Azure AI Foundry の開発環境の設定

July 2, 2026 · View on GitHub

このガイドでは、本コースの Java AI アプリ用に Azure AI Foundry モデルを、キー管理不要 (Microsoft Entra ID) の認証でセットアップします。ツールに不慣れな場合は、開発環境ガイドから始めてください。

このガイドでは、本コースの Java AI アプリのために Azure AI Foundry モデルをセットアップします。方法は二つあります:

  • オプション A — azd + Bicep でプロビジョニング（推奨）: ワンコマンドで Foundry アカウントとモデルをコードとしてデプロイ。ポータルでの操作不要。
  • オプション B — Azure AI Foundry ポータルで手動でリソース作成。

どちらの方法も キー管理不要の認証（Microsoft Entra ID）を使用するため、API キーをコピーしたり漏えいの心配はありません。

目次

作成されるもの

infra/ の Bicep テンプレートで以下をプロビジョニングします:

  • Azure AI Foundry アカウント (Microsoft.CognitiveServices/accounts、種別は AIServices) とプロジェクト
  • チャット 展開 — gpt-4o-mini
  • 埋め込み 展開 — text-embedding-3-small（後の章で使用）
  • キー管理不要のロール割り当て（Cognitive Services OpenAI User）、az login でサインイン可能に

前提条件

オプション A：azd + Bicep でプロビジョニング（推奨）

02-SetupDevEnvironment フォルダーから:

cd 02-SetupDevEnvironment

# サインイン（両方のツール）
azd auth login
az login

# Foundryアカウントとモデルデプロイのプロビジョニング
azd up

azd は 環境名（例: genai-java）と リージョンを入力するよう求めます。gpt-4o-mini と text-embedding-3-small が利用可能なリージョンを選択してください（例: eastus2 または swedencentral）。

プロビジョニング終了後、azd は次の処理を行います:

  1. infra/main.bicep に定義されたすべてをデプロイします。
  2. エンドポイントと展開名を含む examples/basic-chat-azure/.env を生成する postprovision フックを実行します（シークレットは含まれません）。

ヒント: 変更を反映したい場合はいつでも azd up を再実行。すべて削除して料金発生を止めたい場合は azd down を使います。

生成された設定を確認するには:

azd env get-values

次に、セットアップのテストに進んでください。

オプション B：手動でリソース作成

ポータル操作を好む場合は、以下の手順でリソースを作成してください:

  1. Azure AI Foundry ポータルにアクセスし、サインイン。
  2. プロジェクトを作成（同時に AI Foundry リソースも作成されます）。名前は例として GenAIJava にしてください。
  3. プロジェクト内の Models + endpoints → Deploy model → Deploy base model を開く。
  4. gpt-4o-miniをデプロイ（展開名は gpt-4o-mini）。埋め込み例を使いたい場合は text-embedding-3-small も同様にデプロイ。
  5. Overview から エンドポイントをコピー（例: https://<resource>.openai.azure.com/）。
  6. キー管理不要アクセスを付与: リソース左メニューの Access control (IAM) → Add role assignment → 自分のアカウントに Cognitive Services OpenAI User を割り当て。

まだ問題がありますか？ Azure AI Foundry ドキュメントを参照してください。

環境の構成

オプション A (azd up) を使った場合、設定ファイルは自動で作成済みなので、構成は不要です。セットアップのテストへ進んでください。

オプション B（手動）の場合、サンプルの .env ファイルを自分で作成してください:

cd 02-SetupDevEnvironment/examples/basic-chat-azure
cp .env.example .env

.env を編集し、エンドポイントを指定します（キーは不要、認証はキー管理不要）:

AZURE_OPENAI_ENDPOINT=https://<your-resource>.openai.azure.com/
AZURE_OPENAI_DEPLOYMENT=gpt-4o-mini

セキュリティ注意: API キーは保存しません。認証は az login（ローカル）または Azure のマネージド ID で Microsoft Entra ID を使います。.env ファイルはシークレットを含まない設定のみで、すでに .gitignore 管理下にあります。

セットアップのテスト

キー管理不要認証用のトークン取得のためにサインインしたことを確認し、例を実行してください:

cd 02-SetupDevEnvironment/examples/basic-chat-azure

az login          # まだサインインしていない場合
mvn clean spring-boot:run

gpt-4o-mini モデルからの応答が表示されるはずです！

VS Code ユーザー: F5 キーで実行可能。アプリが .env を自動読み込みします。

完全な例: 詳細やトラブルシューティングは Azure AI Foundry を使った Basic Chat 例をご覧ください。

次は？

セットアップ完了！
以下の環境が整いました:

  • gpt-4o-mini と text-embedding-3-small をデプロイした Azure AI Foundry
  • キー管理不要認証（Microsoft Entra ID）
  • エンドポイントと展開名を含むローカル .env
  • Java 開発環境の準備完了

続けて 第3章: コア生成AI技術 にて AI アプリ構築を始めましょう！

リソース

追加リソース

免責事項： 本書類は AI 翻訳サービス Co-op Translator を使用して翻訳されています。正確性を期していますが、自動翻訳には誤りや不正確な部分が含まれる可能性があることをご承知おきください。原文の原語版が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。本翻訳の利用により生じたいかなる誤解や解釈違いについても、当方は責任を負いかねます。