7:30 AM - 8:30 AM (UTC)

セッションの紹介 AIエージェントの活用が大規模化・高度化する中、効率的なコンテキスト管理とビジュアルオーケストレーションは、次世代のAI開発を支える重要な要素となっています。 本セッションでは、GitHub CopilotのCanvases、コンテキストエンジニアリング、拡張可能なエージェント機能を活用し、よりスマートで効率的なAIワークフローを構築する方法をご紹介します。 実践的なデモを通じて、複数のAIエージェントを連携する方法や、コンテキスト管理を最適化するアプローチ、さらにはチャット中心の操作からビジュアルオーケストレーションへと進化する新たな開発体験をご覧いただけます。 学習内容 • GitHub Copilot の Canvases を活用し、複数のAIエージェントが連携する複雑な開発を効率的に進めるための、ビジュアルワークスペースの活用方法 • トークンの予算管理、プロンプト キャッシュ、コンテキスト最適化を活用し、AIワークフローの効率とパフォーマンスを向上させる方法 • エージェントプラグインや Model Context Protocol (MCP) を活用し、エージェントワークフローを拡張する方法 • 単発のプロンプト実行から、複数のAIエージェントが連携して業務を遂行するエージェントオーケストレーションへ移行するためのベストプラクティス 使用技術 • GitHub Copilot の CLI、app、Visual Studio Codeなどの各種ハーネス • エージェントプラグインと Model Context Protocol (MCP) • トークン最適化とコンテキスト エンジニアリング こんな方におすすめ • 大規模かつ複雑なコードベースでAIエージェントを活用したワークフローを構築・運用している開発者 • AI ワークフローの 効率向上やコンテキスト管理の最適化に取り組むエンジニア • 再利用可能なエージェント機能を活用してGitHub Copilotを拡張したいチーム • マルチエージェントによる新しい開発体験やビジュアルオーケストレーションに関心のある方 講演者 Ayana Yokota

7:30 AM - 8:30 AM (UTC)

セッションの紹介 AIエージェントの構築は始まりに過ぎません。継続的に品質を維持・向上させるためには、適切な評価、コスト管理、そして改善効果を可視化する仕組みが必要です。 本セッションでは、Microsoft Foundryの評価機能（Evaluations）、Agent Optimizer、Microsoft IQを活用し、AIワークフローの品質を継続的に評価・測定しながら改善する方法をご紹介します。実践的なデモを通じて、AIエージェントの品質、コスト、パフォーマンスを可視化し、データに基づいて継続的な最適化を実現するためのアプローチを学びます。 学習内容 • Microsoft Foundry を活用したモデルの比較・評価と、要件に応じた最適なモデルの選定方法 • エージェントに組織固有の知識やコンテキストを組み込む方法 • エージェントの継続的な評価パイプラインを構築する方法 • 品質、応答速度、トークンコストのバランスを分析し、最適化するアプローチ • Agent Optimizer を活用してエージェントのパフォーマンスを継続的に改善する方法 • CI/CD パイプラインでエージェントを継続的に管理・運用する方法 使用技術 • Microsoft Foundry • Microsoft Foundry Extension for Visual Studio Code • Microsoft Foundry Evaluationsとエージェントオプティマイザー • GitHub actions と Microsoft Foundry の連携 こんな方におすすめ • Microsoft Foundry を活用したエージェントの構築、評価、最適化に関心のある方 • GitHub および CI/CD プロセスにエージェントを導入・改善・運用したい開発チーム 講演者 Keisuke Hatasaki

7:30 AM - 8:30 AM (UTC)

セッションの紹介 レガシー・アプリケーションの大規模なモダナイゼーションは、変革の第一歩に過ぎません。AIシステムを本番環境で安定的に運用するためには、継続的な監視、迅速な障害対応、そして高い信頼性を実現するための仕組みが不可欠です。 本セッションでは、GitHub Copilotを活用したアプリケーションのモダナイゼーションから、自己修復型エージェントや運用インテリジェンスを活用した AIシステム運用までを包括的にご紹介します。AIを活用して運用負荷を軽減しながら、信頼性と拡張性を兼ね備えたAI運用を実現するための実践的なアプローチを学びます。 学習内容 • Copilot Modernize CLI を活用し、複数のレガシーアプリケーションの評価やアップグレードを効率的に展開する方法　 • Stacked Pull Requests を活用し、大規模な自動マイグレーションのレビューを効率化する手法　 • Azure SRE Agent を活用し、問題の診断や検証済みの修復策を提案する方法 • トークン効率、復旧時間、受け入れ率などの指標を用いて、運用効果を可視化・追跡する方法 使用技術 •Azure SRE Agent • Copilot App Modernization Agent & Modernize CLI Stacked Pull Requests • Human-in-the-Loop ガバナンスパターン こんな方におすすめ • 複数のリポジトリにまたがるレガシーアプリケーションのモダナイゼーションに取り組んでいるチーム　 • 本番環境でAIシステムを運用する開発者やプラットフォームエンジニア • エージェント支援による障害対応や運用改善を検討しているSRE・DevOpsチーム • 拡張性と信頼性を兼ね備えた AI運用の実現を目指す技術リーダー 講演者 Yurie Mori