微軟 AB-100 備考路徑：架構師那張，別照官方頁面那段簡介準備

🌏 English version

本文是從官方資料建出來的備考路徑，不是應考實錄 —— 作者沒有報考這張考試。所有「考什麼」都指回官方 study guide，不含考古題。查證日期：2026-08-18，對照的是「Skills measured as of July 22, 2026」那一版。

AB-100 是微軟三張 agent 認證裡的架構師版 —— AB-620 建東西、AI-500 寫程式、AB-100 決定要不要做、怎麼算 ROI、怎麼治理。

各家證照的價格、效期與門檻對照見站內的2026 年工程師 AI 證照有哪些，本文不重複。

先講一個官方頁面的錯誤

官方考試頁的 Schedule exam 區塊裡，有這麼一段：

This exam measures your ability to accomplish the following technical tasks: implement information protection; implement data loss prevention and retention; manage risks, alerts, and activities.

這段是錯的。 資訊保護、資料外洩防護與保留、風險與警示管理 —— 這是微軟合規類考試的樣板文，跟 AB-100 毫無關係，而且跟同一頁下方的「Assessed on this exam」自相矛盾（那裡列的是 Plan／Design／Deploy AI-powered business solutions）。

實務含意：照 study guide 準備，不要照那段簡介。 這是本系列第三次遇到官方文件內部打架（前兩次是 NVIDIA 的權重表與描述、AI-103 的文件連結區塊）—— 官方來源要交叉比對，不能單看一頁。

官方規格速覽

免費練習測驗是它比另外兩張強的地方 —— AI-500 與 AB-620 目前都還沒有。這張的 study guide 也是三張裡唯一有「Skills measured as of」日期與 change log 的。

那 15 張 associate 證照是什麼意思

官方考試頁列出一份清單，開頭寫：

Here is a list of the current possible associate certs that can be used for this expert certification:

清單含 MB-280、PL-200、MB-330、PL-400、MB-230、MB-310、MB-500、MB-800、MB-820、AI-300、AI-103、AB-620、AB-210、AB-410、AB-250 —— 十五張，橫跨 Dynamics 365、Power Platform 與 AI 線。

但官方文字沒有說「必須」持有其中之一。 對照 AI-500 —— 那張有明確的 Prerequisites: 1 certification 欄位與獨立的 Certification prerequisites 段落 —— AB-100 兩者皆無。

所以正確的理解是：這 15 張是「可以搭配」而不是「必須先有」。要百分之百確認，得問 Microsoft Credentials 支援；本文照官方文字報告，不替它補上沒寫的規定。

三塊權重

重心在部署與治理，而且這裡的「Deploy」不是按部署鍵 —— 它涵蓋監控調校、測試策略、ALM 流程設計，以及負責任 AI、安全、治理、風險與合規。

逐塊準備

Plan AI-powered business solutions（25–30%）

官方考什麼：評估 agent 在任務自動化、資料分析與決策上的用途；檢視用於 grounding 的資料（正確性、相關性、時效性、乾淨度、可得性）；組織資料供其他 AI 系統使用。

策略層：套用 Azure Cloud Adoption Framework 的 AI 導入流程；設計在商業方案中建 AI 與 agent 的策略；用 Microsoft 365 Copilot、Copilot Studio 與 Microsoft Foundry 設計多 agent 方案；預建 agent 的使用案例；決定要自建 agent 還是擴充 Microsoft 365 Copilot；決定何時該建自訂模型；提供 prompt library 的建立準則；客製化小型語言模型的使用案例；納入 Microsoft AI Center of Excellence 的要素。

成本效益：選擇含總持有成本的 ROI 準則、為提案做 ROI 分析、分析自建／購買／擴充的取捨、實作 model router 把請求導向最合適的模型。

怎麼準備：這塊最不像技術考試的一塊，也是工程師最容易輕忽的 —— ROI 分析與 build/buy/extend 判斷是實打實的考點。建議把自己做過的一個 AI 專案，真的算一次總持有成本。

Design AI-powered business solutions（25–30%）

官方考什麼：為 Dynamics 365 各應用設計 Copilot 的商業術語與客製化；為 Dynamics 365 Contact Center 通路設計整合用 agent；設計任務型 agent、自主 agent、prompt 與回應型 agent；提出 Foundry Tools 的選用建議；設計 Copilot Studio 的 topic（含 fallback）；套用 Power Platform Well-Architected Framework；判斷何時該用標準 NLP、對話式語言理解或生成式 AI 編排；設計 agent flow 與 prompt action。

擴充性：用 Microsoft Foundry 的自訂模型設計方案；在 Microsoft 365 Copilot 裡設計 agent；用 MCP 設計 Copilot Studio 的 agent 擴充；用 Computer Use 設計自動化 app 與網站任務的 agent；設計 agent 行為（含推理與語音模式）；用 Teams 與 SharePoint 的 agent 最佳化方案設計。

怎麼準備：這塊考的是選型的邊界。三個最常出現的判斷題：自建 vs 擴充 Copilot、標準 NLP vs 生成式編排、task agent vs autonomous agent。三組分界能講清楚，這塊就穩了。

Deploy AI-powered business solutions（40–45%，最重）

分析、監控與調校：建議監控 agent 的流程與工具；分析 AI 與 agent 使用的待辦與使用者回饋；用 AI 工具分析問題並調校；監控 agent 效能與指標；解讀遙測資料做效能與模型調校。

測試管理：建議測試 agent 的流程與指標；建立自訂 AI 模型的驗證準則；驗證 Copilot prompt 的最佳實踐；設計跨多個 Dynamics 365 應用的端到端測試情境；用 Copilot 建立測試案例的策略。

ALM 流程設計：為 AI 模型與 agent 用的資料、Copilot Studio 的 agent／connector／action、Microsoft Foundry Agents service、自訂 AI 模型，以及 Dynamics 365 各應用的 AI，分別設計 ALM。

負責任 AI、安全、治理、風險與合規：設計 agent 的安全與治理、模型安全；分析方案與 AI 的漏洞與緩解，含 prompt manipulation；審視是否符合負責任 AI 原則；驗證資料落地與資料移動的合規；設計 grounding 資料與模型調校的存取控制；設計模型與資料變更的稽核軌跡。

怎麼準備：這 40–45% 是四個子塊的總和，而且每一塊都是「設計流程」而不是「執行操作」。準備方式是把每個子塊寫成一份你自己的檢核表 —— 例如「一個 agent 上線前，ALM 要涵蓋哪五件事」。官方 study guide 有 change log，值得對照確認自己讀的是 7 月 22 日那版。

時程與官方課程的定位

這張沒有辦法用「讀完就考」的方式準備，因為 outline 幾乎全是 design、recommend、propose 這類動詞 —— 考的是判斷，而判斷來自做過的專案。

官方講師課 AB-100T00 自己也這樣說：

While this course aligns conceptually with many of the AB-100 exam skill areas, it is not a test-preparation course and does not focus on test-taking strategies. Instead, it provides the architectural foundations, enterprise context, and design reasoning that make AB-100 learning meaningful and applicable.

微軟自己說這門課不是考前準備課，這在官方教材裡很少見，也說明了這張的性質。

自學路線是免費的 Microsoft Learn 學習路徑 Architect agentic AI business solutions（考試頁 learn_item 指向的那條），加上免費練習測驗。

時程建議：有企業架構經驗的人，四到六週足夠把微軟產品線的對應關係補齊；沒有架構經驗、只有開發經驗的人，這張不是靠讀書能過的 —— 先去參與一次跨部門的 AI 導入專案比較實際。

微軟三張 agent 證照的分工

唯一的官方階梯仍是 AI-103 → AI-500。 AB-620 與 AB-100 各自獨立，只是 AB-620 出現在 AB-100 的可搭配清單裡。

一個跨頁面的命名不一致

值得順帶記錄：AB-100 的考試頁描述考生能力時，用的是「Azure AI services」「Azure OpenAI」「Azure AI Foundry」；而 AI-103 的技能目標已經全面改用「Microsoft Foundry」與「Foundry Tools」。

同一家公司、同一條產品線、同一個月更新的兩個頁面，用著兩套命名。判斷教材新舊時，別把單一頁面的用詞當成全公司的現況。

會過期的東西（下次複查看這裡）

參考資料

• Agentic AI Business Solutions Architect 認證頁
• Exam AB-100 頁面（含那段錯置的簡介與 15 張 associate 清單）
• AB-100 官方 study guide（三塊權重與 change log）
• 課程 AB-100T00（官方自述非考前準備課）
• 微軟認證續期規則

站內相關

• 2026 年工程師 AI 證照有哪些
• 微軟 AB-620 備考路徑
• 微軟 AI-500 備考路徑