Microsoft Decision 1.1とは
Microsoft-Decision-1.1は、状況、質問、候補を渡すと、候補ごとの確率スコアを返すモデルです。自由な文章で答えを作る生成AIと比べ、担当先や優先度など、アプリケーション側で扱う項目が決まっている仕事に向いています。Microsoftは、ルーティング、分類、優先順位付け、検証、ワークフロー制御を用途に挙げ、一般提供を発表しました(出典: Microsoftの一般提供案内)。Igniteの発表では、画像を含む入力への対応や、Microsoft自身がルーティングなどに使っている事例も紹介されています(出典: MicrosoftのIgnite発表)。
判断を組み込む場所を絞る
例えば業務上の問い合わせを整理する場面で、人が読める長文の報告書は必要ありません。担当先を選んで受付一覧に表示するために、アプリは決められた候補を受け取りたいことがあります。こうした場面では、選択肢の定義と、期待どおりの結果が返らない場合にどこへ回すかを先に決めます。
ルーティングとは、入力された案件を適切な処理や担当先へ振り分けることです。モデルに担当部署を新しく考えさせると、受け取り側に存在しない部署の名前が出るおそれがあります。実在する担当先の一覧と、その違いを明示すると、結果を既存の受付システムにつなぎやすくなります。
旧版から変わった内容を把握する
初代のMicrosoft-Decision-1も、決まった候補に対する判断に特化していました。Microsoftは、1.1で写真やスクリーンショットなどの画像を入力に含められるようにしたと説明しています。供給先としてMicrosoft Foundry、OpenRouter、Vercelを案内しています。Microsoftの一般提供案内
画像を添付できることと、すべての画像を必要な精度で分類できることは別です。例えばエラー画面の添付を受け付ける場合、読める画像だけでなく、縮小、切り抜き、文字の欠けがある入力も試します。
Microsoft Decision 1.1の候補・スコア・判断保留
モデルに依頼を出す際は、利用者の入力だけでなく、何を判断するか、どんな候補を使うかをアプリ側で定めます。公式カタログは、用意された選択肢それぞれの確率スコアを返すモデルと説明しています。Microsoft Foundryのモデル情報
候補の説明で分類を揃える
例えば問い合わせを「請求」「技術」「契約」に分ける場合は、支払い方法の問い合わせと、プラン変更の依頼をどこに含めるかを決めます。部署名を並べただけでは、接点が重なる案件で分類が揺れることがあります。
候補に説明を付けるときは、頻出する内容と、最も近い他の候補との境界を書くと運用しやすくなります。担当先の役割が変わった場合は、実際の受付ルールとモデルに渡す説明を一緒に更新します。
確率スコアを処理の分岐に使う
スコアは、自社の問い合わせで実際に正しい割合を保証するものではありません。Microsoftは、確かさが低い場面を見分けられるようにしたと説明しています。アプリの担当者は、自社の例で、どこまで自動で振り分け、どこから担当者に返すかを検証します。Microsoftのスコアとしきい値の説明
例えば上位の二つの候補が近いときや、候補自体が判断に足りないときは、受付担当に回す分岐を設けます。どちらにも属する入力を無理に分類すると、振り分け直しに時間がかかります。アプリ側で処理を止める条件を設けたうえで、保留した理由も記録します。
Microsoft Decision 1.1のFoundryでの使い方
試すには、有効なAzureサブスクリプション、Microsoft Foundryのプロジェクト、モデルをデプロイする権限が必要です。モデルカタログからMicrosoft-Decision-1.1をデプロイし、エンドポイントとデプロイ名を控えます。認証にはMicrosoft Entra IDまたはAPIキーを使えます(出典: Microsoft Learnの実装案内)。
関連記事:Microsoft Foundryとは?Copilot Studioとの違いとAzureが必要になる構成
アプリ側で結果を検証する
例えば状況に「ログイン時にパスワードが通らない」、質問に「どの窓口が担当するか」、選択肢に「契約」「技術」「アカウント」を渡します。選択式の choice では、選ばれた項目と候補ごとの確率が返ります。「アカウント」が返った場合も、値が候補の集合に含まれ、事前に決めたスコアの条件を満たすかをアプリ側で確認します。情報不足やタイムアウトのときは、受付担当に回します。
開発環境では、動作確認のための架空の問い合わせを用意します。実際のサポート記録を用いる場合は、付随する個人名、アカウント識別子、契約情報が判断に必要かを先に確かめます。
Foundry以外から利用する場合
MicrosoftはOpenRouter、Vercelでも一般提供を案内しています。接続先を変える場合は、同じモデル名でも、認証、対応する入出力、利用枠、料金、データが処理される地域をそのサービスで確認します。
既存アプリで別のサービスを使っている場合は、モデルの変更と、呼び出し元や請求元の変更を分けて検証します。切り替え後にエラーが増えたときに、モデルの挙動が変わったのか、接続条件が合っていないのかを追えるようにします。
自分の仕事に取り入れたいAI活用が見つかる。GiftXが実践する18業務の具体例を公開。
Microsoft Decision 1.1で問い合わせ分類を設計する
例として、社内のシステム利用窓口で「契約」「技術」「アカウント」に問い合わせを振り分けます。情報が不足する場合に加え、上位のスコアが近い場合や適切な候補がない場合も、受付担当に回します。まずは分類結果を記録し、自動で通知するかは試用結果を見て決めます。
| 入力例 | 想定する担当先 | 次に進む条件 |
|---|---|---|
| パスワード再設定の手順が分からない | アカウント | ログインに関する問い合わせだと判断できる |
| 接続時にアプリでエラーが出る | 技術 | どの処理で発生したかを把握できる |
| 利用プランと請求額を見直したい | 契約 | 対象の手続きで窓口が一致する |
| 契約変更後にログインできない | 契約またはアカウント | 主な依頼が不明なら受付担当が確認する |
誤ったときの影響から保留条件を決める
分類を間違えてもすぐ担当者が直せる案件と、連絡先を誤ると再対応や情報共有が必要になる案件では、保留の判断を変えます。最も高いスコアだけで機械的に決めず、入力に根拠がない場合と、複数候補をまたぐ場合を評価に含めます。
例えば同じ窓口が一次受付できるなら、分類を保留した案件も内容の確認まで進められます。逆に担当部署しか確認できない情報が必要なら、保留を使う前に、受付の責任と再振り分けの方法を決めます。
導入前後を同じ指標で測る
初回は、人が担当先を決めた複数の入力を使います。正しく分類した割合に加え、保留の割合、誤分類を直す時間、問い合わせが担当へ届くまでの時間を記録します。うまくいった案件だけでは、保留やエラーへの備えが足りないかを見分けられません。
適切な候補が存在しなかったケースを分けておくと、モデルを変えるべきか、候補や説明を変えるべきか判断できます。運用条件を変えた場合は、前の条件と同じ入力でもう一度比較します。
新しい案件が増えたときに見直す
評価用の問い合わせを最初に集めたまま使うと、新製品や新しい契約で生じた分類違いを見落とします。対応後に担当が振り分け直した事例を集め、候補の説明が足りなかったものと、受付段階で必要な情報が得られなかったものを区別します。
例えば技術と契約の担当が別々のシステムを使っている場合は、誤って別の窓口に送ると、その後の担当変更を自動で記録できないことがあります。分類結果だけ追うのではなく、問い合わせが最後にどの窓口に届いたかを確かめ、変更後の判定に例を戻します。
Microsoft Decision 1.1の料金と比較するときの条件
Microsoftの発表に記載された2026年11月時点のFoundryの料金は、デプロイ種別によって異なります。単位は入力100万トークン当たりの米ドルです。発表では、出力トークンへの課金はないとしています(出典: Microsoftの料金案内)。
| Foundryのデプロイ種別 | 入力100万トークンの料金 |
|---|---|
| Global Standard | 0.042ドル |
| US Data Zone | 0.046ドル |
| EU・APAC Data Zone | 0.05ドル |
公開価格を比較する際は、デプロイ先の違いと、自社で許可されている処理地域を確認します。価格の低い種別でも、組織が許可するデータ処理の条件を満たさない場合は選択できません。
速度と費用を同じ入力で測る
Microsoftは1.1の速度が初代の2倍以上だったと報告しています。使用するリクエストの長さ、画像の有無、認証と通信の条件が異なる場合は、利用者が見る実際の応答時間も変わります(出典: Microsoftの評価結果)。
入力を毎回長く組み立てるなら、短い問い合わせを送る場合より入力トークン数が増えます。過去の問い合わせ履歴を添付する場合は、どこまでを判断に使うかを決め、対応時間と費用の両方を計ります。
月間の件数から費用を計算する
【仮定】Global Standardで、入力が平均500トークンの分類を月10万件行うと、入力の合計は5,000万トークンです。発表時の単価を当てはめると、50×0.042米ドルで、判定モデルの入力は月2.10米ドルになります。
【仮定】実際の費用には、入力の再送、画像を扱う場合の計測、接続先の価格、自動処理の運用費などが関わります。同じ件数と入力を使ってモデル同士を比べ、振り分け後の確認ややり直しまで対象にします。
Microsoft Decision 1.1に関するよくある質問
Microsoft Decisionは文章を作るAIですか?
主な役割は、アプリケーションが定めた候補に対して判断材料を返すことです。問い合わせを分類した後、利用者に説明文を出す必要がある場合は、テンプレートや別のモデルを用意できます。
高いスコアなら自動で処理してもよいですか?
自社のデータで、どの条件なら誤分類を許容できるかを確認します。重要な処理では、入力が不足しているときや、候補が接近しているときに人が確認できる経路を設けます。
他社の判断APIも同じ方法で置き換えられますか?
決まった候補を判断する目的が同じでも、入力スキーマ、対応する形式、出力と保留の扱いはサービスによって違います。置き換える場合は自社の候補と実行結果を使い、アプリで値を受け取る部分から確かめます。
まとめ
Microsoft-Decision-1.1は、アプリケーションで扱う候補を定め、確からしさを参考に処理を振り分けるためのモデルです。問い合わせ分類で試すなら、候補の境界と確認すべき入力を用意し、スコアが低い場合や判断材料が足りない場合の扱いを決めます。まずは分類結果だけを見て、誤分類や保留を人が確認できるようにします。自動処理を増やす前に、確認と手戻りを含めた時間、費用、正しく担当先へ届く割合を比べます。
既存の業務に判断モデルを組み込みたい方へ
問い合わせの振り分けや優先度付けにAIを使う場合は、現在の担当者が使う判断条件と、判断できない入力を先に整理します。GiftX AIエージェント構築支援では、扱う業務と候補を絞り、保留や人の確認を含めて試す構成を設計します。候補を決め切れない場合は、担当者が実際に迷った入力を一つ用意すると、必要な情報を具体化できます。