Azure AI Search（Foundry IQ）とMicrosoft FoundryでRAGをつくる
- URL: https://dev.classmethod.jp/articles/create-rag-with-azure-ai-search-and-microsoft-foundry
- 日付: 2026-06-26
- Tier: Tier 2
- 要旨: クラスメソッドの浅野大輝氏が、Azure AI Search（Foundry IQ）と Microsoft Foundry を使って個人の文章資産（短歌評論文、約 30,000 文字）を RAG として活用する構成を構築・検証した手順記事。Blob Storage にドキュメントを配置し、Azure AI Search がベクトル化（text-embedding-3-small）してインデックスを生成、Microsoft Foundry 上の gpt-5-mini エージェントが回答を合成する構成で、インターネット非公開のドキュメントを対象に回答取得に成功している。設定項目は多いが、マネージド ID による権限連携やモデルデプロイを含めて一通りの手順が具体的な設定値とともに示されている。
詳細
構成概要として、Azure Blob Storage にドキュメントを格納し、Azure AI Search（Foundry IQ）がテキストをベクトル化してインデックスを生成、Microsoft Foundry 上のエージェントが検索結果をもとに自然文で回答を合成する RAG パイプライン。
リソース設定の主な値は以下の通り。リソースグループ: rg-my-rag、リージョン: (Europe) Sweden Central（モデル利用可能リージョンの制約から選択）、ストレージアカウント: stamyrag（冗長性: LRS）、AI Search サービス名: ais-my-rag（価格レベル: Free）、Microsoft Foundry プロジェクト: msf-my-rag。
権限連携として、AI Search 側でシステム割り当てマネージド ID を有効化し、ストレージアカウント側でそのマネージド ID にストレージ BLOB データ閲覧者ロールを付与する。API キー認証は使わずマネージド ID を使用。
モデルのデプロイとして、Embedding 用に text-embedding-3-small、回答生成用に gpt-5-mini を Microsoft Foundry からデプロイした。
データインポートの手順として、AI Search の「データのインポート」から Azure Blob Storage をソースとして選択し、Foundry の text-embedding-3-small を紐付けてベクトル化処理を設定。インポート完了後にデータソース・インデックス・インデクサー・スキルセットの 4 リソースが生成される。インデクサーのスケジュールは「一度だけ」に設定（定期自動更新も可）。
ナレッジとナレッジベースの関係として、Foundry 上で「ナレッジ」（AI Search インデックスの指定）を作成し、その上に「ナレッジベース」（複数ナレッジソースをまとめてエージェントから利用可能にするリソース）を構築した。ナレッジベースの設定はチャット入力候補モデルに gpt-5-mini、出力モードに「応答の合成」を指定。
動作確認として、「浅野が短歌の連作について話していることをナレッジから探して」というクエリに対し、連作空間論.txt の内容（連作を多次元空間として数学的に定式化するアプローチ、〈連作軸〉〈次元〉〈基底〉などの概念、出典番号付き）を正しく取得・回答できることを確認した。
注意点として、Microsoft Foundry は変化が著しく（2025 年 11 月発表、2026 年 3 月に新ポータル GA）、利用導線が変更される可能性があること、および今回使用した gpt-5-mini の表記が記事中に登場しているが、これは著者の記述によるもの。