この記事では、プロンプト ビルダーでモデルのバージョンと設定を変更する方法について説明します。 モデルのバージョンと設定は、生成 AI モデルのパフォーマンスと動作に影響を与える可能性があります。
モデルの選択
モデルを変更するには、プロンプト ビルダーの上部にある モデル を選択します。 ドロップダウン メニューでは、カスタム プロンプトに対する回答を生成する生成 AI モデルを選択できます。
重要
2025 年 11 月に、o3 モデルは GPT-5 推論モデルに移行されました。 o3 モデルで実行されたプロンプトは、ユーザーからの操作を必要としない GPT-5 推論モデルに自動的に移行されました。 プロンプトでサポート リクエストを通じて要求することで、o3 モデルに一時的に戻すことができます。 この例外は 2025 年 12 月 17 日まで続き、その後、o3 モデルは完全に廃止されます。
Power Apps または Power Automate でプロンプトを使用すると、プロンプト ビルダー クレジット が消費されますが、Microsoft Copilot Studio でプロンプトを使用すると、Copilot クレジット が消費されます。 詳細については、ライセンスとプロンプト ビルダーのクレジット を参照してください。
概要
以下の表は利用可能なさまざまなモデルを説明しています。
| GPT モデル | ライセンス | 機能 | カテゴリ |
|---|---|---|---|
| GPT-4.1 ミニ (既定モデル) |
Basic レート | 2024 年 6 月までのデータでトレーニング済み。 最大128Kトークンを入力できます。 | ミニ |
| GPT-4.1 | Standard レート | 2024 年 6 月までのデータでトレーニング済み。 最大128Kトークンまでのコンテキストが許可されています。 | 一般 |
| GPT-5 チャット | Standard レート | 2024 年 9 月までのデータでトレーニング済み。 最大128Kトークンまでのコンテキストが許可されています。 | 一般 |
| GPT-5 推論 | Premium レート | 2024 年 9 月までのデータでトレーニング済み。 最大 400K トークンまでのコンテキストが許可されます。 | ディープ |
| GPT-5.2チャット(実験的) | Standard レート | 最大128Kトークンまでのコンテキストが許可されています。 | 一般 |
| GPT-5.2の推論(実験的) | Premium レート | 2024 年 10 月までのデータでトレーニング済み。 最大 400K トークンまでのコンテキストが許可されます。 | ディープ |
| クロード・ソネット 4.5(実験的) | Standard レート | Anthropic の外部モデル。 最大 200K トークンまでのコンテキストが許可されます。 | 一般 |
| クロード作品4.1(実験的) | Premium レート | Anthropic の外部モデル。 最大 200K トークンまでのコンテキストが許可されます。 | ディープ |
GPT-4o mini と GPT-4o は米国政府地域で引き続き使用されます。 これらのモデルはライセンス規則に従って、それぞれ GPT-4.1 mini と GPT-4.1 に匹敵する機能を提供します。
モデルの利用可能性は地域によって異なります。 モデルの可用性については 、地域別モデルの可用性について詳しくご覧ください。
AnthropicモデルはMicrosoftの外部でホストされており、Anthropicの利用規約やデータ処理の対象となります。 Anthropic 外部モデルの詳細については、外部モデルをプライマリ AI モデルとして選択する を参照してください。
ライセンス
エージェント、フロー、またはアプリでは、プロンプトによって使用されるモデルは、リリース ステージに関係なく、Copilot クレジット を消費します。 詳細については、Copilot クレジット管理 を参照してください。
AI Builderのクレジットを持っている場合、Power AppsやPower Automateでプロンプトが使われる際に優先的に消費されます。 Copilot Studioでプロンプトを使うときは、それらは消費されません。 詳細については、AI Builder: ライセンスの概要 を参照してください。
リリースステージ
モデルにはさまざまなリリース ステージがあります。 新しい最先端の実験的モデルやプレビュー モデルを試したり、信頼性の高い十分にテストされた一般提供モデルを選択したりできます。
| タグ | プロパティ |
|---|---|
| 実験段階 | 実験で使用され、運用環境での使用には推奨されません。 プレビュー条件に従い、可用性と品質に制限がある場合があります。 |
| プレビュー | 最終的には一般提供モデルになりますが、現時点では運用環境での使用はお勧めしません。 プレビュー条件に従い、可用性と品質に制限がある場合があります。 |
| タグなし | 一般提供されています。 このモデルは、スケーリングおよび運用環境での使用できます。 ほとんどの場合、一般提供モデルでは可用性と品質に制限はありませんが、リージョンの可用性など、いくつかの制限が引き続き存在する場合があります。 重要: Anthropic Claude モデルは、タグが表示されていない場合でも実験段階にあります。 |
| 既定 | すべてのエージェントの既定のモデルであり、通常は最もパフォーマンスの高い一般提供モデルです。 既定のモデルは、新しいより多くの機能を備えるモデルが一般公開されると定期的にアップグレードされます。 エージェントは、選択したモデルが無効になっていたり使用できない場合でも、既定のモデルをフォールバックとして使用します。 |
実験段階のモデルとプレビュー モデルでは、パフォーマンス、応答の品質、待機時間、またはメッセージの消費量が変動し、タイムアウトまたは使用できない可能性があります。 これらは、プレビュー条件の対象となります。
分類
次の表に、モデルのさまざまなカテゴリを示します。
| ミニ | 一般 | ディープ | |
|---|---|---|---|
| パフォーマンス | ほとんどのタスクに適しています | 複雑なタスクに優れている | 推論タスク用にトレーニングされている |
| 速度 | より高速な処理 | 複雑さのために遅くなる可能性があります | 応答する前に考えるために遅い |
| ユース ケース | 要約処理、情報タスク、画像、ドキュメント処理 | 画像およびドキュメント処理、高度なコンテンツ作成タスク | データ分析と推論タスク、画像およびドキュメント処理 |
中程度の複雑さのタスクにコスト効率の高いソリューションが必要な場合、コンピューティング リソースが限られている場合、またはより高速な処理が必要な場合は、Mini モデルを選択します。 予算に制約があるプロジェクトや、顧客サポートや効率的なコード分析などのアプリケーションに最適です。
優れたパフォーマンスと詳細な分析を必要とする非常に複雑なマルチモーダル タスクを処理する場合は、汎用 モデルを選択します。 精度と高度な機能が重要となる大規模プロジェクトには、これがより適した選択肢です。 これがより優れた選択肢となるもう 1 つのシナリオは、それをサポートするための予算と計算リソースがある場合です。 汎用モデルは、時間の経過とともに複雑さが増す可能性のある長期的なプロジェクトにも適しています。
高度な推論機能を必要とするプロジェクトでは、Deep モデルが優れています。 高度な問題解決と批判的思考を必要とするシナリオに適しています。 Deep モデルは、微妙な推論、複雑な意思決定、詳細な分析が重要な環境で優れています。
リージョンの可用性、機能、ユース ケース、コストに基づいてモデルを選択します。 詳細は 地域別モデルの入手可能性および 価格比較表をご覧ください。
地域別モデルの利用可能性
以下のセクションでは、地域ごとのモデルの一般および米国政府の入手状況について説明します。
公的可用性
以下の表では、(GA)、(プレビュー)、または(実験的)は、その機能が利用可能だが別の地域でAzure OpenAIサービスを使用していることを意味します。 詳細については、リージョン間のデータ移動を有効にする を参照してください。
| 特徴 | アジア | オーストラリア | カナダ | ヨーロッパ | フランス | ドイツ | インド | 日本 | ノルウェイ | シンガポール | 南アフリカ | 南アメリカ | 韓国 | スウェーデン | スイス | アラブ首長国連邦 | イギリス | 米国 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| GPT-4.1 ミニ | GA | GA | (GA) | (GA) | (GA) | (GA) | GA | (GA) | (GA) | GA | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA | GA |
| GPT-4.1 | GA | GA | (GA) | (GA) | (GA) | (GA) | GA | (GA) | (GA) | GA | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA | GA |
| o3 | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA |
| GPT-5 チャット | (GA) | (GA) | (GA) | GA | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA |
| GPT-5 推論 | (GA) | (GA) | (GA) | GA | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA |
| GPT-5.2チャット | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | 実験段階 |
| GPT-5.2の推論 | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | 実験段階 |
米国政府の入手可能性
| 特徴 | 政府機関向けコミュニティ クラウド (GCC) | 政府機関向けコミュニティ クラウド – High (GCC High) | 米国国防総省 (DoD) |
|---|---|---|---|
| GPT-4o mini | GA | GA | - |
| GPT-4o | GA | GA | - |
| 入力として画像またはドキュメントを使用している GPT-4o | - | - | - |
モデルの更新
| モデル | ステータス | 提供終了日 | 代替 |
|---|---|---|---|
| GPT-4.1 ミニ | 一般に入手可能 | まだ日付がありません | なし |
| GPT-4.1 | 一般に入手可能 | まだ日付がありません | なし |
| GPT-5 チャット | 一般に入手可能 | まだ日付がありません | なし |
| GPT-5 推論 | 一般に入手可能 | まだ日付がありません | なし |
| GPT-5.2チャット | 実験段階 | まだ日付がありません | なし |
| GPT-5.2の推論 | 実験段階 | まだ日付がありません | なし |
| クロード・ソネット 4.5 | 実験段階 | まだ日付がありません | なし |
| クロード作品4.1 | 実験段階 | 2025 年 12 月 | クロード作品4.5 |
| クロード作品4.5 | 保留中の可用性 | まだ日付がありません | なし |
| o3 | 廃止 | 2025 年 12 月 4 日 | GPT-5 推論 |
| GPT-4o mini | 廃止 | 2025 年 7 月 | GPT-4.1 ミニ |
| GPT-4o | 廃止 | 2025 年 7 月 | GPT-4.1 |
| o1 | 廃止 | 2025 年 7 月 | o3 |
モデルの設定
設定パネルから3つの点を選択するとアクセスできます>プロンプトビルダーの上部にある設定。 次の設定を行うこともできます:
- 温度: 温度が低いほど、予測可能な結果が得られます。 温度が高いほど、より多様な応答やクリエイティブな応答が可能になります。
- レコードの取得: ナレッジ ソースの取得されたレコードの件数。
- 応答にリンクを含める: 選択すると、取得したレコードのリンク引用が応答に含められます。
温度
スライダーを使用すると、生成 AI モデルの温度を選択できます。 0 から 1 の間で選択できます。 この値は、生成 AI モデルに、どの程度の創造性 (1) と決定論的な回答 (0) を提供すべきかを指示します。
温度は、AI モデルによって生成される出力のランダム性を制御するパラメーターです。 温度が低いほど、より予測可能で保守的な出力が得られます。 比較すると、温度が高いほど、応答の創造性と多様性が高まります。 これは、モデルの出力におけるランダム性と決定論のバランスを微調整する方法です。
既定では、以前に作成したプロンプトと同様に、温度は 0 です。
| 温度 | 機能 | 用途 |
|---|---|---|
| 0 | より予測可能で保守的な出力です。 応答がより一貫性のあるものになります。 |
高い精度と変動性の低さが求められるプロンプト。 |
| 1 | 回答の創造性と多様性が高まります。 より多様で、時には革新的な対応です。 |
既成の新しいコンテンツを作成するプロンプト。 |
温度を調整すると、モデルの出力に影響を与える可能性がありますが、特定の結果が保証されるわけではありません。 AI の応答は本質的に確率的であり、同じ温度設定で変化する可能性があります。
注意
GPT-5 推論モデルでは温度設定を使用できません。 このため、GPT-5 推論モデルを選択すると、スライダーは無効になります。