AIAI Agent Dev Labaiagentdev-lab.com
登录以保存学习记录登录
菜单

STEP 1 · 学习

AB-100 学习代理型 AI 业务解决方案架构师（专家）

按考试领域阅读要点，然后点击各领域末尾的“练习该领域”，只练习该领域的题目。比例越大的领域在正式考试中出题越多。

01

规划 AI 驱动的业务解决方案

Plan AI-powered business solutions

25–30%

学习目标

  • 能够评估在任务自动化、数据分析和决策支持中的哪些方面使用代理
  • 能够检查用于依据的数据质量（准确性、相关性、时效性、整洁度、可用性）
  • 能够基于云采用框架的 AI 采用流程和 AI CoE 描绘全公司战略
  • 能够进行包括 TCO 在内的 ROI 分析，并在构建、购买和扩展之间做出判断

要点

  • 首先分类“代理在该业务中做什么”：任务自动化、数据分析或决策支持。决策支持以把最终判断留给人的设计为前提。
  • 用于依据的数据从准确性、相关性、时效性、整洁度和可用性方面检查。数据不完善，代理的质量就无法提升。
  • 按照云采用框架的 AI 采用流程，分阶段推进战略、规划、准备和治理。
  • 根据需求判断是扩展 Microsoft 365 Copilot 即可，还是用 Copilot Studio 构建自定义代理，还是用 Foundry 创建自定义模型。
  • 建立提示库和提示编写指南，统一各部门的质量。AI CoE（卓越中心）是推进和治理的核心。
  • 评估 ROI 时要包含 TCO（许可证、开发、运营、人工确认工时）。比较构建、购买和扩展，以及用模型路由器优化成本，也是选项。

工作中的应用场景

  • 销售区分 Dynamics 365 Sales 的 Copilot 功能足以覆盖的范围和需要自有报价代理的范围，并比较构建成本。
  • 总务在用于依据之前，盘点内部规章数据的时效性和负责人。先整理过时的规章。
  • 财务发票处理的 ROI 不只按节省的时间，而是按包含确认工时和运营费的 TCO 估算，并用于审批材料。

考试评估项目（来自考试指南）

  • Analyze requirements for AI-powered business solutions
  • Design overall AI strategy for business solutions
  • Evaluate the costs and benefits of an AI-powered business solution

学习资源

详细学习（3 个主题，附小测验）→练习该领域（89 题）→下一个领域 ↓
02

设计 AI 驱动的业务解决方案

Design AI-powered business solutions

25–30%

学习目标

  • 能够区分使用任务代理、自主代理和提示响应型代理进行设计
  • 能够设计 Copilot Studio 的主题（包括回退）、代理流和提示操作
  • 能够设计通过 MCP、计算机使用和 Microsoft 365 代理进行的扩展
  • 能够编排 Dynamics 365 和 Power Platform 现成 AI 功能及代理的配置

要点

  • 区分代理的类型：执行被委托任务的任务代理、由触发器自行行动的自主代理，以及回答问题的提示响应型代理。
  • 代理越自主，权限、批准和监视的设计就越重。应按影响范围选择类型。
  • 在 Copilot Studio 中，根据需求区分使用标准自然语言处理、对话语言理解（CLU）和生成式 AI 编排。为意外的话语准备回退主题。
  • 扩展可以组合 MCP（工具连接）、计算机使用（操作没有 API 的界面）以及 Microsoft 365（Teams、SharePoint）上的代理等。
  • 先考虑现成的 AI 功能（Dynamics 365 的 Copilot、Microsoft 365 Copilot for Sales / Service、Power Platform 的 AI 功能等），只构建缺少的部分。
  • 把 Power Platform 架构良好的框架应用于智能应用工作负载，确保可靠性、安全性和可运营性。

工作中的应用场景

  • 销售商机记录的摘要使用现成的 Copilot 功能，信用确认和折扣批准设计为自有任务代理＋审批流。
  • 总务在 Teams 和 SharePoint 上的内部门户中部署提示响应型代理。意外的问题通过回退转到总务窗口。
  • 财务月末结账的催办由自主代理启动，但发送对象和文字须经负责人批准后才发送。

考试评估项目（来自考试指南）

  • Design AI and agents for business solutions
  • Design extensibility of AI solutions
  • Orchestrate configuration for prebuilt agents and apps

学习资源

详细学习（3 个主题，附小测验）→练习该领域（89 题）→下一个领域 ↓
03

部署 AI 驱动的业务解决方案

Deploy AI-powered business solutions

40–45%

学习目标

  • 能够设计代理的监视流程、指标和遥测解读，并运行改进循环
  • 能够制定跨代理、自定义模型和多个 Dynamics 365 应用的测试策略
  • 能够设计数据、Copilot Studio、Foundry 代理服务、自定义模型和 Dynamics 365 的 ALM
  • 能够设计安全、治理、针对提示操纵的对策、数据驻留、访问控制和审核记录

要点

  • 监视是“指标→遥测解读→调整”的循环。用户反馈和积压工作也是改进的输入。
  • 先确定测试的流程和指标。为自定义模型准备验证标准，为跨多个应用的业务准备端到端场景。
  • 按对象设计 ALM：AI 使用的数据、Copilot Studio 的代理、连接器和操作、Foundry 代理服务、自定义模型以及 Dynamics 365 的 AI 功能。
  • 安全与治理：设计代理的权限、模型的保护，以及对依据和调整用数据的访问控制。
  • 把提示操纵（如提示注入）作为漏洞分析，通过输入处理、工具权限和批准进行多层缓解。
  • 验证数据驻留和迁移的合规性，保留模型和数据变更的审核记录，并审查对负责任 AI 原则的遵循情况。

工作中的应用场景

  • 销售把报价代理的使用情况和丢单原因的反馈整理为积压工作，每月进行调整。
  • 总务用 Copilot Studio 的解决方案对内部门户代理进行 ALM 管理，规章修订时经端到端测试后再部署。
  • 财务把会计分录建议所用数据和模型的变更历史作为审核记录保存，使其可在会计审计时出示。

考试评估项目（来自考试指南）

  • Analyze, monitor, and tune AI-powered business solutions
  • Manage the testing of AI-powered business solutions
  • Design the ALM process for AI-powered business solutions
  • Design responsible AI, security, governance, risk management, and compliance

学习资源

详细学习（4 个主题，附小测验）→练习该领域（137 题）→挑战模拟考试 →

读完之后

练习全部领域（315 题）模拟考试（50 题 · 75 分钟）AB-100 首页
使用须知（非官方、原创题目、不保证合格）