タグ: 生成AI
9件の記事があります
Microsoft AI の MAI モデル徹底解説 — 提供状態・価格・使い分け【2026年8月版】
Microsoft AI の自社開発モデル MAI を、推論・コーディング・画像・音声・文字起こし・セキュリティの 6 領域で整理。2026 年 8 月時点の性能、提供状態、価格、用途別の選び方を一次情報に基づいて解説します。
GitHub Copilotのモデル選択戦略：性能とAI creditsを最適化する
GitHub Copilotのモデル選択を、固定のモデル名ではなく公式カテゴリ、タスク特性、AI creditsの3軸で判断する方法を解説。Lightweight/Versatile/Powerfulを用途別に使い分け、長文入力やagent作業では単価変動にも注意し、最新の価格や提供状況は公式ページとVS Codeのモデルピッカーで確認する。
GitHub Copilot のコンテキストウィンドウ徹底比較 — モデル別サイズと挙動の違いを整理する
2026年7月時点のGitHub Copilotは、モデルごとにコンテキストウィンドウが異なり、一部はVS Code/Copilot CLIで100万トークン拡張も選択可能。大きいほど大規模コードベースに有利だが、要約挙動や品質、AI credits・Long context tierによるコスト増に注意が必要。
生成AIで「ドキュメント再利用性」を高めるドキュメント管理サービス調査
2025〜2026年のDMS/ナレッジ管理市場は、生成AIを中核に検索・要約・Q&A・エージェント化が進展。再利用性は発見性、合成性、構造化、鮮度管理、転用容易性、自動化で評価され、Microsoft、Notion、Atlassian、GleanなどがRAGからエージェント、ナレッジグラフ、MCP対応へ進化。
AI エージェントについて
AIエージェントとは、生成AIモデルを活用して入力を解釈し、問題を推論し、適切な行動を動的に決定するソフトウェアプログラムです。主に「生成AIモデル」「指示」「検索」「アクション」「メモリ」の5つのコアコンポーネントから構成され、支援型・自律型・エージェントユーザーの3つのデプロイメントタイプがあります。RAGとの違いとして、AIエージェントは各ステップごとに知識とツールの活用を生成モデルにより柔軟に決定できるため、複雑な問題解決や複数ステップ推論に優れています。Microsoft Agent Frameworkは、複数エージェントの連携や高度なワークフロー設計を可能にするOSSフレームワークで、企業向け機能や標準プロトコルにも対応しています。
