Перейти к содержимому
TokIQ
Обучение

AI-901 (AI901): вопросы к экзамену и факты об экзамене

10 авторских вопросов к экзамену AI-901 (AI901) с ответами, официальные факты об экзамене, проверяемые навыки и что заменило AI-900 в 2026 году.

TokIQ Editorial10 мин чтения
В этой статье
  1. Что случилось с AI-900?
  2. Экзамен AI-901: основные факты
  3. Область навыков 1: понимание концепций и возможностей ИИ
  4. Область навыков 2: создание решений на ИИ с помощью Microsoft Foundry
  5. Как оценить себя
  6. Как писались эти вопросы
  7. Больше вопросов к AI-901

AI-900 больше нет: Microsoft сняла его с экзаменов 30 июня 2026 года и заменила на AI-901: Microsoft Azure AI Fundamentals. Теперь это единственный экзамен для сертификации Microsoft Certified: Azure AI Fundamentals. Ниже 10 авторских вопросов к AI-901 с ответами и короткими пояснениями. Они распределены по двум официальным областям навыков примерно в тех же пропорциях, что и на настоящем экзамене.

Прежде чем смотреть ответ, попробуйте решить вопрос сами. Если вы готовились по тесту для AI-900, первые четыре вопроса покажутся знакомыми. Последние шесть - это новая часть.

Главное

  • AI-901 заменил AI-900 30 июня 2026 года. Название сертификации не изменилось: Microsoft Certified: Azure AI Fundamentals.
  • 55–60% AI-901 посвящено созданию решений на ИИ с помощью Microsoft Foundry, поэтому 6 из 10 вопросов ниже относятся к этой области.
  • Microsoft ждёт от кандидатов на AI-901 знания синтаксиса Python. В AI-900 этого не требовалось.
  • На экзамен даётся 45 минут, а проходной шкалируемый балл - 700 из 1 000. Число вопросов Microsoft не публикует.

Что случилось с AI-900?

Microsoft сняла экзамен AI-900 30 июня 2026 года. На странице экзамена AI-900 теперь написано, что он «has been replaced by AI-901» (то есть заменён), а страница сертификации Azure AI Fundamentals называет AI-901 единственным обязательным экзаменом.

Изменился не только код. AI-900 проверял пять теоретических областей: задачи ИИ, машинное обучение в Azure, компьютерное зрение, обработку естественного языка и генеративный ИИ. В AI-901 две области навыков, и большая из них практическая:

AI-900 (снят)AI-901 (действует)
Области навыков5 теоретических разделов2: концепции ИИ (40–45%) и создание решений на ИИ с помощью Microsoft Foundry (55–60%)
ПрограммированиеНе требуетсяОжидается знание синтаксиса Python
АкцентОписывать задачи ИИ и сервисы AzureОписывать концепции ИИ, затем создавать в Foundry небольшие чат-приложения, агентов, решения для речи, зрения и извлечения данных

Если ваш тест для AI-900 охватывает только левый столбец, он по-прежнему помогает с вопросами о концепциях, но пропускает больше половины AI-901.

Экзамен AI-901: основные факты

Эти факты взяты из официального руководства по AI-901 (проверяемые навыки по состоянию на 15 апреля 2026 года), со страницы экзамена AI-901, со страницы Microsoft о длительности экзамена и со страницы о подсчёте баллов. Все данные проверены 2026-10-26. Полную сводку фактов и план подготовки смотрите на нашей странице подготовки к AI-901.

ФактОфициальное значение
ЭкзаменAI-901: Microsoft Azure AI Fundamentals
СертификацияMicrosoft Certified: Azure AI Fundamentals
Время45 минут (65 минут на месте)
Проходной балл700 по шкале 1–1 000 (шкалируемый балл)
ВопросыНе публикуется (Microsoft сообщает, что в большинстве экзаменов 40–60)
СтоимостьЗависит от страны или региона, где вы сдаёте экзамен
Штраф за неверный ответНет
Область навыковВесВопросы ниже
1. Понимание концепций и возможностей ИИ40–45%1–4
2. Создание решений на ИИ с помощью Microsoft Foundry55–60%5–10

Руководство также сообщает, что большинство вопросов касается функций, которые уже общедоступны, что в экзамен могут попасть часто используемые функции в предварительной версии и что нужно быть знакомым с REST API, SDK и CLI.

Область навыков 1: понимание концепций и возможностей ИИ

Вопрос 1

Компания запускает чат-бота для службы поддержки. Каждый разговор начинается с сообщения о том, что пользователь общается с системой ИИ, чем она может помочь и в чём может ошибаться. Какой принцип ответственного ИИ от Microsoft это в первую очередь поддерживает?

  • A. Справедливость (fairness)
  • B. Инклюзивность (inclusiveness)
  • C. Прозрачность (transparency)
  • D. Надёжность и безопасность (reliability and safety)

Ответ: C. Прозрачность означает, что люди понимают, что пользуются системой ИИ, для чего она нужна и каковы её ограничения. Заранее сообщить пользователям, что они говорят с ИИ и где он может ошибиться, - прямой пример.

  • A неверно: справедливость означает, что система одинаково относится ко всем группам людей.
  • B неверно: инклюзивность означает проектирование с учётом людей с разными возможностями и разным опытом, например доступные интерфейсы.
  • D неверно: надёжность и безопасность означают, что система работает как задумано и безопасно отказывает; сообщение-предупреждение не меняет поведение модели.

В руководстве шесть принципов: справедливость, надёжность и безопасность, конфиденциальность и защита данных, инклюзивность, прозрачность и ответственность. Ждите сценарных вопросов, где практику нужно сопоставить с одним из них.

Вопрос 2

Какое утверждение лучше всего описывает, как большая языковая модель формирует ответ на промпт?

  • A. Она ищет в обучающих данных сохранённый документ, который лучше всего подходит к промпту, и возвращает его.
  • B. Она раз за разом предсказывает наиболее вероятный следующий токен на основе промпта и уже сгенерированных токенов.
  • C. Она выполняет фиксированный набор правил, которые разработчики написали для каждого типа вопросов.
  • D. Каждый раз она ищет ответ в базе данных в интернете.

Ответ: B. Языковая модель генерирует текст по одному токену. Токен - это фрагмент текста, часто часть слова. На каждом шаге модель предсказывает вероятный следующий токен, исходя из всего, что было до него, добавляет его и повторяет это, пока ответ не будет готов.

  • A неверно: модель не хранит и не возвращает целые документы, а создаёт новый текст.
  • C неверно: поведение выучено на данных при обучении, а не записано в виде правил.
  • D неверно: сама по себе модель не ищет в интернете. Приложение или агент могут добавить поиск как инструмент, но это отдельный шаг.

Вопрос 3

Ритейлер хочет обработать тысячи отзывов о товарах и выделить из них названия продуктов, брендов и городов, которые упоминают покупатели. Какой метод анализа текста подходит?

  • A. Анализ тональности (sentiment analysis)
  • B. Выделение сущностей (named entity recognition)
  • C. Суммаризация
  • D. Определение языка

Ответ: B. Выделение сущностей находит в тексте именованные объекты и относит их к категориям, например продукты, организации, люди и места.

  • A неверно: анализ тональности говорит, положительный, отрицательный или нейтральный отзыв, а не какие объекты в нём названы.
  • C неверно: суммаризация сокращает текст, а не перечисляет конкретные элементы.
  • D неверно: определение языка лишь показывает, на каком языке написан отзыв.

Вопрос 4

Навигационное приложение должно зачитывать водителю маршрут вслух. Какая речевая возможность для этого нужна?

  • A. Распознавание речи (речь в текст)
  • B. Синтез речи (текст в речь)
  • C. Распознавание диктора
  • D. Извлечение ключевых слов

Ответ: B. Синтез речи превращает текст в звучащую речь, а именно это и нужно, чтобы зачитывать маршрут.

  • A неверно: распознавание речи делает обратное, превращает звучащую речь в текст, например чтобы понимать голосовые команды водителя.
  • C неверно: распознавание диктора определяет, кто говорит.
  • D неверно: извлечение ключевых слов - это метод анализа текста, звука он не создаёт.

Область навыков 2: создание решений на ИИ с помощью Microsoft Foundry

Вопрос 5

Разработчик создаёт чат-приложение в Microsoft Foundry. Каждый ответ должен быть вежливым, написанным простым английским языком и ограниченным вопросами о продуктах компании, что бы ни ввёл пользователь. Куда нужно поместить эти правила?

  • A. В системный промпт
  • B. В каждый пользовательский промпт, который вводит сам пользователь
  • C. В название модели
  • D. В сообщения об ошибках приложения

Ответ: A. Системный промпт (system message) задаёт модели роль, тон, рамки и правила на весь разговор. Пользовательский промпт содержит сам вопрос, который меняется в каждой реплике, и рассчитывать, что в нём будут повторяться правила, нельзя.

  • B неверно: пользователи не станут добавлять правила сами, и приложение не должно на это полагаться.
  • C неверно: название модели или развёртывания лишь указывает, какая именно модель вызывается.
  • D неверно: сообщения об ошибках не влияют на то, как отвечает модель.

В нашем руководстве как написать системный промпт подробнее о том, что в него включать.

Вопрос 6

Разработчик выбрал модель в каталоге моделей Foundry и хочет вызывать её из приложения на Python. Что нужно сделать, прежде чем приложение сможет отправлять ей промпты?

  • A. Дообучить модель на данных компании
  • B. Развернуть модель в ресурсе Foundry и использовать в приложении конечную точку и имя этого развёртывания
  • C. Скачать веса модели на ноутбук
  • D. Создать анализатор Content Understanding

Ответ: B. Модель из каталога нужно развернуть, прежде чем её можно использовать. После этого приложение отправляет запросы развёртыванию, используя конечную точку проекта, имя развёртывания и учётные данные, например ключ или Microsoft Entra ID. В руководстве есть оба пункта: «deploy a model and interact with it in the Foundry portal» и «create a lightweight chat client application by using the Foundry SDK».

  • A неверно: дообучение необязательно, и для вызова модели оно не нужно.
  • C неверно: развёрнутую модель размещает Foundry, а вы обращаетесь к ней по сети.
  • D неверно: анализатор нужен для извлечения информации с помощью Content Understanding, а не для общения с моделью.

Вопрос 7

Разработчик написал такой простой чат-цикл на Python. Пользователи жалуются, что ассистент забывает то, что они написали сообщением раньше. Как это исправить?

system = {"role": "system", "content": "Ты полезный помощник по путешествиям."}

while True:
    user_input = input("Вы: ")
    messages = [system, {"role": "user", "content": user_input}]
    reply = send_to_model(messages)  # вызывает развёрнутую чат-модель
    print("Ассистент:", reply)
  • A. Повысить temperature, чтобы модель запоминала больше
  • B. Вести один список messages на весь разговор и перед каждым следующим вызовом добавлять в него каждое сообщение пользователя и каждый ответ ассистента
  • C. Переместить системное сообщение в конец списка
  • D. Развернуть модель побольше

Ответ: B. Чат-модель не помнит прошлые запросы. При каждом вызове она видит только те сообщения, которые вы отправили. Цикл заново собирает messages с нуля на каждой реплике, поэтому предыдущие реплики теряются. Если создать список один раз и на каждой реплике добавлять в него ввод пользователя и ответ ассистента, модель получит историю разговора.

  • A неверно: temperature меняет степень случайности ответа, а не то, что видит модель.
  • C неверно: порядок системного сообщения не вернёт недостающие реплики.
  • D неверно: модель побольше тоже видит только сообщения из запроса.

Вопрос 8

Команда создаёт в портале Foundry одного агента, который будет отвечать на вопросы сотрудников о кадровых политиках компании, хранящихся в PDF-файлах. Какое изменение позволит агенту опираться в ответах на эти документы?

  • A. Добавить агенту инструмент поиска по файлам (file search) и загрузить документы с политиками
  • B. Увеличить максимальную длину ответа
  • C. Добавить агенту модель для генерации изображений
  • D. Убрать инструкции агента, чтобы он отвечал свободно

Ответ: A. Инструменты расширяют возможности агента. Инструмент поиска по файлам индексирует загруженные файлы в векторном хранилище, чтобы агент мог находить нужные фрагменты и отвечать по ним, а не по общим знаниям модели.

  • B неверно: более длинный ответ не даёт агенту новых знаний.
  • C неверно: генерация изображений создаёт картинки, а не ответы по документам.
  • D неверно: инструкции определяют роль агента; без них он будет менее надёжным, а не лучше осведомлённым.

В основе этого подхода лежит генерация с дополнением выборкой (RAG), а в статье про вызов инструментов и ИИ-агентов объясняется, как агенты решают, когда использовать инструмент.

Вопрос 9

Полевой техник фотографирует повреждённую деталь станка и спрашивает у приложения компании: «Что это за деталь и что с ней могло случиться?» Какой подход лучше всего подходит в Foundry?

  • A. Отправить фото и вопрос вместе в промпте развёрнутой мультимодальной модели, которая принимает изображения
  • B. Отправить вопрос модели для генерации изображений
  • C. Превратить фото в аудио с помощью синтеза речи
  • D. Запустить анализ тональности для имени файла с фото

Ответ: A. Мультимодальная модель может принять изображение и текст в одном промпте и рассуждать об обоих. В руководстве это называется интерпретацией визуальных данных в промптах с помощью развёрнутой мультимодальной модели.

  • B неверно: модель для генерации изображений создаёт новые картинки, а не объясняет существующее фото.
  • C неверно: синтез речи превращает текст в аудио и не имеет отношения к изображениям.
  • D неверно: анализ тональности работает с мнениями в тексте, а имя файла ничего не говорит о детали.

Вопрос 10

Колл-центр хочет обработать записи звонков клиентов и получить для каждого звонка структурированные поля: краткое содержание, обсуждаемый продукт и удовлетворённость клиента. Какой инструмент Foundry создан для этого?

  • A. Azure Content Understanding in Foundry Tools с анализатором, который определяет поля
  • B. Модель текстовых эмбеддингов
  • C. Модель для генерации изображений
  • D. Инструмент поиска по файлам у агента

Ответ: A. Content Understanding превращает документы, изображения, аудио и видео в структурированный результат. Нужные поля вы описываете в схеме анализатора, и он может извлекать, классифицировать или генерировать значения, например краткое содержание звонка или метку удовлетворённости. Аналитика после звонков - один из сценариев, которые называет Microsoft.

  • B неверно: эмбеддинги превращают текст в векторы для поиска и не создают размеченные поля из аудио.
  • C неверно: генерация изображений создаёт картинки.
  • D неверно: поиск по файлам помогает агенту отвечать на вопросы по документам, но не превращает каждую запись в структурированные поля.

Как оценить себя

Посчитайте правильные ответы из 10, а затем посмотрите, где вы ошиблись. Десяти вопросов мало, чтобы предсказать результат экзамена, но они показывают, какая область навыков требует работы.

  • 9–10 верных: практикуйтесь на более длинных наборах с таймером и продолжайте разбирать вопросы, в которых ошиблись.
  • 6–8 верных: вернитесь к пунктам той области навыков, где ошиблись, в руководстве.
  • 5 и меньше: начните с концепций. Наш путь изучения промпт-инжиниринга охватывает идеи генеративного ИИ, на которых строятся вопросы 2 и 5–8.

Если вы ошиблись в нескольких вопросах из 5–10, пробел у вас в части Foundry. Эти навыки проще всего осваивать на практике: разверните модель, напишите системный промпт и сами соберите небольшой чат-клиент на Python.

Microsoft также предлагает бесплатную пробную оценку для этой сертификации на AI Skills Navigator (нужно войти в аккаунт). Ссылка на неё есть на странице экзамена AI-901.

Как писались эти вопросы

Редакция TokIQ Editorial написала эти вопросы по навыкам из руководства по AI-901 (проверяемые навыки по состоянию на 15 апреля 2026 года). Это не настоящие вопросы с экзамена, и они не взяты ни из какой утечки. Факты об экзамене проверены по страницам Microsoft Learn, ссылки на которые приведены выше, 2026-10-26. TokIQ - независимое приложение для тренировки, оно не связано с Microsoft, не одобрено и не спонсируется ею. Microsoft, Azure и Microsoft Foundry - товарные знаки группы компаний Microsoft.

Готовитесь и к AWS? Попробуйте наши примеры вопросов AWS AI Practitioner (AIF-C01).

Больше вопросов к AI-901

Если хотите каждый день небольшой набор вроде этого, в TokIQ (в Google Play, для iPhone скоро) есть режим подготовки к AI-901: ежедневная сессия, которая возвращает пропущенные вопросы по методу интервальных повторений, смещается в сторону вашей самой слабой области навыков и включает пробные экзамены с таймером. Каждый вопрос ссылается на официальный источник Microsoft Learn, на котором основан, а после каждого ответа есть пояснение на вашем языке.

Не уверены, что AI-901 - правильный первый экзамен? Сравните его с другими вариантами в статье какую ИИ-сертификацию сдавать первой или попробуйте вопросы к Google Generative AI Leader.

Частые вопросы

Экзамен AI-900 отменили?

Да. Microsoft вывела AI-900 из программы 30 июня 2026 года и заменила его экзаменом AI-901: Microsoft Azure AI Fundamentals. Чтобы получить сертификацию Microsoft Certified: Azure AI Fundamentals, теперь нужно сдать AI-901, это единственный обязательный экзамен (Microsoft Learn, проверено 2026-10-26).

Чем AI-900 отличается от AI-901?

В AI-900 было пять теоретических разделов (задачи ИИ, машинное обучение в Azure, компьютерное зрение, NLP и генеративный ИИ). В AI-901 две области навыков: понимание концепций и возможностей ИИ (40–45%) и создание решений на ИИ с помощью Microsoft Foundry (55–60%). Кроме того, Microsoft ждёт от кандидатов на AI-901 знания синтаксиса Python, так что больше половины экзамена посвящено созданию небольших приложений и агентов в Foundry.

Можно ли готовиться к AI-901 по тестам для AI-900?

Только отчасти. Вопросы о ответственном ИИ, анализе текста, речи и компьютерном зрении по-прежнему помогают с первой областью навыков. Но в наборах для AI-900 нет развёртывания моделей, промптов, агентов и Content Understanding в Microsoft Foundry, а это 55–60% AI-901.

Сколько длится экзамен AI-901 и какой балл нужен для сдачи?

Экзамены Microsoft уровня Fundamentals длятся 45 минут, всего на месте нужно быть 65 минут. Результат выставляется по шкале от 1 до 1 000, для сдачи нужно набрать 700 или больше. Это шкалируемый балл, поэтому 700 не равно 70% правильных ответов (Microsoft Learn, проверено 2026-10-26).

Сколько вопросов в AI-901?

Microsoft не публикует число вопросов AI-901. Компания сообщает, что в большинстве её экзаменов от 40 до 60 вопросов и что это число может меняться. Штрафа за неверный ответ нет, поэтому отвечайте на все вопросы.

Это настоящие вопросы с экзамена AI-901?

Нет. Все 10 вопросов написала редакция TokIQ Editorial по навыкам из официального руководства по AI-901. Microsoft держит содержание экзаменов в тайне, так что сайты, которые продают настоящие вопросы, - это риск, а не короткий путь. Для этой сертификации у Microsoft есть и собственная бесплатная пробная оценка на AI Skills Navigator (нужен вход в аккаунт).

  • #AI-901
  • #AI-900
  • #Azure AI Fundamentals
  • #вопросы к экзамену
  • #подготовка к сертификации

Теперь потренируйтесь

TokIQ превращает промпт-инжиниринг в короткие тесты с объяснением каждого ответа.

Скоро вApp StoreДоступно вGoogle Play
Обучение7 мин чтения

Вопросы к экзамену Google Generative AI Leader с ответами

10 авторских пробных вопросов Generative AI Leader с ответами и разбором, а также официальный формат экзамена, разделы и бесплатные примеры вопросов от Google.

Пишите промпты лучше, по нескольку вопросов в день.

Короткие тесты о реальных решениях при составлении промптов, с объяснением к каждому ответу. Начать можно бесплатно на iPhone и Android.

Скоро вApp StoreДоступно вGoogle Play