テキストによる説明から商品名を提案することは自然言語生成タスクであるため、GPT-4を使用することをお勧めします。アプリケーションは、製品の特性、対象ユーザー、トーン、命名に関する制約などをプロンプトとして提供でき、GPT-4はこれらの要件を反映した候補名を生成できます。GPTモデルは自然言語による指示を解釈し、対応するテキスト補完を生成するため、アイデア出し、要約、コンテンツ作成、対話型アプリケーションに適しています。
他のモデルカテゴリは、それぞれ異なる用途に対応しています。DALL-Eは、自然言語によるプロンプトから視覚コンテンツを生成する画像生成モデルであり、主に製品名リストを作成することを目的としたものではありません。
Whisperは、音声をテキストに変換する音声認識モデルです。埋め込みモデルは、テキストを数値ベクトルに変換し、類似性検索、クラスタリング、分類、および検索シナリオに利用します。人間が読める製品名は生成しません。MicrosoftのFoundryモデルに関するドキュメントでは、チャットモデルと生成モデルを、画像生成モデル、音声モデル、および埋め込みモデルファミリーと区別しています。
したがって、アプリはGPT-4をデプロイし、製品の説明と命名基準を含むプロンプトを作成し、モデル推論エンドポイントを通じて生成されたテキスト応答を受け取る必要があります。
学習ガイドとの整合性：適切な生成モデルを選択して展開し、展開したモデルをアプリケーションに統合し、プロンプト駆動型のコンテンツ生成ワークフローを実装する。

正解はAです。画像モデレーションを実装してください。Azure AI Content Safetyは、アップロードされた画像を、憎悪、性的コンテンツ、暴力、自傷行為などの有害コンテンツカテゴリに分類する画像分析機能を提供します。MicrosoftのContent Safetyの概要によると、Analyze Image APIは、複数の深刻度レベルで有害コンテンツをスキャンします。これは、アップロードされた写真を自動的に分類し、設定された深刻度しきい値に基づいてコンテンツをブロックするという要件に直接合致しています。
プロンプトシールドは、生成モデルに対するプロンプトインジェクションやジェイルブレイクのような攻撃を検出することを目的としており、画像の有害性カテゴリを分類するものではありません。キーワードスキャンOCR出力では、画像から抽出された可視テキストのみが検出され、画像自体の視覚的な有害性は見逃されます。ブロックリストは既知の単語やカスタムパターンとの照合に役立ちますが、完全な画像安全分類器ではなく、ここで必要とされる組み込みの深刻度に基づく画像有害性分類機能を提供しません。したがって、ユーザーがアップロードした写真には、画像モデレーションが適切な制御手段となります。参照トピック：Azure AI コンテンツ安全、画像モデレーション、有害性カテゴリ、深刻度レベル、Foundry ガードレール、責任ある AI コントロール。

Explanation:
サポートされていない回答: 根拠の評価指標
ポリシー違反：リスクと安全に関する指標
サポートされていない応答については、Groundedness評価メトリックを使用します。Retrieval Augmented Generationシナリオでは、生成された回答が取得されたコンテキストでサポートされているかどうかが重要な問題となります。Microsoft Foundry組み込み評価ツールは、Groundednessを、応答が取得されたコンテキストでどの程度サポートされているかを測定し、モデルベースのスコアを返すRAGメトリックとして定義します。Groundedness Proは、Azure AI Content Safetyを使用して、応答が取得されたコンテキストでサポートされているかどうかを評価します。これにより、内部ドキュメントでサポートされていない回答と直接一致します。
ポリシー違反については、リスクと安全性の指標を使用します。Microsoft Foundry のリスクと安全性の評価ツールは、ヘイトスピーチや不公平な表現、性的コンテンツ、暴力、自傷行為、保護対象コンテンツ、間接攻撃、コードの脆弱性、根拠のない属性、禁止されている操作、機密データの漏洩といった安全性のリスクについて、生成された応答を評価します。このガイダンスでは、これらの評価ツールが AI の応答とエージェントの動作に対して、リスクと安全性の深刻度、または合否判定を割り当てると規定されています。
レイテンシーの内訳トレースはパフォーマンスを診断するものであり、正確性やポリシーへの準拠を診断するものではありません。トークン使用状況分析はコストとプロンプト/レスポンスのサイズを診断するものであり、根拠のないクレームやセキュリティ違反を診断するものではありません。参照トピック:
Microsoft Foundryの可観測性、RAG評価ツール、グラウンディング、リスクおよび安全性評価ツール、エージェント品質評価。

セキュリティおよびアーキテクチャの要件を満たすには、Azure AI Foundry プロジェクト内に Azure AI Search インスタンスを接続とし​​て追加し、ロールベースのアクセス制御 (RBAC) 用にマネージド ID を構成する必要があります。
API キーを使用せずに検索構成を安全に統合するには、Azure AI Search インスタンスを Azure AI Foundry プロジェクトに共有接続として追加し、検索サービスでキー認証を無効にし、Azure RBAC とマネージド ID を使用してアプリケーションを承認します。
注記：
*-> 1. プロジェクト接続を作成する
Azure AI Search を Azure AI Foundry ハブまたはプロジェクト内に直接接続します。
*-> 接続されているすべてのクライアントアプリケーション間で、同じ検索サービス構成を自動的に共有します。
検索エンドポイントの詳細情報を一元管理することで、管理上の負担を軽減できます。
2. キー認証を無効にする
3. マネージドIDを有効にする
4. Webアプリのコードを更新する
参照：
https://learn.microsoft.com/en-us/azure/foundry-classic/tutorials/copilot-sdk-create-resources