受験日が明日でも、先生が今夜の分を組みます。公式の出題範囲のうち、出る所から先に解く順番を組みます。
Azure Developer 相当(AZ-204 後継)
公式の配点比率に沿って収録しています
| 分野 | 公式の配点 | 収録の配分 | 問数 |
|---|---|---|---|
| Azure 上でコンテナー化ソリューションを開発する | 20–25% | 24% | 121 |
| Azure データ管理サービスを使用して AI ソリューションを開発する | 25–30% | 29% | 147 |
| Azure サービスに接続して利用する | 20–25% | 24% | 118 |
| Azure ソリューションのセキュリティ保護、監視、トラブルシューティングを行う | 20–25% | 23% | 114 |
公開前に、公式の配点との差を検査しています。
この資格にも、全141資格を知る先生が付きます。持っている資格をもとに、受験日までの計画を組みます。この50問は、販売中の全500問から取り出した、有料分と同じ収録問題です。
税込・買い切り・追加課金なし
購入には無料の会員登録が必要です(Google アカウントならワンクリックで登録でき、そのまま決済画面へ進みます)。
この価格に、下の全部が入っています
問題500問も、教科書も、模試も、これ一冊。
この教材だけで、合格ラインまで。
本番の形式:1 回 50 問・120 分・合格ライン 700点(1,000点満点のスケールスコア)
問題と解説
全500問
- 選択式 全368問 :本番形式の模試10回のうち、選択肢から選ぶ問題です。ほかの形式の問題と合わせて模試の全500問になります・スマホで1問ずつ・進捗は自動保存
- ケーススタディ 10事例・56問 :模試の全 10 回に1事例ずつ。長い要件文を読み、同じ事例の複数の設問に答える:本試験のケーススタディ型の設問に合わせた形式
- 組み立て式 40問 :対応付け・並べ替えをタイルのドラッグで解く(スマホはタップ):本試験の操作型の設問に合わせた形式
- 表から選ぶ形式 18問 :記述ごとの はい/いいえ など、表の各行で選んで答える:本試験の回答領域型の設問に合わせた形式
- 空欄を選んで完成させる形式 18問 :文・コード・設定画面の空欄をプルダウンで埋める:本試験の画面操作型の設問に合わせた形式
- ラボ形式の演習 10本 :Azure portal と Cloud Shell を再現した練習用の画面。Microsoft の試験でラボが出る場合の形式に合わせた練習
模試 10 回
1 回 50問・本番 120分
テキスト 3 点
学習用テキスト・頻出度別ノート・暗記用ノート
- テキスト3点(PDF) :参考書の買い足し不要。収録問題はテキストだけで解けるよう検品済み
第2回以降をまとめて解放
買うと、有料 9 回 450 問の模試(第2〜10回)・テキスト3点(PDF)が使えます。
ご購入で使える物
- 本番形式の模試 第2〜10回(全10回)
- テキスト3点(PDF・参考書の買い足し不要)
- ラボ形式の演習 10本
最終更新: 2026-10-02(模試の回ごとの組み合わせを見直しました)
- ラボ形式の演習 10本(Azure portal と Cloud Shell を再現した練習用の画面)
税込・買い切り
部署・研修でまとめて使う場合は 法人まとめ買い(引き換えコード) をご覧ください。
- クレジットカードで決済します(Stripe の決済ページ)
- 決済が終わると、お使いのアカウントにすぐ解放されます
- 全 10 回・500 問の模試を、いつでも何度でも受けられます
- 購入者限定テキスト3点(PDF)を、このページからダウンロードできます

買うと、家庭教師がつきます。
先生が決めるのは、毎日解く問題と、間違えた問題を出し直す日です。受験前の学習の段取りを組む機能です。
続きを読む ↓閉じる ↑
買ったあと受験日を入れると、マイページに「今日の分 ○ 問・約 ○ 分」が表示されます。間違えた問題は 1・3・7 日後にもう一度出題されます。
忙しい日は「今日は休む」を押すと、残りの日で組み直します。
この資格と重なる資格
Azure 上でのアプリケーション開発を問う中級資格で、AZ-204 の後継として始まった新しい試験です。
続きを読む ↓閉じる ↑
コンテナー化アプリの実装、Azure でのデータの実装、Azure サービスとサードパーティサービスとの接続とセキュリティまでを扱います。
本番と同じ 1 回 50 問・120 分の模試で、合格ラインは 1,000 点満点中 700 点です。専門用語には英語表記を併記しています。
問題文は本番の日本語版の表現に合わせています。
主な学習トピック
- コンテナー化アプリケーションの開発(Azure Container Apps・AKS 等)
- Azure でのデータの実装(ストレージ・データベースとの連携)
- Azure サービス・サードパーティサービスとの接続
- セキュリティの実装(認証・認可・シークレット管理)
AI-200 の模試を解く
全 500 問を、本番形式の模試 10 回に分けました。50問は会員登録なしで解答できます。模試の第1回(50問)は、無料の会員登録で利用できます。
会員登録(無料)で解く
購入者限定テキスト(3点)
購入者限定テキスト(3点)
問題集のご購入で、AI-200の学習テキスト3点(PDF)をダウンロードできます。
続きを読む ↓閉じる ↑
この3点は参考書の買い足しが要らないように作っています。収録しているすべての問題を、テキストの記述だけで解けるところまで、問題との突き合わせ検品を重ねて仕上げました。
学習用テキストと頻出度別ノート、暗記用ノートの3冊と問題演習で、合格ラインまでここで完結します。
形式はPDFです。スマホに保存しておけばログインなしでいつでも見返せますし、紙で勉強したい方は印刷して紙のテキストとしても使えます。
3冊の使い方
- 学習用を読む
- 頻出度別で解き方を掴む
- 問題演習で腕試し
- 頻出度別に戻って再確認(試験直前もここ)
暗記用ノートは、空き時間の反復と用語の確認に使います。
スマホ・タブレットはA5版、PCはA4版が読みやすい設計です。
2026年9月1日 改訂:学習用テキストに図解を30枚追加しました(構成図・流れ図・対応表など、本文の理解を助ける技術図解です)。
ご購入済みの方は、下のボタンから再ダウンロードすると最新版になります。
- 学習用テキストサイト・PDFこれだけで問題が解けるようになる本編テキスト。サイトでは章ごとに読め、読んだ章に印が付きます。PDF(スマホ・タブレット版/PC版)でも保存できます。購入で解放
- 頻出度別ノートサイト・PDFテキストを読んだら次はこれ。頻出順に絞った問題と解説で「解ける」に橋渡しします。試験直前の最終チェックにも。サイトでは答えを押して開きながら解答できます。PDF(スマホ・タブレット版/PC版)でも保存できます。購入で解放
- 暗記用ノートサイト・PDF覚えるべき要点だけを一問一答に凝縮。空き時間の反復と用語の再確認用です。サイトでは問いの下の答えを押して開きながら覚えます。PDF(スマホ・タブレット版/PC版)でも保存できます。購入で解放
テキストはご購入者本人の学習用です。PDFの各ページにはご購入者を識別できる透かしが入ります。再配布・転載・AI学習利用はできません。
改訂の履歴
- 2026年10月2日:模試の回ごとの組み合わせを見直しました
- 2026年10月2日:問題を追加しました
- 2026年9月1日:学習用テキストに図解を30枚追加しました
ご購入済みの方は、最新版をお使いいただけます。
ラボ形式の演習(全10本)
Microsoft の試験でラボが出る場合の形式に合わせた練習です。
続きを読む ↓閉じる ↑
課題の一覧を読み、ラボ用のアカウントでサインインして、Azure portal・Cloud Shell(Bash/PowerShell)を再現した練習用の画面で環境を仕上げます。
採点は提出した時点の最後の状態で行い、どの画面で操作したかは問いません。提出すると、課題ごとの達成・足りなかった設定・模範の手順が表示されます。
いま無料で開けるのは1本です(会員登録も不要です)。問題集のご購入で残り9本が解放されます。
ケーススタディ形式 ── 事例演習
Microsoft の認定試験で使われる出題形式のうち、長い要件文を読んで複数の設問に答えるケーススタディを、事例ごとに練習できます。ここでは出題範囲のテーマに沿った全10事例・56問を、事例文+選択式の設問で演習できます。事例1は無料の会員登録で解答できます。問題集のご購入で残り9事例も解放されます。
- 事例1:画像検索サービスのコンテナー基盤 ── リビジョン・スケール・イメージの管理(5問)無料
- 事例2:社内文書の RAG 基盤 ── PostgreSQL・Cosmos DB・Redis の使い分け(5問)購入で解放
- 事例3:注文処理のメッセージ連携 ── Service Bus・Event Grid・Functions(5問)購入で解放
- 事例4:AI 基盤の秘密情報と監視 ── Key Vault・マネージド ID・OpenTelemetry(5問)購入で解放
- 事例5:画像の変換サービスのイメージと配置 ── タグ・取り込みの認証・複数リージョン・クラウドでのビルド・設定の注入・入れ替え(6問)購入で解放
- 事例6:EC の商品検索の Cosmos DB ── ポイント読み取り・クライアント・書き込みの RU・整合性・ベクトル・変更フィード(6問)購入で解放
- 事例7:法律文書の検索の PostgreSQL と Redis ── 拡張機能・演算子・再現率・次元・接続・キャッシュ(6問)購入で解放
- 事例8:配送会社のメッセージとイベント ── サブスクリプションのフィルター・順序・重複・退避・独自のイベント・データの値で絞る(6問)購入で解放
- 事例9:予約 API の Functions と構成 ── ルート・取り出す件数・鍵なしの接続・デプロイ・ラベル・機能フラグ(6問)購入で解放
- 事例10:AI 基盤の運用と監視 ── 権限の割り当て・ローテーション・計測の入口・ロール名・接続文字列・KQL(6問)購入で解放
見本 10 問(無料 50 問から)
問 1. 社内の推論 API を仮想マシン(VM)で動かしているチームが、Azure Container Apps への移行を検討している。移行の判断材料として、VM と比べたコンテナーの起動時間とリソース消費の違いを、開発者がチームに説明する必要がある。説明として最も適切なものはどれか。
- VMはアプリケーションと依存関係だけをパッケージ化する技術であり、OSは含まない
- コンテナもVMも、ハイパーバイザーの上でそれぞれゲストOSを起動して仮想化する点で同じ仕組みである
- コンテナは各インスタンスごとに独立したゲストOSを持ち、VMはホストOSのカーネルを共有する
- コンテナはホストOSのカーネルを共有して動作するため、VMに比べて起動が速く消費リソースが少ない傾向がある(正解)
解説
コンテナはホストOSのカーネルを共有するプロセス分離の仕組みのため、ゲストOSごと起動するVMに比べて一般的に起動が速く、消費リソースも少なくて済みます。VMはハイパーバイザー上でゲストOSを含めて仮想化するため、コンテナより重くなる傾向があります。「コンテナもVMも、ハイパーバイザーの上でそれぞれゲストOSを起動して仮想化する点で同じ仕組みである」は誤りです。ハイパーバイザーの上でゲストOSを起動するのはVMで、コンテナはゲストOSを持たずホストOSのカーネルを共有します。
問 2. あなたは RAG のための検索インデックスを作っている。文書のチャンクは夜間のバッチで埋め込みに変換し、利用者の質問は実行時に API で埋め込みに変換する。両者のベクトルを比べて、正しく関連文書が返るようにする必要がある。文書チャンクとクエリの埋め込みについて最も重要な注意点はどれか。
- 文書チャンク側とユーザークエリ側であえて異なる種類の埋め込みモデルを使い分けたほうが検索精度が高くなる
- 文書チャンクとクエリは同一の埋め込みモデル(同一バージョン・同一次元数)で変換し、同じベクトル空間に位置づける必要がある(正解)
- 文書チャンクの側には埋め込みへの変換が必要だが、クエリの側は埋め込みをせずに生のテキストのまま比較すればよい
- 埋め込みモデルはチャンクに含まれる文字数が多くなるほど自動的に検索精度が上がっていく性質を持つため、チャンクを分割する作業自体はそもそも不要である
解説
ベクトル類似検索が成立するのは、比較対象が同じベクトル空間に位置づけられている場合に限られます。そのため文書チャンクとクエリは同一の埋め込みモデル・同一次元数で変換する必要があります。モデルが異なるとベクトル空間の座標系が異なり、距離の比較に意味がなくなります。「文書チャンク側とユーザークエリ側であえて異なる種類の埋め込みモデルを使い分けたほうが検索精度が高くなる」は誤りです。異なる埋め込みモデルはそれぞれ異なるベクトル空間を持つため、モデルを揃えないと距離・類似度の比較自体が意味をなさず、検索精度はむしろ悪化します。「埋め込みモデルはチャンクに含まれる文字数が多くなるほど自動的に検索精度が上がっていく性質を持つため、チャンクを分割する作業自体はそもそも不要である」は誤りです。チャンクの文字数を増やせば精度が自動的に上がるわけではなく、むしろ長すぎるチャンクは意味が希釈され検索精度が下がることがあります。チャンク分割(サイズ設計)はRAG構築で重要な設計要素です。
問 3. 開発チームが Dockerfile に EXPOSE 8080 と書いたイメージを配布した。受け取った開発者から「`docker run` だけでホストの 8080 番から API に届くはず」という説明書きの下書きが届いた。公開前に、EXPOSE 命令についての記述をレビューする必要がある。誤っている記述はどれか。
- EXPOSEを指定すると、ホスト側の同じ番号のポートへ自動的にマッピングされ外部公開される(正解)
- EXPOSEを指定しただけでは、ホスト側にポートは自動的に公開されない
- 実際にホストへポートを公開するには、
docker run実行時に-p(publish)オプションを指定する必要がある - コンテナがどのポートで通信を待ち受ける想定かを示す文書的な役割を持つ
解説
EXPOSEはコンテナが使用するポートを示すメタデータであり、それだけでホストにポートが公開されるわけではありません。ホストへの公開にはdocker run -pでのポートマッピング指定が必要です。したがって、下書きにある「docker run だけでホストの 8080 番から届く」は誤りです。一方、「実際にホストへポートを公開するには docker run 実行時に -p(publish)オプションを指定する必要がある」という記述は正しく、直す必要はありません。EXPOSE が待ち受けポートを示す文書的な役割を持つという記述も正しい内容です。
問 4. 社内文書の類似検索を作るチームが、埋め込みの性質を設計書にまとめている。設計書の次の記述を、実装を始める前にレビューする必要がある。事実と違う記述は直さなければならない。埋め込み(エンベディング)について誤っている記述はどれか。
- 埋め込みベクトルは常に人間がそのまま読んで意味を理解できる自然文の形式で表現される(正解)
- 埋め込みベクトルは、意味的に類似した文どうしがベクトル空間上で近い位置に配置される
- 埋め込みは類似検索・クラスタリング・レコメンデーションなど幅広い用途に応用できる
- 同じ埋め込みモデルから得たベクトルは、入力の長さにかかわらず、すべて同じ次元数になる
解説
埋め込みベクトルは浮動小数点数の配列であり、人間がそのまま読んで意味を理解できる形式ではありません。ベクトルの各要素そのものに直接的な言語的意味はなく、他のベクトルとの相対的な距離・角度によって意味的な関係が表現されます。「埋め込みは類似検索・クラスタリング・レコメンデーションなど幅広い用途に応用できる」は正解になりません。類似検索・クラスタリング・レコメンデーションへの応用は埋め込みの正しい用途であり、「誤っているもの」の正解には該当しません。「同じ埋め込みモデルから得たベクトルは、入力の長さにかかわらず、すべて同じ次元数になる」は正解になりません。埋め込みモデルの出力は固定次元のベクトルなので正しい説明であり、「誤っているもの」の正解には該当しません。
問 5. あなたはローカルの Docker でベクトル検索の検証用データベースをコンテナーとして動かしている。イメージを更新するたびにコンテナーを削除して作り直すが、取り込んだデータは残したい。コンテナーを削除してもデータが消えない構成にする必要がある。使う仕組みはどれか。
- Dockerfile内のEXPOSE命令で保存用のポート番号を指定し、そのポートを通してコンテナの外にあるホスト側のフォルダーへデータを書き出す
- ボリューム(volume)やバインドマウントを使い、コンテナのライフサイクルから独立した場所にデータを保存する(正解)
- コンテナイメージを新たにビルドするたびに、そのとき保存しておきたいデータをイメージのレイヤーへ直接焼き込むようにしておく
- コンテナの書き込み可能レイヤー(writable layer)の中に、永続化しておきたいデータをそのままの形でこの先もずっとそのまま保存し続けるようにしておく
解説
ボリュームやバインドマウントは、コンテナの書き込み可能レイヤーの外側にデータを保持する仕組みで、コンテナを削除してもデータが失われません。書き込み可能レイヤーはコンテナ削除時に一緒に消えてしまいます。「Dockerfile内のEXPOSE命令で保存用のポート番号を指定し、そのポートを通してコンテナの外にあるホスト側のフォルダーへデータを書き出す」は誤りです。EXPOSEはポート番号を文書化する命令であり、データの保存先を決める仕組みではありません。永続化にはボリュームやバインドマウントを使います。
問 6. あなたは関数アプリの構成を見直している。アプリケーション設定 AzureWebJobsStorage が指すストレージ アカウントを、コスト削減のために削除してよいかという質問が出た。削除する前に、このストレージ アカウントの役割を確かめる必要がある。役割として最も適切なものはどれか。
- デプロイした関数の実行ログを長期保存する保管先として使われる
- HTTP トリガーの応答をキャッシュして次回以降の呼び出しを速くする
- 関数アプリへ割り当てるコンピューティングの量とスケールの上限を決める
- タイマーやキューなどのトリガーの状態管理・ロック・実行履歴を保持する(正解)
解説
AzureWebJobsStorage は Functions ランタイムが内部で使うストレージアカウントを指す設定です。タイマートリガーの実行時刻の記録、キュートリガーのリース(ロック)、関数の実行履歴といったランタイムの内部データがここに置かれます。設定が欠けているとランタイムが起動しません。「デプロイした関数の実行ログを長期保存する保管先として使われる」は誤りです。実行ログの長期保存は Application Insights や Log Analytics の役割で、この設定が担うものではありません。「HTTP トリガーの応答をキャッシュして次回以降の呼び出しを速くする」は誤りです。応答のキャッシュを行う仕組みではなく、ランタイムの内部データの置き場所を指す設定です。「関数アプリへ割り当てるコンピューティングの量とスケールの上限を決める」は誤りです。コンピューティングの量やスケールの上限はホスティングプランで決まり、この設定とは関係しません。
問 7. 開発者がローカル環境で、Web サーバー・アプリケーション・データベースの 3 つのコンテナーを使う AI アプリを開発している。3 つのサービスの構成を 1 つの YAML ファイルで定義し、手元の PC だけで一括して起動・停止したい。クラウドのリソースは使わない。使う仕組みはどれか。
- 複数のサービスを1つのコンテナへまとめ、1つのDockerfileで一括してビルドする構成(monolithic 構成)
- Docker Compose(YAMLファイルで複数コンテナのサービス構成を定義し一括操作する仕組み)(正解)
- Kubernetes のマニフェスト(YAML)を AKS へ適用し、クラウド上で一括して起動する方法
.dockerignoreファイルに複数コンテナの起動順序を書き、一括で起動する
解説
Docker ComposeはYAMLファイルで複数コンテナのサービス構成(イメージ、ポート、環境変数、依存関係など)をまとめて定義し、一括で起動・停止できるツールで、ローカルでの複数コンテナ構成の開発によく使われます。「複数のサービスを1つのコンテナへまとめ、1つのDockerfileで一括してビルドする構成(monolithic 構成)」は誤りです。複数サービスを1つのコンテナに同居させる設計は、コンテナを役割ごとに分離するというコンテナ設計の基本的な考え方に反し、一般的な手法ではありません。「.dockerignoreファイルに複数コンテナの起動順序を書き、一括で起動する」は誤りです。.dockerignoreはビルドコンテキストの除外ファイルを指定するものであり、起動順序の定義には使いません。「Kubernetes のマニフェスト(YAML)を AKS へ適用し、クラウド上で一括して起動する方法」は誤りです。Kubernetes のマニフェストは AKS などのクラスターで使う定義で、ローカルの Docker だけで複数コンテナを一括操作する基本機能ではありません。
問 8. あなたは Azure Functions の HTTP トリガーで API を公開している。別のドメインで公開しているシングル ページ アプリから、ブラウザーでこの API を呼ぶと、ブラウザーが要求を拒否する。ブラウザーから呼べるようにする必要がある。関数アプリ側で行う設定はどれか。
- 認証レベルを匿名へ変更し、キーの提示を不要にする
- ルートプレフィックスを空文字へ変更し、パスを短くする
- アクセス制限の許可リストへクライアントの IP アドレスを登録する
- 許可するオリジンを CORS の設定へ登録する(正解)
解説
ブラウザは、読み込み元と異なるオリジンへの呼び出しをオリジン間リソース共有の仕組みで検査します。関数アプリの CORS 設定に呼び出し元のオリジンを登録すると、応答に許可のヘッダーが付き、ブラウザが呼び出しを通すようになります。「認証レベルを匿名へ変更し、キーの提示を不要にする」は誤りです。認証レベルはキーの要否を決めるもので、オリジンの違いによるブラウザ側の検査は変わりません。「ルートプレフィックスを空文字へ変更し、パスを短くする」は誤りです。ルートプレフィックスは URL のパスの形を変える設定で、オリジンの検査には影響しません。「アクセス制限の許可リストへクライアントの IP アドレスを登録する」は誤りです。アクセス制限は送信元 IP による許可・拒否で、ブラウザのオリジン検査とは別の仕組みです。
問 9. 解決策: Azure App Configuration に設定のキーを登録し、その値を Azure Key Vault のシークレットへの参照にします。コンテナーアプリのマネージド ID には、App Configuration の読み取りに加えて Key Vault のシークレットを読み取るロールも与えます。アプリケーションはそのマネージド ID で両方へ接続し、実行時に解決された値を取得します。この解決策は目標を満たしますか?
問題と解決策(同じ状況の 3 問セットから 1 問を出しています。本番は 3 問続けて出ます) ── 同じ状況で解決策だけが変わります(本試験ではこのセットに戻れません)
Azure Container Apps 上で動作する社内 API が、外部の SaaS を呼び出すための API キーを1つ持っています。現在は、コンテナーイメージのビルド時にこのキーを埋め込んでいます。 セキュリティレビューで、次の要件が示されました。 ・API キーの値を、コンテナーイメージやソースコードに含めない ・キーを差し替えたときに、イメージを作り直さずに新しい値が使われるようにする ・キーの値を、運用担当者が設定画面や設定ファイルで直接目にしなくてよい状態にする コンテナーアプリにはマネージド ID を割り当てられる前提です。
- はい(正解)
- いいえ
解説
満たします。App Configuration は設定値をまとめて置くためのサービスで、機密の値については実体を Key Vault に置いたまま「参照」だけを登録できます。App Configuration が保持するのは値ではなく Key Vault 上の場所を指す URI で、App Configuration 自身が Key Vault を読みに行くわけではありません。値を取り出すのはアプリケーション側なので、マネージド ID には App Configuration と Key Vault の両方への権限が要ります。そこさえ揃えば設定の取得口は1つにまとまり、値の実体は Key Vault にあるため、差し替えもイメージの作り直しなしで反映され、運用担当者が値を目にすることもありません。 このセットは3つとも「はい」でした。この形式では「正解がちょうど1つ」とは限らず、3つとも満たす場合も、3つとも満たさない場合も実在します。実務では、アプリケーションから直接取るか・プラットフォームに解決させるか・設定を1か所に集約するかを、チームの運用に合わせて選び分けますが、「この解決策は目標を満たしますか」という問いに対しては、満たすものすべてが「はい」です。
問 10. あなたの RAG アプリは、文書を 500 文字ごとに機械的に分割して埋め込んでいる。文が切れたままのチャンクが検索に上がり、回答が不正確になることがある。分割の方法を、段落や見出しを意識した方式に変える提案をしたい。固定文字数の分割と比べた利点として最も適切なものはどれか。
- 意味のまとまりで分けると、隣接チャンクを重ねる(オーバーラップ)設定が使えなくなる代わりに、索引が小さくなる
- 文の途中で不自然に切れることを避け、1チャンクが意味的にまとまった単位になりやすいため、検索や生成の精度が上がりやすい(正解)
- 意味のまとまりで分けるとチャンクの長さがそろうため、埋め込みモデルの入力の長さを気にしなくてよくなる
- 意味のまとまりを意識したチャンキングをいったん行うようになると、それ以降はベクトル検索という処理自体がまるごと完全に不要になっていく
解説
意味のまとまりを意識したチャンキングは、文脈が途中で分断されるのを防ぎ、各チャンクが一貫した意味を持ちやすくなります。これにより検索時の関連性判定や、生成時にモデルへ渡すコンテキストの質が向上しやすくなります。「意味のまとまりで分けると、隣接チャンクを重ねる(オーバーラップ)設定が使えなくなる代わりに、索引が小さくなる」は誤りです。重なりは分け方に関係なく設定でき、段落や見出しで分けても隣接チャンクを少し重ねて文脈の切断を防げます。「意味のまとまりを意識したチャンキングをいったん行うようになると、それ以降はベクトル検索という処理自体がまるごと完全に不要になっていく」は誤りです。チャンク分割はベクトル検索の前提となる下準備であり、これを行うことでベクトル検索が不要になるわけではありません。「意味のまとまりで分けるとチャンクの長さがそろうため、埋め込みモデルの入力の長さを気にしなくてよくなる」は誤りです。段落や見出しで分けるとチャンクの長さはむしろ不ぞろいになり、長すぎる段落は分け直す必要があります。
よくある質問
- 利用期限はありますか?
- ありません。買い切りです。内容を改定した場合も、追加の料金なしでそのまま使えます。
- スマホでも解答できますか?
- 解答できます。ブラウザでそのまま使えるので、アプリのインストールは不要です。通勤中の演習にも向いています。
- アカウントは必要ですか?
- いいえ、50問は会員登録なしで解答できます。模試の第1回(50問)は、無料の会員登録で利用できます。会員登録(無料・Google なら 1 押し)は、このほか購入の時に要ります。購入後はどの端末からでもログインして続きを再開できます。
- 返品・返金はできますか?
- デジタルデータのため、ご購入後の返品・返金はお受けしておりません。決済の重複などの不具合があった場合は、お問い合わせページからご連絡ください。買う前に、同じ問題集の収録問題を登録なしで50問解いて確かめられます。
- サービスが終了した場合はどうなりますか?
- サービスを終了する場合は、終了日の3ヶ月以上前にサイトとメールでお知らせし、購入済みの問題・解説をダウンロードできる形で提供します。
詳しくは特定商取引法に基づく表記をご覧ください。
分野別の実力と、出る順
出題比率が高い分野から並べています。
並べ方と出典 ?
Microsoft Learn Study guide for Exam AI-200に沿って、収録問題を分野ごとに分けています。公式が示す出題比率が高い分野から並べているので、上から順に潰していけば、限られた時間を比率の高い分野に集中できます。
出典: Microsoft Learn Study guide for Exam AI-200(Skills measured (ページ ms.date 2026-04-15・updated_at 2026-05-05)・2026年9月確認)。 収録500問すべてに分野を付けています。
- Azure データ管理サービスを使用して AI ソリューションを開発する—公式の配点比率 25–30%解答 0 問
- Azure 上でコンテナー化ソリューションを開発する—公式の配点比率 20–25%解答 0 問
- Azure サービスに接続して利用する—公式の配点比率 20–25%解答 0 問
- Azure ソリューションのセキュリティ保護、監視、トラブルシューティングを行う—公式の配点比率 20–25%解答 0 問
いまの実力の見込み
読み込み中です。
公式の合格ライン: 700点(1,000点満点のスケールスコア)。
復習の定着
読み込み中です。
全部やらなくても、範囲は1周できます
無料で解ける第1回(50問)の中を、公式の出題比率が高い分野から並べ替えて解答できます。全範囲を対象にした「最短1周セット」は、ご購入後にこの欄に表示されます。
AI-200 についての記事
AI-200 の合格報告
ご購入いただいた方から届いた合格のご報告です。お名前は出していません。
合格報告 49 件・平均の学習期間 3.5 週間
「見覚えがある」は、同じ出題範囲を先に解いたからです。本番の問題は 1 問も載せていません。
2026年10月受験・学習期間 3週間
通勤電車の20分で3週間。複数選択で迷わなくなりました。
2026年10月受験・学習期間 1週間
PCとスマホを行き来しながら1週間。Microsoft の訳文の言い回しに慣れておけました。合格できてほっとしています。
2026年10月受験・学習期間 1週間
フリーランス、30代で初めての資格です。出張の移動中に1週間。用語が日本語で揃っていて調べ直しが減りました。
合格報告をお送りいただいた方には、お礼として次回使える500円クーポンをお渡ししています。