会話履歴が複数のセッションにまたがって保持されないようにするには、スコープをセッションに設定する必要があります。
セッションスコープは、データへのアクセスを現在アクティブなチャットインスタンスに限定します。新しいセッションが開始されると、以前のデータは自動的に消去または無視されます。
正しくない：
[Cではない]
ユーザーまたは{{$userId}}スコープ：特定のユーザーのデータを複数のセッションにわたって保持します。これは、履歴コンテキストを新しい会話に引き継ぐことで回避したいまさにその問題を引き起こします。
参考文献：
https://ai.gopubby.com/agents-with-memory-conceptual-undestanding-part-01-f6caedfcd96d?gi=a9aa95df15c6

Explanation:
* オーケストレーションパターン：出力をノードごとに渡すシーケンシャルテンプレート
* 承認チェックポイント：条件文を追加する
エージェントは固定された予測可能な順序で実行する必要があるため、シーケンシャルオーケストレーションテンプレートを使用してください。
PolicyWriterはまず提案されたポリシー更新を生成し、その出力はRiskReviewerに直接渡されます。Microsoftは、シーケンシャルパターンを、定義された順序で結果をあるエージェントから次のエージェントに渡すものと定義しており、決定論的な多段階処理に適しています。グループチャットパターンでは、制御がエージェント間で動的に移動するため、実行の予測可能性が低下します。
RiskReviewer が構造化されたリスク分類を返した後、結果を評価する条件ステートメントを追加します。低リスクのブランチは、人間の入力を要求せずに最終処理に直接進むことができます。別の高リスクのブランチは、質問ノードなどの承認ステップにルーティングできます。条件分岐なしで質問ノードを追加すると、低リスクの更新を含むすべてのワークフロー実行が一時停止するため、自動化要件を満たしません。Microsoft Foundry ワークフローは、
次のアクションを選択するための /else 分岐と条件式。
学習ガイドの整合性: オーケストレーションされたマルチエージェントソリューションを実装し、安全対策と承認フロー制御を備えた自律的または半自律的なワークフローを構築します。

正解は D です。output_content_format=ContentFormat.MARKDOWN の値を設定します。Azure Document Intelligence Layout API は、見出し、段落、セクション、表、その他のレイアウト要素などの意味構造を保持したまま、抽出したドキュメント コンテンツを Markdown 形式で返すことができます。Microsoft の Document Intelligence レイアウト ガイダンスでは、prebuilt-layout モデルを使用してドキュメントを分析し、begin_analyze_document 呼び出しで output_content_format=ContentFormat.MARKDOWN を設定する Python SDK パターンが示されています。Markdown 出力は、分析結果の最上位コンテンツ セクションに返されます。
このサービスは、OCRで取得した生のテキストからセクションや表の書式設定を再構築するためのカスタム後処理を必要とせず、構造を保持したMarkdownを直接生成するため、開発作業を最小限に抑えることができます。MicrosoftのMarkdown出力に関するドキュメントによると、Markdown出力を指定すると、段落、見出し、表、その他のドキュメント要素を適切な階層構造で保持する、意味的に構造化されたコンテンツが生成されます。
オプションAは検証動作のみを変更し、Markdownは生成しません。オプションBは図を要求し、構造化Markdownは要求しません。オプションCはパラメーター名が間違っています。SDKのドキュメントに記載されている設定はoutput_content_formatであり、contentではありません。参考トピック：Azure Document Intelligence Layout API、Markdown出力、PDF分析、表の抽出、Foundry Toolsのドキュメント処理。