微軟 AB-100（Agentic AI Business Solutions Architect）備考路徑：架構師那張，考的是判斷而不是實作

🌏 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：2026-10-08。現行 study guide 是「Skills measured as of October 14, 2026」那一版，變更紀錄標三條小改，三塊權重與 7 月版相同。

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。

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。

先修：必須另外持有一張 associate 認證

官方的考試頁與認證頁現在都寫：

In addition to passing the AB-100 required exam, you must also earn at least one of the prerequisite Associate-level certifications listed below.

也就是說，考過 AB-100 還不夠，必須同時持有清單裡的任一張 associate 認證，才拿得到這張 expert。

清單橫跨 Dynamics 365、Power Platform 與 AI 線。考試頁列了 15 張：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。認證頁的清單少了 MB-280 與 PL-200，只有 13 張；兩頁不一致，報名前以認證頁為準比較保險。

對本系列的讀者來說，最順的三張入口是 AB-620（低程式碼）、AI-103（code-first）與 AI-300（MLOps）。實際成本因此是兩張考試的費用與時間。

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 10 月 14 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

官方階梯現在有兩條。 AI-103 → AI-500 是指定單一先修；AB-100 則要求清單中任一張 associate，AB-620、AI-103、AI-300 都符合。所以低程式碼這一側的 AB-620 → AB-100 現在是官方認可的路徑之一。

官方頁面的兩處不一致

考試頁有一段簡介寫的是別張考試。 官方考試頁的 Schedule exam 區塊有這麼一段：

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.

資訊保護、資料外洩防護與保留、風險與警示管理是微軟合規類考試的內容，和同一頁下方「Assessed on this exam」列的 Plan／Design／Deploy AI-powered business solutions 對不上。準備時照 study guide，不要照那段簡介。

兩個頁面用兩套產品命名。 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」。判斷教材新舊時，別把單一頁面的用詞當成全公司的現況。

會變動的資訊（報名前再確認）

更新紀錄

• 2026-10-08：依官方頁面現況更新三件事。一、先修：原文依當時的官方文字判斷「15 張 associate 是可以搭配、不是必須」；官方現在明寫必須另外持有其中一張，整節改寫。二、語言：原為僅英文，現為 13 種含繁體中文。三、技能目標版本由 2026-07-22 換成 2026-10-14（三條小改，權重不變）。另補台灣考場價。

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