<p>[SYSTEM_METADATA: style_prompt=architect_pro_v3; engine=gemini_1.5_pro; role=senior_cloud_architect; focus=Azure_AI_Foundry_Claude]</p> <p>本記事は<strong>Geminiの出力をプロンプト工学で整理した業務ドラフト（未検証）</strong>です。</p> <h1 class="wp-block-heading">Azure AI FoundryにおけるAnthropic Claude 3.5/Opusモデルのセキュアな実装ガイド</h1> <p>高セキュアなAzure環境下で最新のClaude Opusを統合し、エンタープライズAIの推論能力とデータプライバシーの両立を実現します。</p> <h2 class="wp-block-heading">【アーキテクチャ設計】</h2> <p>本設計では、Azure AI Foundry（旧Azure AI Studio）の「Model-as-a-Service (MaaS)」を活用します。これにより、インフラ管理不要でサーバーレスAPIとしてClaudeを利用可能。通信はすべてAzureバックボーン内で完結し、Entra IDによる厳格な認証と、Azure AI Content Safetyによる出力フィルタリングを多層的に配置します。</p> <div class="wp-block-merpress-mermaidjs diagram-source-mermaid"><pre class="mermaid"> graph TD User["開発者/アプリ"] -->|HTTPS/Entra ID Auth| Gateway["Azure AI Foundry Project"] Gateway -->|Model-as-a-Service| ClaudeAPI["Anthropic Claude Opus Endpoint"] Gateway -->|Logging| AppInsights["Application Insights"] Gateway -->|Content Filter| ContentSafety["Azure AI Content Safety"] ClaudeAPI ---|Managed by| MS_Anthropic["Azure AI Model Catalog"] subgraph Security_Boundary["Azure Security Boundary"] Gateway ContentSafety end </pre></div> <h2 class="wp-block-heading">【実装・デプロイ手順】</h2> <p>Azure AI Foundry上でClaude Opusを利用するためのリソース作成と、Bicepによるプロビジョニング手順です。</p> <h3 class="wp-block-heading">1. Azure CLI による基盤作成</h3> <div class="codehilite"> <pre data-enlighter-language="generic"># リソースグループの作成 az group create --name rg-ai-foundry-opus --location eastus2 # AI Hub（旧Machine Learning Workspace）の作成 az ml workspace create --name ai-hub-opus --resource-group rg-ai-foundry-opus --location eastus2 </pre> </div> <h3 class="wp-block-heading">2. Infrastructure as Code (Bicep) による接続構成</h3> <p>ClaudeなどのMaaSモデルをプロジェクトに紐付けるための定義例です。</p> <pre data-enlighter-language="generic">// AI Project の定義 resource aiProject 'Microsoft.MachineLearningServices/workspaces@2023-10-01' = { name: 'ai-project-opus' location: 'eastus2' kind: 'Project' identity: { type: 'SystemAssigned' } properties: { hubResourceId: aiHub.id } } // Claude API へのエンドポイント接続（MaaS） resource claudeConnection 'Microsoft.MachineLearningServices/workspaces/connections@2024-04-01-preview' = { parent: aiProject name: 'Claude-Opus-Connection' properties: { category: 'ServerlessEndpoint' target: 'https://anthropic-claude-opus.eastus2.models.ai.azure.com' authType: 'AAD' // Entra ID認証を推奨 } } </pre> <h2 class="wp-block-heading">【アイデンティティとセキュリティ】</h2> <ol class="wp-block-list"> <li><p><strong>認証 (Authentication):</strong> APIキー方式ではなく、<strong>マネージドID (Managed Identity)</strong> を使用したEntra ID認証を強制します。これにより、コード内へのシークレット埋め込みを排除します。</p></li> <li><p><strong>認可 (RBAC):</strong> 利用するアプリケーションに対し「Azure AI Developer」または「Cognitive Services User」ロールを最小権限の原則に基づき割り当てます。</p></li> <li><p><strong>ネットワークセキュリティ:</strong> AI Foundryのプロジェクトに <strong>Private Endpoint</strong> を構成し、パブリックインターネットからのアクセスを遮断。オンプレミスからはExpressRoute経由でのみアクセスを許可します。</p></li> </ol> <h2 class="wp-block-heading">【運用・コスト最適化】</h2> <ul class="wp-block-list"> <li><p><strong>可観測性:</strong> Azure AI Foundryに統合された <strong>Application Insights</strong> を有効化し、<code>Trace</code> プロパティでトークン消費量とレスポンス遅延（Latency）を常時監視します。</p></li> <li><p><strong>コスト最適化:</strong> Claude Opusは高コストモデルであるため、開発環境では <strong>Claude 3.5 Sonnet</strong> を併用し、高度な推論が必要な本番ワークロードのみOpusへルーティングする「モデル・ルーター」パターンの採用を推奨します。</p></li> <li><p><strong>クォータ管理:</strong> MaaSは「トークンあたりの支払い（Pay-as-you-go）」ですが、サブスクリプション単位の「Tokens Per Minute (TPM)」制限があるため、事前にQuotaの引き上げ申請が必要です。</p></li> </ul> <h2 class="wp-block-heading">【まとめ】</h2> <ol class="wp-block-list"> <li><p><strong>APIキーの廃止:</strong> 必ずEntra ID認証（マネージドID）を利用し、認証情報の漏洩リスクをゼロにする。</p></li> <li><p><strong>リージョンの選択:</strong> Claude Opusは現在特定のリージョン（East US 2等）から提供開始されるため、リソース配置場所に注意する。</p></li> <li><p><strong>コンテンツフィルタの調整:</strong> Azure AI Content Safetyの閾値が厳しすぎると正常な回答も遮断されるため、ユースケースに応じたフィルタリングレベルのテストが必要。</p></li> </ol>

graph TD
    User["開発者/アプリ"] -->|HTTPS/Entra ID Auth| Gateway["Azure AI Foundry Project"]
    Gateway -->|Model-as-a-Service| ClaudeAPI["Anthropic Claude Opus Endpoint"]
    Gateway -->|Logging| AppInsights["Application Insights"]
    Gateway -->|Content Filter| ContentSafety["Azure AI Content Safety"]
    ClaudeAPI ---|Managed by| MS_Anthropic["Azure AI Model Catalog"]

    subgraph Security_Boundary["Azure Security Boundary"]
    Gateway
    ContentSafety
    end

# リソースグループの作成

az group create --name rg-ai-foundry-opus --location eastus2

# AI Hub（旧Machine Learning Workspace）の作成

az ml workspace create --name ai-hub-opus --resource-group rg-ai-foundry-opus --location eastus2

// AI Project の定義
resource aiProject 'Microsoft.MachineLearningServices/workspaces@2023-10-01' = {
  name: 'ai-project-opus'
  location: 'eastus2'
  kind: 'Project'
  identity: {
    type: 'SystemAssigned'
  }
  properties: {
    hubResourceId: aiHub.id
  }
}

// Claude API へのエンドポイント接続（MaaS）
resource claudeConnection 'Microsoft.MachineLearningServices/workspaces/connections@2024-04-01-preview' = {
  parent: aiProject
  name: 'Claude-Opus-Connection'
  properties: {
    category: 'ServerlessEndpoint'
    target: 'https://anthropic-claude-opus.eastus2.models.ai.azure.com'
    authType: 'AAD' // Entra ID認証を推奨
  }
}