Azure Content Understanding に関してよく寄せられる質問に対する回答を見つける
Content Understanding とは
Content Understanding は、人工知能を使用して非構造化コンテンツから構造化された分析情報を生成するように設計された新しい Foundry ツールです。 オーディオ、ビデオ、画像、ドキュメント、またはテキスト入力からコンテンツまたは構造化スキーマを抽出するための一貫したエクスペリエンスを提供します。
Content Understanding はどのように機能しますか?
Content Understanding では生成 AI モデルを利用して、さまざまな形式の非構造化コンテンツを分析および解釈します。 さまざまなモダリティ (テキスト、画像、オーディオなど) のデータを統合して、まとまりのある構造化された出力を生成します。 このサービスでは、さまざまなデータセットと生成 AI モデルでトレーニングされた機械学習モデルを使用して、提供される分析情報の精度と関連性を高めます。
Content Understanding で処理できる非構造化コンテンツの種類は何ですか?
Content Understanding では、以下を含む (ただし、これらに限定されない) さまざまな非構造化コンテンツを処理できます。
- オーディオ記録
- 動画コンテンツ
- ドキュメント
- テキスト コンテンツ
- 画像
Content Understanding を使用する主な利点は何ですか?
Content Understanding を使用する主な利点は次のとおりです。
- 信頼度スコア: 人によるレビューのコストを最小限に抑えながら、抽出された値の精度を確保します。
- 定義されたスキーマ: 抽出された値が意図した用途と確実に一致するようにスキーマを定義します。
- 接地: 抽出または生成されたすべてのフィールドをドキュメント内のソースの場所までトレースします。
- コンテキスト内学習: 再トレーニングを行わずにラベル付けされた例をいくつか提供することで、新しいテンプレートの抽出品質を向上させます。
- 時間の経過に伴う品質の向上: このサービスでは、抽出されたスキーマの品質を向上させる機能が提供されます。
- 意思決定の改善: 構造化された分析情報は、組織が情報に基づいた意思決定を迅速かつ効果的に行うのに役立ちます。
- 効率性の向上: 非構造化コンテンツの分析を自動化することで、時間を節約し、必要な手作業を減らすことができます。
- スケーラビリティ: このサービスでは大量のデータを処理できるため、あらゆる規模の組織に適しています。
企業は Content Understanding をどのように使用できますか?
企業は、次のようなさまざまな方法で Content Understanding を使用できます。
- 自動化: 定義されたスキーマを抽出するためにコンテンツの処理を自動化します。 コール センター、ドキュメント、およびその他の同様のシナリオ。
- コンテンツのカタログ作成: デジタル資産の大規模なコーパスを管理します。
- 顧客感情分析: レビュー、ソーシャル メディア、サポートとのやり取りからの顧客フィードバックについて理解します。
- 市場調査: さまざまなデータ ソースの傾向とパターンを分析してビジネス戦略を通知します。
- 運用上の分析情報: 内部ドキュメント、電子メール、およびその他の非構造化データから分析情報を得て、運用を改善します。
Content Understanding は既存のシステムと簡単に統合できますか?
はい。Content Understanding は、既存のシステムやワークフローと簡単に統合できます。 例えば次が挙げられます。
- Azure AI 検索
- Microsoft Fabric
- ファウンドリー エージェント サービス
- Azure Logic Apps
サービスには、任意のアプリケーションに統合できる一連の使いやすい API が用意されています。 GitHub のコード サンプルを参照してください。
Content Understanding によって処理されるデータを保護するためのセキュリティ対策は何ですか?
Foundry Tools (Content Understanding を含む) は、データ保護を確保するために厳格なセキュリティとコンプライアンスの標準に準拠しています。 これらの対策には、データの暗号化、セキュリティで保護されたアクセス制御、HIPAA などの業界の規制への準拠が含まれます。 このサービスは、Microsoft の AI の責任ある使用にも準拠しています。
Azure Content Understanding ではどのような基本モデルが使用されますか?
Content Understanding では、モデルの組み合わせを使用してコンテンツを処理します。
- Foundry モデル: Foundry から大規模な言語モデル (LLM) と埋め込みの独自のデプロイを利用できます。 Content Understanding では、GPT-4o および GPT-4.1 モデル ファミリと OpenAI 埋め込みモデルがサポートされています。 サポートされている モデル の完全な一覧については、モデルデプロイに関する記事を参照してください。
- その他の基本モデル: Content Understanding では、Speech、Vision、Language サービスなどのさまざまな機能を使用して、さまざまなモダリティにわたるコンテンツの抽出と処理をサポートします。
Content Understanding の価格レベルのオプションは何ですか?
Content Understanding では、2 つの主な料金カテゴリを持つ透過的な使用量ベースの価格モデルが使用されます。
- コンテンツ抽出: 処理された入力の単位あたりの料金 (ドキュメントの場合は 1,000 ページごと、オーディオ/ビデオの場合は 1 分あたり)。
- 生成機能: AI を利用した機能を使用する場合、コンテキスト化料金 (コンテンツ ユニットあたりの固定レート) に加えて、Microsoft Foundry モデルのデプロイ (入力/出力トークンと埋め込み) からトークンベースの料金が発生します。
価格情報、例、コスト最適化のヒントの詳細については、 価格の説明 と Content Understanding の価格に関するページを参照してください。
Content Understanding の顔機能と Azure AI Face サービスの違い
GA API バージョン (2025-11-01) では、Content Understanding は識別ではなく、プライバシーと説明に重点を置いた顔関連の機能を提供します。
- 顔のぼかし: 既定では、プライバシーを保護するために、ビデオおよび画像コンテンツの顔が自動的にぼかします。
- 顔の説明: 生成モデルを使用して、コンテンツ内の顔のテキスト説明を生成し、属性、特性、有名人の識別をキャプチャします。
Content Understanding には、この API バージョンの顔認識、検証、識別、人物ディレクトリ機能などの完全な Azure AI Face サービス機能は含まれていません。