Microsoft Certified: Agentic AI Business Solutions Architect AB-100考试学习指南：智能体AI业务解决方案架构师

考试 AB-100 的学习指南：智能体 AI 业务解决方案架构师 | Microsoft Learn

AB-100考试学习指南：代理性AI业务解决方案架构师

 

本文档的目的

本学习指南应帮助你了解考试的预期内容，并包含考试可能涵盖的主题摘要以及指向其他资源的链接。 本文档中的信息和材料可以帮助你在准备考试时集中精力学习。

 
有用链接Description
认证续订 Microsoft 助理、专业和专家认证每年都会过期。 你可以通过 Microsoft Learn 上的免费在线评估进行续订。
Microsoft Learn 个人资料 通过将认证个人资料连接到 Microsoft Learn，可以安排和续订考试以及共享和打印证书。
考分和成绩报告 需要 700 分或更高的分数才能通过。
考试沙盒 可以通过访问我们的考试沙盒来探索考试环境。
请求便利设施 如果你使用辅助设备、需要额外时间或需要修改考试体验的任何部分，你可以申请住宿。

考试的新变化

一些考试已本地化为其他语言，在英语版本更新后大约八周进行更新。 如果考试不以你的首选语言提供，你可以请求额外 30 分钟时间来完成考试。

注释

每项技能下面的项目符号旨在说明我们如何评估该技能。 考试中可能会涉及到相关的主题。

注释

大多数问题都涉及正式发布 (GA) 的功能。 如果经常使用预览功能，该考试可能会包含有关这些功能的问题。

截至 2026 年 7 月 22 日考查的技能

受众概况

作为本次考试的候选者，你是一位有成就的解决方案架构师，在设计和交付 AI 驱动的业务解决方案方面具有专业知识，可以转换业务流程并促进创新。 您在创建使用多个Microsoft服务来解决复杂组织难题的可扩展、安全且集成的解决方案时经验十分丰富。

你的能力包括：

  • 在构建使用 AI 的解决方案方面的专业知识，包括生成 AI 和专为满足业务目标而定制的各种 Foundry 工具。

  • 设计智能体优先解决方案的能力。

  • 设计多代理协调解决方案方面的技能。

  • 体验设计安全且可缩放的跨平台 AI 解决方案。

  • 全面了解核心 Dynamics 365 产品、Microsoft Power Platform、Microsoft Copilot Studio、Microsoft Foundry 工具和 Foundry 模型。

  • 熟练地使用 Copilot Studio 创建的代理、AI 提示、Microsoft Foundry 和多语言模型的工作知识来创建智能解决方案。

  • 熟练地采用框架并交付与企业成功指标和体系结构模式相符的可衡量结果。

  • 使用开放标准和协议方面的专业知识，包括 Agent2Agent（A2A）和模型上下文协议（MCP）。

  • 负责任的 AI 实践方面的专业知识，有助于确保合规性并倡导Microsoft负责任的 AI 标准。

  • 在Microsoft业务应用程序中协调 AI 功能的强大领导地位，以优化运营并解锁增长机会。

  • 保护 AI 模型和数据工作流的技能，包括检测和解决漏洞、实施数据存储位置和访问控制、模型调优的保护、跟踪更改、维护审计日志以及防范提示操控。

  • 监视代理性能和解释遥测数据的经验，以帮助确保可靠性、优化行为并推动持续改进。

  • 能够对 AI 驱动的解决方案进行投资回报（ROI）分析。

关键职责包括：

  • 设想和定义将 AI 和代理集成到业务解决方案中的体系结构策略。

  • 定义以代理人为优先的业务流程的路线图。

  • 分析和解释业务和技术要求，以构建全面的解决方案。

  • 设计和原型制作 AI 组件并展示变革性功能。

  • 指导以 AI 为中心的解决方案的端到端实现，帮助确保安全、可伸缩性和与组织目标保持一致。

  • 促进并倡导在开发生命周期和跨业务部门采用 AI 技术。

  • 为代理优先解决方案创建一个凝聚力的应用程序生命周期管理 （ALM） 策略。

  • 为支持 AI 的解决方案创建一个凝聚力的环境策略，同时考虑第三方 AI 解决方案。

  • 引导组织走向以人工智能为导向的公司。

作为 AI 优先解决方案架构师，你通过设想和实施 AI 驱动的体系结构来领导企业运营的转型。 专注于充分利用各种Microsoft AI 应用和服务，以及业务应用程序工具，推动创新，并帮助确保交付具有影响力的 AI 驱动的解决方案。

技能概览

  • 规划 AI 驱动的业务解决方案（25-30%）

  • 设计 AI 提供支持的业务解决方案（25-30%）

  • 部署 AI 驱动的业务解决方案（40-45%）

规划 AI 驱动的业务解决方案（25-30%）

分析由 AI 驱动的业务解决方案的要求

  • 评估智能体在任务自动化、数据分析和决策中的使用情况

  • 审查有关基础的数据，包括准确性、相关性、及时性、数据清洁度和可用性

  • 组织业务解决方案数据，供其他 AI 系统使用

为业务解决方案设计总体 AI 策略

  • 从适用于 Azure 的云采用框架实施 AI 采用过程

  • 设计用于在业务解决方案中构建 AI 和代理的策略

  • 使用 智能 Microsoft 365 Copilot 副驾驶®、Copilot Studio 和 Microsoft Foundry 等平台设计多代理解决方案

  • 开发解决方案中预生成的代理的用例

  • 使用 Copilot Studio、Microsoft Foundry 和 Foundry 工具生成 AI 组件时定义解决方案规则和约束

  • 确定 Copilot Studio 创建的代理中生成式 AI 和知识源的使用情况

  • 确定何时生成自定义代理或扩展 智能 Microsoft 365 Copilot 副驾驶®

  • 确定何时应创建自定义 AI 模型

  • 提供创建提示库的指南

  • 为解决方案开发自定义小型语言模型的用例

  • 为 AI 支持的业务解决方案提供提示工程指南和技术

  • 包含 Microsoft AI 卓越中心的元素

  • 设计使用多个 Dynamics 365 应用的 AI 解决方案

评估 AI 驱动的业务解决方案的成本和优势

  • 为由 AI 技术驱动的业务解决方案选择 ROI 标准，包括总拥有成本

  • 为业务流程的建议 AI 解决方案创建 ROI 分析

  • 分析是生成、购买还是扩展适用于业务解决方案的 AI 组件

  • 实现模型路由器以智能方式将请求路由到最合适的模型

设计 AI 提供支持的业务解决方案（25-30%）

为商业解决方案设计 AI 和智能代理

  • 在 Dynamics 365 应用中为 Copilot 设计商业条款，以优化客户体验和服务

  • 在 Dynamics 365 应用中设计 Copilot 的自定义，用于客户体验和服务

  • 在 Dynamics 365 Sales 中设计 Copilot 的连接器

  • 设计代理程序以与 Dynamics 365 Contact Center 渠道集成

  • 设计任务代理

  • 设计自治代理

  • 设计提示和响应智能体

  • 针对给定需求提议 Foundry 工具

  • 建议代码优先生成页面以及对应用使用智能体源

  • Copilot Studio 的设计主题，包括回退机制

  • 为 AI 模型和基础设置设计数据处理

  • 设计业务流程以在 Power Apps 画布应用中包括 AI 组件

  • 将 Microsoft Power Platform Well-Architected Framework 应用于智能应用程序工作负荷

  • 确定何时在 Copilot Studio 中使用标准自然语言处理、对话语言理解或生成式 AI 编排

  • 使用 Copilot Studio 设计代理和代理流

  • 在 Copilot Studio 中设计提示动作

设计 AI 解决方案的可扩展性

  • 在 Microsoft Foundry 中使用自定义模型设计 AI 解决方案

  • 智能 Microsoft 365 Copilot 副驾驶® 中的设计代理

  • 在 Copilot Studio 中设计代理扩展性

  • 在 Copilot Studio 中使用模型上下文协议设计代理扩展性

  • 设计智能体，以使用 Copilot Studio 中的“计算机使用”来自动执行应用和网站中的任务

  • 在 Copilot Studio 中设计智能体的行为，包括推理和语音模式

  • 在 Microsoft 365 中使用代理（包括 Teams 和 SharePoint）优化解决方案设计

为预构建的代理和应用编排配置

  • 协调 Dynamics 365 金融和供应链应用中的 AI 功能

  • 在 Dynamics 365 应用中协调 AI 功能，实现客户体验和服务

  • 针对业务场景推荐Microsoft 365 代理程序

  • 协调 智能 Microsoft 365 Copilot 副驾驶® for Sales 和 智能 Microsoft 365 Copilot 副驾驶® for Service 的配置

  • 提出 Microsoft Power Platform AI 功能，包括 AI 中心

  • 设计财务和运营代理聊天的互作性，以使用其他知识源

  • 建议将知识源添加到 Dynamics 365 Finance 或 Dynamics 365 Supply Chain Management 应用的应用内帮助和指导中

部署 AI 驱动的业务解决方案（40-45%）

分析、监视和优化 AI 提供支持的业务解决方案

  • 建议监视代理所需的过程和工具

  • 分析 AI 和代理使用情况的待处理事项及用户反馈

  • 应用基于 AI 的工具来分析和识别问题并执行优化

  • 监视代理性能和指标

  • 解释遥测数据以优化性能和模型

管理 AI 驱动的业务解决方案的测试

  • 推荐用于测试代理的具体流程和衡量指标

  • 创建自定义 AI 模型的验证条件

  • 验证有效的 Copilot 提示最佳做法

  • 设计使用多个 Dynamics 365 应用的 AI 解决方案的端到端测试方案

  • 使用 Copilot 构建用于创建测试用例的策略

为 AI 提供支持的业务解决方案设计 ALM 流程

  • 为 AI 模型和代理中使用的数据设计 ALM 过程

  • 为 Copilot Studio 的代理、连接器和操作设计 ALM 过程

  • 设计 Microsoft Foundry 代理服务的 ALM 过程

  • 为自定义 AI 模型设计 ALM 过程

  • 为 Dynamics 365 财务和供应链应用设计一个人工智能管理生命周期（ALM）的流程

  • 在 Dynamics 365 应用中，为提升客户体验和服务设计适用于 AI 的 ALM 流程。

设计负责任的 AI、安全、治理、风险管理和合规性

  • 设计智能体的安全性

  • 设计智能体的治理

  • 设计模型安全性

  • 分析解决方案以及 AI 漏洞和缓解措施，包括提示操作

  • 审核解决方案以确保符合负责任的 AI 原则

  • 验证数据驻留和传输的合规性

  • 设计与核心数据和模型调优相关的访问控制

  • 设计模型和数据更改的审核线索

学习资源

我们建议你在参加考试之前进行培训并获得实践经验。 我们提供自学选项和课堂培训，以及指向文档、社区网站和视频的链接。

 
学习资源学习和文档链接
参加培训 从自定进度学习路径和模块中进行选择，或参加讲师引导式课程
查找文档 Azure AI Foundry 文档
什么是 Azure AI 服务？
Microsoft Copilot Studio 文档
Microsoft Power Platform 文档
提出问题 Microsoft Q&A |Microsoft Docs
获取社区支持 Microsoft MVP 计划社区中心
关注 Microsoft Learn Microsoft Learn - Microsoft技术社区
查找视频 备考区
浏览其他 Microsoft Learn 节目

变更日志

下表总结了当前版本和上一版本的测评技能更改。 功能组以粗体字显示，紧随其后的是每个组的目标。 下表比较了上一版本和当前版本的考试测评技能，第三列描述了更改程度。

 
2026 年 7 月 22 日之前的技能领域截至 2026 年 7 月 22 日，技能领域更改
受众概况   次要
设计 AI 业务解决方案 设计 AI 业务解决方案 无更改
为商业解决方案设计 AI 和智能代理 为商业解决方案设计 AI 和智能代理 次要
部署 AI 业务解决方案 部署 AI 业务解决方案 无更改
为 AI 提供支持的业务解决方案设计 ALM 流程 为 AI 提供支持的业务解决方案设计 ALM 流程 次要
 

其他资源

文档

  • Last updated on 2026/06/23

posted on 2026-07-15 22:18  freeliver54  阅读(6)  评论(0)    收藏  举报

导航