AI-500の公式教材を826分かけて読み終えた。それなのに学習ガイドを開くと、LangGraph、Hugging Face Transformers、カナリアリリースと、教材のモジュール名に見当たらない項目が並んでいる。AI-500の勉強で最初にぶつかるのは、この教材と出題範囲のずれです。
公式の練習評価もまだ提供されていません。試験の条件や前提となる認定はAI-500の難易度と出題範囲で整理しています。そこでこの計画では、模擬問題の点数の代わりに、週ごとに作る成果物で進み具合を測ります。
教材4本を読む順番と分野の対応、教材の外で補う5つの範囲、完了条件つきのハンズオン3本、英語で取り違えやすい用語の組、週7時間×8週の割り振り。Azure AI Apps and Agents Developer Associate(試験AI-103)の認定を取ったあと、次の一手で止まっている人に向けた計画です。
AI-500勉強法の全体像|6ステップ・約56時間
AI-500の学習は、学習ガイドで自分の穴を測り、公式教材で範囲を一周し、手を動かし、教材の外を埋めてから演習に入る、という6ステップで組み立てます。合計は約56時間です。
| ステップ | やること | 使う材料 | 時間の目安 |
|---|---|---|---|
| ① 自己診断 | 学習ガイドの小項目を、分野ごとの「未経験リスト」に書き出す | AI-500の学習ガイド | 1時間 |
| ② 一周する | 4分野の全体像をつかむ | 公式ラーニングパス4本(17モジュール) | 14時間 |
| ③ 手を動かす | 複数エージェントの構築、CI/CD、監視と評価を自分の環境で通す | Microsoft Foundry、Agent Framework、GitHub Actions | 18時間 |
| ④ 穴を埋める | 教材名に出てこない範囲を公式ドキュメントで補う | Microsoft Learnのドキュメント、各フレームワークの公式ドキュメント | 10時間 |
| ⑤ 演習する | 英語の問題文で、選び分けの判断に慣れる | 問題演習、未経験リストの再チェック | 10時間 |
| ⑥ 仕上げる | 時間を計った演習と試験画面の確認 | 試験サンドボックス、間違えた問題の見直し | 3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。想定しているのは、AI-103の認定を取得済みで、Foundryでエージェントを作った経験はあるものの、複数エージェントの本番運用までは担当していない人です。
配分の特徴は、②の教材より③のハンズオンに長い時間を充てている点です。Microsoftが示す受験者像は、エージェントを本番環境にデプロイした経験を持つ人です。教材を読み切っても、その経験の部分は埋まりません。とはいえ、働きながら演習の時間を確保し、どの分野で取りこぼしているかを自分で把握し続けるのは簡単ではありません。
公式ラーニングパス4本と4分野の対応|教材名に出てこない5つの範囲
公式のラーニングパスは4本で、URLには1から4の番号が振られています。番号順に読むと、設計、構築、デプロイと統制、監視と評価の順に進みます。モジュール名から出題4分野との対応を整理すると次のとおりです。対応づけはSkillStack編集部の判断です。
| ラーニングパス | モジュール(所要時間) | 主に対応する分野 |
|---|---|---|
| ① マルチエージェントAIソリューションの設計/4モジュール・201分 | ステートフルなエージェントループの設計(59分)、高度なオーケストレーションパターン(48分)、タスク分解とエージェントの協調(46分)、A2Aによるエージェント間通信の設計(48分) | 設計(15〜20%)、開発のうちオーケストレーション |
| ② 本番向けマルチエージェント機能の構築/4モジュール・228分 | 本番向けの高度なプロンプト戦略(93分)、MCPとFoundryでのツール群の構築(41分)、Azure AI SearchとFoundryでの高度なRAG(41分)、Azure Cosmos DBでの記憶アーキテクチャ(53分) | 開発(30〜35%) |
| ③ エージェントAIのデプロイと統制/4モジュール・194分 | GitHub ActionsでのCI/CD(41分)、ゼロトラストによる保護(71分)、Content SafetyとFoundryでの責任あるAIの統制(41分)、エージェントのライフサイクル管理(41分) | セキュリティ・ガバナンス・デプロイ(20〜25%) |
| ④ マルチエージェントの監視・評価・運用/5モジュール・203分 | OpenTelemetryでの分散可観測性(41分)、評価フレームワークの設計(41分)、性能とコストの最適化(40分)、Power AutomateとTeamsでの承認ワークフロー(41分)、本番障害のデバッグと対応(40分) | 評価・最適化・監視(20〜25%)、開発のうち人の承認 |
配点30〜35%の開発分野は、②だけでなく①と④にも散らばっています。②を読み終えた時点で開発分野を終えたと考えないでください。
パス③④はAI-300相当の知識を前提にしている
教材ごとの前提条件にも差があります。パス①②が挙げる前提は、AI-103のラーニングパス「Develop AI agents on Azure」の修了か、同等の経験です。ところがパス③④は、それに加えてAI-300のラーニングパス「Operationalize generative AI applications」の修了(または同等の経験)を求めています。
Expert認定の前提はAI-103の認定だけで、AI-300の認定は要りません。ただし教材の後半は、AI-300で扱うGenAIOpsの知識を当てにして書かれています。GitHub ActionsでのCI/CDやFoundryの評価実行に触れたことがなければ、AI-300のそのパス(457分)を先に読む時間として、②に約8時間を足して見込んでください。
教材の外で補う5つの範囲
学習ガイドの小項目のうちモジュール名に直接出てこないもので、配点の大きい分野に関わる次の5つは、教材の外で補うことを勧めます。
- LangChainとLangGraph:オーケストレーションの枠組みとして、Agent Frameworkと並んで名指しされています。グラフでエージェントの流れと状態を組む考え方を、LangGraphの公式ドキュメントで押さえます
- Hugging Face Transformers:高度なマルチエージェント機能の実装に使うと書かれています。モデルの読み込みと推論の基本的な流れを、公式ドキュメントで確認します
- キャッシュ戦略:プロンプトキャッシュ、セマンティックキャッシュ、応答キャッシュの3つが挙がっています。何を再利用し、どんな場面で使えないかを説明できるようにします
- リリース手法:DTAP(開発・テスト・受け入れ・本番)、ブルーグリーン、カナリアの使い分けと、ロールバックの戦略です
- Azure Key Vaultと認証フロー:シークレット、証明書、キーのローテーションに加え、ユーザーの偽装(impersonation)、On-Behalf-Of、APIキー、OAuth 2.0の使い分けが範囲です
ゼロトラストのモジュールなど、中身でこれらの一部に触れている可能性はあります。ただ、試験の小項目として明記されている以上、教材任せにせず、未経験リストで1項目ずつ確かめるのが安全です。
ハンズオンは3本に絞る|完了条件と課金の抑え方
ステップ③では、出題範囲の流れを自分のAzure環境で一度通します。全部を作り込む必要はありません。次の3本を、それぞれの完了条件を満たすところまで進めてください。
- オーケストレーターと2体のサブエージェント:FoundryとAgent Frameworkで、タスクを分解するエージェントと、検索担当・回答担当のエージェントを組む。検索担当にはAzure AI SearchでのRAGを、ツールにはAzure Functionsで作ったMCPサーバーを1つつなぐ。完了条件:1つの質問に対し、オーケストレーターが2体に仕事を振り、検索結果を根拠にした回答が返る
- GitHub ActionsでのCI/CDと評価の自動化:プッシュをきっかけに、自動評価を通ったときだけデプロイが進むワークフローを作る。GitHub ActionsからAzureへのサインインは、OpenID Connect(ワークロードIDフェデレーション)で行い、Entraアプリかユーザー割り当てマネージドIDにフェデレーション資格情報を設定する。アプリが使うシークレットはKey Vaultに置き、デプロイ先のマネージドIDで読み取る。完了条件:評価のしきい値を下回る変更をプッシュすると、デプロイが止まる
- トレースとガードレール、人の承認:Foundryのトレースでエージェント間の呼び出しとトークン消費を追い、入力・ツール呼び出し・ツール応答・出力の4か所にガードレールを置く。重要な操作だけ人の承認を挟む。完了条件:1回の質問に関わったエージェントとトークン数をトレースで説明でき、ガードレールで止めた入力が記録に残る
費用は、サービスごとに課金の仕組みが違う点に注意が必要です。Azure AI Searchは、Dedicatedの価格モデル(BasicやStandardなど)を選ぶと検索ユニット単位の時間課金になり、検索を使っていなくても、サービスがある限り料金がかかります。使用量に応じたServerlessの価格モデルは、2026年11月17日時点でプレビューです。演習なら、サブスクリプションに1つだけ作れるFreeレベルで足りるかを先に確かめてください。
Foundryでのモデル利用は、従量課金のデプロイなら使った分の課金です。Microsoftのアーキテクチャガイドは、Container Registryにはレジストリごとに1日単位の固定費がかかると書いています。演習用のリソースグループを1つ決めてその中に作り、週の終わりにリソースグループごと削除してください。Azureの予算アラートは通知の仕組みで、しきい値を超えても消費は止まりません。LangGraphやTransformersの確認は、手元のPython環境に寄せるとクラウドの費用がかかりません。
つまずきやすい分野と英語用語|取り違えやすい5つの組
出題形式や問題の傾向は公表されていません。ただ学習ガイドには、オーケストレーションのパターンや認証フローのように、似た選択肢を並べた小項目が多くあります。編集部は、こうした組の選び分けが準備で抜けやすいところだと見ています。英語のまま区別できるようにしておくと、問題文を読む負担も減らせます。
| 英語の表現 | 意味 | 選び分けの手がかり |
|---|---|---|
| hub-and-spoke / sequential / parallel / peer-to-peer / orchestrator-subagent | 中心から各エージェントへ振り分ける/順番に渡す/同時に動かす/対等に直接やり取りする/親が子に仕事を割り振る | 処理の依存関係と、誰が全体を制御するか |
| user impersonation / on-behalf-of / API keys / OAuth 2.0 | ユーザーになりすまして動く/ユーザーの権限を引き継いで下流を呼ぶ/固定の鍵で認証する/認可の標準手順 | エージェントが誰の権限で下流のサービスを呼ぶか |
| session state / shared team state / long-term semantic memory | 1回の対話の状態/エージェント間で共有する状態/長く残す意味的な記憶 | 保持期間とテナント分離の方針 |
| sliding-window amnesia / summary drift / vector-only recall / entity continuity | 古い文脈が押し出されて消える/要約を重ねて中身がずれる/ベクトル検索だけに頼った想起/同じ対象を一貫して扱えない | 学習ガイドでは「診断する(Diagnose)」項目。症状と原因を結びつけて覚える |
| DTAP / blue/green / canary | 開発・テスト・受け入れ・本番の段階リリース/新旧2環境の切り替え/一部の利用者から段階的に公開 | ロールバックのしやすさと、検証に使える利用者の範囲 |
もう1つ抜けやすいのが、設計分野の「Specify(指定する)」型の項目です。状態の保存先、計算資源、可観測性や監視の構成要素を、スケール、信頼性、セキュリティ、コストの要件に照らして選ぶ内容です。AI-103の学習で触れたMCPやA2Aも、ここでは「どれを、なぜ選ぶか」まで言葉にできるかを確かめてください。AI-103の教材の読み方はAI-103の勉強法も参考になります。
英語に不安がある場合、試験が母語で提供されていなければ追加時間を申請できます。学習ガイドはその時間を30分としています。自動では付かず、事前の申請と承認が必要で、承認には最大10営業日かかると案内されています。受験日から逆算して、早めに手続きしてください。
6ステップを回す8週間スケジュール|平日1時間×3日・土日各2時間
働きながらなら、平日のうち3日を1時間ずつ、土日を2時間ずつ使い、週7時間を8週間続けるのが1つの目安です。教材を読む時間とハンズオンは土日にまとめ、平日は用語の確認と演習に充てます。各週の終わりに、右の列の成果物ができているかで進み具合を判断してください。
| 週 | やること(計7時間) | 週末の成果物 |
|---|---|---|
| 1週目 | ①自己診断(1時間)+②パス①設計(3.5時間)+③演習1の環境づくり(2.5時間) | 分野ごとの未経験リストと、演習用のリソースグループ・Foundryプロジェクト |
| 2週目 | ②パス②構築(4時間)+③演習1のRAGとMCPサーバー(3時間) | 演習1が完了条件を満たす |
| 3週目 | ②パス③デプロイと統制(3時間)+③演習2のCI/CDとKey Vault(4時間) | 評価で止まるデプロイのワークフロー(演習2の完了) |
| 4週目 | ②パス④監視と評価(3.5時間)+③演習3のトレースと評価(3.5時間) | エージェント間の呼び出しとトークン数を示したトレース画面 |
| 5週目 | ③演習3のガードレールと人の承認(5時間)+④LangChainとLangGraph(2時間) | 演習3の完了と、LangGraphで2ノードを動かした小さなサンプル |
| 6週目 | ④キャッシュ・リリース手法・認証フロー・Hugging Face(6時間)+⑤演習の開始(1時間) | 教材の外の5範囲を各3行で説明したメモ |
| 7週目 | ④残りの穴埋め(2時間)+⑤問題演習と英語用語(5時間) | 誤答リストと、用語表の英語を見て意味を即答できる状態 |
| 8週目 | ⑤弱い分野の演習(4時間)+⑥時間を計った演習・サンドボックス・見直し(3時間) | 時間内に解き切った演習の結果と、誤答の解き直し |
各ステップの合計は、①が1時間、②が14時間、③が18時間、④が10時間、⑤が10時間、⑥が3時間で、冒頭の表と一致します。AI-300相当の知識を補う場合は、1週目の前に約8時間を足してください。練習評価は、通常は一般提供から8週間以内に用意されるとMicrosoftは案内しています。7週目に入る前に試験ページを確かめ、提供が始まっていれば⑤の最初に組み込みます。
不合格だった場合、初回の後は24時間、2回目以降は14日をあけて再受験できます。最初の受験から12か月で受けられるのは5回までです。受験日は6週目の成果物ができた時点で予約すると、残り2週間の使い方が具体的になります。
よくある質問
練習評価がない間、実力はどう測ればよいですか?
未経験リストの項目を1つずつ、英語のまま「何を、なぜ選ぶか」説明できるかで確かめる方法が使えます。説明に詰まった項目は、⑤の演習の重点に回してください。練習評価の提供が始まったら、それを最初の物差しにします。
AI-103の教材はAI-500の勉強に使えますか?
使えます。パス①②は、AI-103の「Develop AI agents on Azure」の修了を前提にしています。MCPやA2Aがあやふやなら、そのパスの該当モジュールを復習してから進むと、AI-500の教材が読みやすくなります。
LangGraphの経験がなくても合格できますか?
学習ガイドは受験者にLangGraphへの理解を求め、オーケストレーションの項目にも名前を挙げています。実務で使っていなくても、グラフでエージェントの流れと状態を管理する考え方と、Agent Frameworkとの使い分けは説明できるようにしておくのが安全です。手元のPython環境で小さなサンプルを1つ動かすと理解が早くなります。
ハンズオンの費用はどのくらいかかりますか?
リージョン、モデル、価格モデルで変わるため、一律の金額は示せません。Azure AI SearchのDedicatedのレベルは使わなくてもサービスがある間は時間課金で、Container Registryにも1日単位の固定費があります。演習の前に予算アラートを設定し、週の終わりにリソースグループごと削除する運用にすると、想定外の請求を防ぎやすくなります。
まとめ
AI-500の準備で時間を食うのは、教材を読むことより、教材の外にある範囲と、手を動かして確かめる部分です。826分の教材は4週間で一周できる量なので、この計画では8週間の後半を演習の成果物と穴埋めに充てました。AI-300の運用知識が手薄なら、最初に8時間を足すだけで後半の教材がぐっと読みやすくなります。
最初の週末のゴールは、未経験リストを作り、演習用のリソースグループとFoundryプロジェクトを用意するところまでです。5週目以降の演習では、分野ごとの正答率を見て、低い分野から時間を割り当てると8週目の伸びが変わります。SkillStackのように分野別の正答率を表示する学習アプリを平日の演習に使えば、その配分を毎週決め直す材料になります。
参考サイト
- Study guide for Exam AI-500(出題範囲・配点・言語の追加時間)(取得日: 2026年11月17日)
- Exam AI-500: Designing and Implementing Multi-Agent AI Solutions(練習評価・受験言語)(取得日: 2026年11月17日)
- ラーニングパス: Architect production-grade multi-agent AI solutions in Azure(取得日: 2026年11月17日)
- ラーニングパス: Build production-grade multi-agent capabilities with Microsoft Foundry(取得日: 2026年11月17日)
- ラーニングパス: Deploy and govern enterprise agentic AI solutions on Azure(前提にAI-300のパスを含む)(取得日: 2026年11月17日)
- ラーニングパス: Monitor, evaluate, and operate multi-agent AI solutions in Azure(前提にAI-300のパスを含む)(取得日: 2026年11月17日)
- ラーニングパス: 生成 AI アプリケーションの運用化 (GenAIOps)(AI-300)(取得日: 2026年11月17日)
- Choose a pricing model and service tier - Azure AI Search(Dedicated と Serverless の課金)(取得日: 2026年11月17日)
- Authenticate to Azure from GitHub Actions by OpenID Connect(取得日: 2026年11月17日)
- Build a Multiple-Agent Workflow Automation Solution by using Microsoft Agent Framework(Azure Architecture Center / Container Registryの固定費)(取得日: 2026年11月17日)
- Azure Cost Management の予算の作成と管理(取得日: 2026年11月17日)
- LangGraph overview(LangChain 公式ドキュメント)(取得日: 2026年11月17日)
- Transformers(Hugging Face 公式ドキュメント)(取得日: 2026年11月17日)
- Exam retake policy(取得日: 2026年11月17日)
- Accommodations for Microsoft Certifications(言語による追加時間の申請)(取得日: 2026年11月17日)
