデックス・スキルセットが自動生成 Embedding モデル: text - embedding - 3- small デフォルト1日1回の定期実行 2026/04/18 © 2026 Takahiro Miyaura 16

Knowledge Source の作成 Portal またはPython SDK で作成可能 Azure Portal からの手順 1. AI Search リソースで「Knowledge sources 」→「+ Add 」 2. リソースタイプ「Azure Blob （インデックス付き）」を選択 3. ストレージアカウント・コンテナを指定 4. テキストベクトル化を有効化（text - embedding - 3- large ） 5. 「Create 」→ Blob コンテナごとに繰り返し（4回） 自動生成されるリソース • データソース・インデクサー・インデックス・スキルセット • 手動でのAI Search インデクサー構成は不要！ 2026/04/18 © 2026 Takahiro Miyaura 17

Knowledge Base の作成 複数のKnowledge Source を束ねる検索オーケストレーター 設定項目 • • • • • • Knowledge Sources : 作成した4つのKS を全て選択 推論作業: 最小/ 低/ 中（低を推奨） 出力モード: 応答の合成/ 抽出データ 取得の指示: ソース選択ルール（例: tech を技術質問に優先） 回答手順: 回答のフォーマット指定（例: 日本語で回答） チャット補完モデル: gpt - 5- mini 等 MCPエンドポイントとして公開 • 作成後、MCPサーバーとして利用可能 2026/04/18 © 2026 Takahiro Miyaura 18

Microsoft Foundry上はKnowledgeとして管理 Knowledge をAgent に割り当てる 2026/04/18 © 2026 Takahiro Miyaura 19

設定と検証 推論レベルと応答モードの違いを比較する 2026/04/18 © 2026 Takahiro Miyaura 20

推論レベル（retrievalReasoningEffort） 最小 クエリ受付 低 クエリ受付 クエリ分解 ソース選択 中 クエリ受付 クエリ分解 ソース選択 全ソース検索 ランキング 結果返却 並列検索 ランキング 結果返却 並列検索 ランキング 品質評価 結果返却 不十分なら再検索（反復リフレクション） 2026/04/18 レベル クエリ分解 ソース選択 セマンティック 反復 用途 最小 ✗ ✗ ✓ ✗ 単純キーワード検索 ※この場合出力は「抽出データ」固定 低 ✓ ✓ ✓ ✗ 日常ナレッジ検索（推奨） 中 ✓ ✓ ✓ ✓ 複雑な横断検索 © 2026 Takahiro Miyaura 21

推論レベル別：検索結果の違い 質問: 「Microsoft Foundry とVoice Live API との関連は？」 最小（最小推論） • キーワードで単純抽出 → pptx ファイルやYouTube 概要欄も混在 • ドキュメント内容を吟味せず、情報の質にばらつき 低（標準推論） • ソース選択が適切 → 解説記事等の情報量が多い文書を選定 • 同じファイル名が重複して返る場合あり 中（高推論） • 反復処理により重複なし、精度の高い情報を返却 • ただし時間とコストが増加するトレードオフ 2026/04/18 © 2026 Takahiro Miyaura 22

出力モードの比較 Extractive Data(抽出データ) 抽出データモード • • • 元データからの抽出をそのまま返す 引用・参照・データ分析向け ファイル名＋スコアのリスト形式 向いている場面 • • 2026/04/18 エージェントが自ら解釈する場合 原文の正確性を重視する場合 Answer Synthesis（応答の合成） 応答の合成モード • • • AI が検索結果を基に回答を合成 対話・要約・Q&A向け 構造化された日本語回答＋引用元付き 向いている場面 • • © 2026 Takahiro Miyaura 人間が直接読む回答が必要な場合 チャットUI での利用 23

Instructions のカスタマイズ 取得の指示、回答手順 検索と回答の挙動を2種類のInstructions で制御 Retrieval Instructions（取得の指示） • 検索時のソース選択・クエリ計画に影響 • Knowledge Source 名を明示的に指定すると精度向上 • 例: 「技術的な質問にはobsidian - 010 - tech - ks を優先」 Answer Instructions（回答手順） • answerSynthesis モード時の回答生成に影響 • 言語・フォーマット・引用元の提示方法を制御 • 例: 「日本語で回答。引用元のファイルパスを必ず提示」 2026/04/18 © 2026 Takahiro Miyaura 24

Agent連携と応用 Foundry Agent Service 2026/04/18 との統合とMCP活用 © 2026 Takahiro Miyaura 25

Foundry Agent Service との接続 Knowledge Base をMCPツールとしてエージェントに接続 接続手順 1. Foundry ポータルでAI Search Connection を追加 2. Agent Builder でKB がMCPツールとして表示 3. knowledge_base_retrieve ツールとして利用可能に エージェントからの検索フロー • • • • 2026/04/18 ユーザー → Agent （LLMが検索の必要性を判断） → Knowledge Base （Agentic Retrieval 開始） → クエリ分解・ソース選択・並列検索・ランキング → Agent 経由でユーザーに回答 © 2026 Takahiro Miyaura 26

MCP活用 Knowledge Base はMCPサーバーとして様々なクライアントから利用可能 MCPエンドポイント活用例 • GitHub Copilot: VS CodeのCopilot ChatからKBに質問 • 独自のエージェント: MCP設定でFoundry IQに接続 • 個人的にはAIグラスに仕込んで使いたい 注意点・今後 • Microsoft Agent Framework V1のC# SDK（Python SDKはOK） • 現時点で未対応（REST APIは対応） • APIスキーマ等仕様変更は今度も入るかも • 何回かやらかしました・・・ • まだ、プレビュー版です • AI Search Basic以上が必要（課金に注意） 2026/04/18 © 2026 Takahiro Miyaura 27

まとめ Foundry IQ で使ってみた データを入れるだけで、いい感じに最適な情報を取得してくれる Foundry IQ の強み • Knowledge Sourceを複数横断的に検索できる • Agentic Retrievalでクエリ分解・ソース選択・ランキングをAIが自動実行 • 推論レベルの調整で精度とコストのバランスを制御可能 • MCPエンドポイントで様々なクライアントから利用可能 推論レベルの使い分け • 最小: 単純なキーワード検索 • 低: 日常的なナレッジ検索 • 中: 複雑な横断検索・分析 2026/04/18 © 2026 Takahiro Miyaura 28

Qiita記事を書きました Foundry IQ のKnowledge Base でObsidian の個人ナレッジをAI 検索する https://qiita.com/miyaura/items/08628673789789519155 2026/03/11 © 2026 Takahiro Miyaura 29

• https://qiita.com/miyaura/items/08628673789789519155

大阪駆動開発 関西を中心に、IT系のおもしろそうなことを 楽しんでやるコミュニティ