AI-103の勉強法の結論は、公式教材を軸にして、古い用語を今の名前に読み替えながら進めることです。AI-102時代の参考書やブログには、ハブ、Assistants API、スレッド・メッセージ・実行・アシスタントといった言葉が並びます。今のMicrosoft Foundryでは、それぞれFoundryリソースとプロジェクト、Responses API、会話・アイテム・応答・エージェントのバージョンになりました。名前だけでなく、APIやリソースの構成そのものが変わっています。
軸にする公式の材料は、数字で押さえられます。無料のラーニングパスは4本・31モジュール、合計1,826分。約30時間あります。これを読む順番を決め、古い用語を読み替え、Pythonで実際に動かす。この3つを揃えると、範囲の広さに振り回されずに済みます。
読み終えるころには、31モジュールを読む順番、配点25〜30%なのに専用の教材がない「計画と管理」の拾い方、新旧の用語の対応表、手を動かす6項目、そして週9時間で回す8週間の計画が手元に揃います。なお、この計画はPythonで簡単なアプリを書ける人を想定しています。
AI-103勉強法の全体像|5ステップ・約62時間
AI-103の学習は、読む・動かす・解くの3つを重ねます。5ステップに分けると次のようになります。ただし③の実機は②の後にまとめて行うのではなく、②のパスを1本読むごとに並行して進めます。
| ステップ | やること | 使う教材 | 時間の目安 |
|---|---|---|---|
| ① 自己診断 | 学習ガイドの小項目を読み、説明できない項目に印を付ける | 公式の学習ガイド | 約1時間 |
| ② 公式教材を一周 | 4本のパスを、配点との対応を意識しながら読む | ラーニングパス4本(31モジュール・1,826分) | 約30時間 |
| ③ 実機で試す | PythonからFoundryのモデルとエージェントを動かす | Azureのサブスクリプション、Foundryポータル、公式ドキュメント | 約12時間 |
| ④ 問題演習 | 問題で弱点を出し、似たサービスの選び分けを言えるようにする | 問題集・アプリ | 約14時間 |
| ⑤ 練習評価と直前確認 | 本番に近い形式で時間配分を確かめる | 公式の練習評価、試験サンドボックス | 約5時間 |
合計は約62時間。この時間はSkillStack編集部の目安で、Microsoftが示す推奨時間ではありません。②の約30時間は、Microsoft Learnのカタログに登録された所要時間を合計した値です。演習ユニットを丁寧にこなすと、これより延びます。試験時間や配点など試験そのものの概要はAI-103の難易度と出題範囲にまとめています。
①を最初に置くのは、5分野の性格が大きく違うからです。チャットボットを作った経験があっても、画像や動画の生成、音声、文書のOCRは未経験という人は珍しくありません。1時間かけて印を付けておくと、②で流し読みしてよいモジュールと、腰を据えて読むモジュールが分かれます。
気をつけたいのは、②を終えた直後です。読んだ内容は覚えているのに、問題を解くと「この場面はベクトル検索かハイブリッド検索か」「Content UnderstandingかDocument Intelligenceか」で手が止まる。31モジュールを行き来するうちに、間違えた問題とその理由の記録も散らばっていきます。③と④に合わせて26時間を割いているのは、そのためです。
ステップ1〜2|31モジュールを読む順番と、配点との対応
公式ラーニングパスは4本で、試験の5分野とは1対1に対応していません。2026年11月16日時点のカタログの所要時間と、読むときの注意点をまとめました。
| 読む順 | ラーニングパス | 所要時間 | 読むときの注意点 |
|---|---|---|---|
| 1 | Azureで生成AIアプリを開発する | 412分(6モジュール) | 最長は「生成AIモデルのパフォーマンスの最適化」の131分。冒頭の「計画と準備」(60分)と末尾の「責任ある生成AI」(45分)は、計画と管理の分野の土台になる |
| 2 | AzureでのAIエージェントの開発 | 642分(10モジュール) | 4本で最長。VS Codeでの開発(95分)から、カスタムツール、MCP、Foundry IQ、Microsoft 365連携、ワークフロー、Agent Frameworkでのマルチエージェント、A2Aまで並ぶ |
| 3 | Azure上のビジュアルデータから分析情報を抽出する | 426分(8モジュール) | 前半3本はビジョン対応アプリと画像・動画の生成。中盤3本はContent Understanding(画像の分析、マルチモーダル分析、クライアントアプリ)で、学習ガイドではビジョンと情報抽出の両分野に登場する。後半2本のDocument Intelligence(71分)とAI Searchのナレッジマイニング(68分)は情報抽出に直結する |
| 4 | Azureで自然言語ソリューションを開発する | 346分(7モジュール) | 7本中5本が音声を扱う(「テキストと音声の翻訳」を含む)。Azure LanguageとAzure SpeechのMCPサーバー、Voice Liveのエージェントなど、エージェントの知識を前提にした内容が混じる |
この順番はSkillStack編集部の推奨で、Microsoftが指定しているものではありません。講師付きコースAI-103T00の並びとは、3本目と4本目が逆です。理由は2つあります。
- 配点の大きい順に近い:生成AIとエージェントで30〜35%。早めに終えると、ステップ3で手を動かす期間を長く取れる
- 情報抽出がRAGの続きとして読める:ビジュアルデータのパス後半の検索インデックスや文書の取り込みは、エージェントのパスで学ぶ知識の取り出しと地続き。間を空けずに読むと、つながりが見えやすい
ラーニングパスは日本語表示にも対応していますが、機械翻訳のため製品名の周辺が読みにくい箇所があります。意味が取りにくいときは、英語表示に切り替えて原文を確認してください。
計画と管理(25〜30%)は「拾い読みリスト」で集める
配点25〜30%の「計画と管理」には、専用のラーニングパスがありません。そこで、学習ガイドのこの分野の小項目を、先にキーワードのリストにしておきます。
- モデルとFoundryサービスの選定(LLM、小規模言語モデル、マルチモーダルモデル)
- デプロイの選択肢、CI/CDパイプラインとの統合
- クォータ、スケーリング、レート制限、コスト
- マネージドID、プライベートネットワーク、キーレス認証、ロールポリシー
- ドリフト、安全イベント、グラウンディング品質の監視
- 安全フィルター、ガードレール、評価、トレースログ、承認ワークフロー
4本のパスを読む間、これらの話題が出てきたら、モジュール名と一緒にメモに残します。読み終えたとき、リストの中に1度も出てこなかった項目があれば、それが公式ドキュメントで補う箇所です。この作業を省くと、配点の4分の1を「どこかで読んだ気がする」状態のまま本番を迎えることになります。
新旧Foundryの読み替え表|古い教材の用語を今の名前に直す
AI-103の勉強で最も時間を失いやすいのが、用語の世代違いです。Foundryの公式ドキュメント「What is Microsoft Foundry?」は、以前の呼び方と現在の呼び方の対応を表で示しています。主なものを抜き出しました。
| 項目 | 以前 | 現在 |
|---|---|---|
| ブランド | Azure AI Studio/Azure AI Foundry | Microsoft Foundry |
| ブランド(AIサービス群) | Azure AI Services | Foundry Tools |
| ポータル | Foundry(classic) | Foundry |
| リソースの構成 | ハブ+Azure OpenAI+Azure AI Services | Foundryリソース(単一。中にプロジェクト) |
| エージェントのAPI | Assistants API(Agents v0.5/v1) | Responses API(Agents v2) |
| SDKとエンドポイント | 複数のパッケージ(azure-ai-inference など)と5つ以上のエンドポイント | 統合されたプロジェクトクライアント(azure-ai-projects 2.x)とOpenAI()を、1つのプロジェクトエンドポイントに向ける |
| 用語 | スレッド、メッセージ、実行(Run)、アシスタント | 会話、アイテム、応答、エージェントのバージョン |
同じドキュメントは、ハブベースのプロジェクトはclassicのポータルで扱え、今後の投資は新しいポータルのFoundryプロジェクトに重点を置くと説明しています。手元で試すなら、新しいポータルとFoundryプロジェクトを選んでおくと、公式の最新ドキュメントと画面がそろいます。
本番の設問がどちらの用語で書かれるかは、公表されていません。そこで、学習ガイドの言葉を軸にしておくのが安全です。学習ガイドは「会話の追跡方法」「ツールのスキーマ」のように、特定のAPI名に寄らない書き方をしています。古い記事で「スレッド」と出てきたら、頭の中で「会話」と読み替える。ただしAPIやSDKの使い方も変わっているので、コードの書き方は現在の公式ドキュメントで確かめてください。AI-102向けの教材をどこまで流用できるかはAI-102廃止と後継AI-103への移行の分岐表も参考にしてください。
ステップ3〜4|手を動かす6項目と、問題演習の使い方
AI-103で実機確認の効果が大きいのは、エージェントと検索まわりです。Pythonのコードに加えて、Azureのリソース作成やポータルでの設定も必要ですが、一度動かした経験は選択肢を判断する材料になります。学習ガイドの小項目から、試す項目を次の6つに絞りました。
- PythonのアプリケーションからFoundryプロジェクトに接続し、デプロイしたモデルを呼ぶ
- 自分の文書を取り込んでインデックスを作り、RAGで回答させる
- 関数呼び出し(カスタムツール)を持つエージェントを作り、会話をまたいで動かす
- 役割の違うエージェントを2つ用意し、マルチエージェントとして連携させる
- Content Understandingで画像や文書を解析し、構造化された出力を受け取る
- 安全フィルターを設定し、評価とトレースで応答の品質と安全性を確かめる
モデルの呼び出しや検索のリソースは、利用量に応じて課金されることがあります。料金や無料枠の条件は、作成する前にAzureの公式ページで確認しましょう。演習用のリソースは専用のリソースグループにまとめ、終わったら削除するのが安全です。
演習の目的は、正答率を上げることより、迷う組み合わせを見つけることです。AI-103は、同じ目的に使えるサービスが複数あり、条件によって正解が入れ替わります。たとえば文書からの情報抽出なら、Document IntelligenceとContent Understandingのどちらを選ぶか。グラウンディングの検索なら、セマンティック、ハイブリッド、ベクトルのどれを構成するか。間違えた問題は、選ばなかった方がなぜ不正解なのかまで言えるようにしてください。
SkillStackにはAI-103の練習問題が150問あり、そのうち問題集①の50問は無料で解けます。間違えた問題は日を空けて自動で出し直されるので、迷った組み合わせを忘れたころに解き直す用途に向いています。
平日1時間・土日各2時間で回す8週間スケジュール
働きながらなら、8週間が現実的な単位です。平日1時間で週5時間、土日各2時間で週4時間、合わせて週9時間。8週間で72時間あるので、62時間の計画に予備が10時間残ります。
| 週 | やること | 到達点 |
|---|---|---|
| 1週目 | ①自己診断、②「生成AIアプリ」のパス(412分)、計画と管理の拾い読みリストを作る | 手薄な小項目のリストがある |
| 2週目 | ②「エージェント」のパス前半5モジュール、③項目1・2(モデル呼び出しとRAG) | PythonからFoundryのモデルを呼べる |
| 3週目 | ②「エージェント」のパス後半5モジュール、③項目3・4(ツールとマルチエージェント) | ツールを持つエージェントを自分で作れる |
| 4週目 | ②「ビジュアルデータ」のパス(426分)、③項目5(Content Understanding) | 画像・文書の分析と情報抽出の違いが言える |
| 5週目 | ②「自然言語」のパス(346分)、③項目6(安全フィルターと評価) | 公式教材を一周し終える |
| 6週目 | ④演習を開始。拾い読みリストで出てこなかった項目を公式ドキュメントで補う | 計画と管理の項目を一通り説明できる |
| 7週目 | ④演習。公式の練習評価1回目で弱点を確認し、受験日を予約する | 分野ごとの弱点が言える |
| 8週目 | ⑤公式の練習評価2回目、試験サンドボックス、間違えた問題の解き直し | 120分で解き切る感覚がある |
予備の10時間は、①で印が多く付いた分野に回してください。画像・動画の生成や音声が未経験なら、4週目と5週目の実機に足すと、モジュールの内容が手触りのある知識に変わります。
平日の1時間は、まとめて取れなくても構いません。読む作業と実機は机に向かえる週末に寄せ、平日は通勤や昼休みの演習に割り切ると続けやすくなります。
よくある質問
公式の練習評価はどこで受けられますか?
AI Skills Navigator上で提供されています。認定ページと学習ガイドの冒頭にリンクがあり、利用にはサインインが必要です。7週目に1回、8週目に1回の計2回受け、1回目で分野ごとの弱点を、2回目で改善を確かめる使い方をおすすめします。
AI-102向けの参考書は使えますか?
コンピュータービジョンやテキスト分析の基礎は活かせます。ただしAI-103では、生成AIとエージェントが30〜35%を占め、画像・動画の生成や責任あるAIの運用も範囲に入りました。古い教材を使うなら、範囲は学習ガイドで確かめ、用語は上の読み替え表で今の名前に直しながら読んでください。
試験中にMicrosoft Learnを見られるなら、何を覚えておくべきですか?
サービスの選び分けは覚えておく側です。Document IntelligenceかContent Understandingか、セマンティック検索かベクトル検索かを調べ始めると時間が足りなくなります。SDKのメソッド名や細かい設定値は、調べてもよい側に回せます。参照中も試験時間は止まりません。
不合格だった場合、すぐ再受験できますか?
初回の不合格後は24時間あければ再受験できます。2回目以降の不合格後は、そのつど14日の待機期間が入ります。最初の受験から12か月で受けられるのは5回までです。スコアレポートの分野別の結果を見て、弱い分野をステップ3からやり直してください。
まとめ
AI-103の勉強で差がつくのは、教材の量ではなく、教材の扱い方です。4本・31モジュール・約30時間という土台は誰でも同じ。そこに、専用パスのない計画と管理を自分で拾い集める作業と、古い用語を今の名前に読み替える作業を足せるかどうか。8週間の後半で手応えが変わるのは、この2つです。
最初の一歩は、学習ガイドを開いて、説明できない小項目に印を付けること。所要時間は約1時間が目安です。教材は週末に机で読み、問題は平日の移動中に解く。SkillStackではAI-103の問題をスマホで1問ずつ解けるので、通勤の15分を演習に充てる使い方もできます。
参考サイト
- 試験 AI-103 の学習ガイド(評価されるスキル・配点)(取得日: 2026年11月16日)
- Microsoft Certified: Azure AI Apps and Agents Developer Associate(練習評価・試験サンドボックス)(取得日: 2026年11月16日)
- ラーニングパス: Azureで生成型 AI アプリを開発する(取得日: 2026年11月16日)
- ラーニングパス: Azureでの AI エージェントの開発(取得日: 2026年11月16日)
- ラーニングパス: Azure 上のビジュアル データから分析情報を抽出する(取得日: 2026年11月16日)
- ラーニングパス: Azure で自然言語ソリューションを開発する(取得日: 2026年11月16日)
- Course AI-103T00: Develop AI apps and agents on Azure(講師付きコースの構成)(取得日: 2026年11月16日)
- What is Microsoft Foundry?(以前の呼び方と現在の呼び方)(取得日: 2026年11月16日)
- Exam duration and exam experience(試験中のLearn参照)(取得日: 2026年11月16日)
- Exam retake policy(再受験ポリシー)(取得日: 2026年11月16日)
