EnglishDeutschFrançaisEspañolPortuguês

Microsoft · AI-103 · Associate

Developing AI Apps and Agents on Azure (AI-103) — Questões de prática e simulado

Pratique com questões realistas de AI-103, alinhadas aos objetivos do exame. Alex explica cada resposta, e seu Readiness Score mostra o que estudar em seguida.

50Questões
120minLimite de tempo
700/ 1000Nota de corte

Verificado com Microsoft · agosto de 2026Versão atual do exame

Sobre o exame

O exame AI-103, Developing AI Apps and Agents on Azure, leva à certificação Microsoft Certified: Azure AI Apps and Agents Developer Associate. Ele sucede o AI-102, já aposentado, e desloca o foco: sai a integração de serviços prontos de Azure AI, entra a construção de aplicações de IA generativa e de soluções multiagente sobre o Microsoft Foundry.

O público são engenheiros de IA no Azure que projetam, constroem, implantam e operam apps e agentes com Foundry, modelos do Azure OpenAI, Azure AI Search, Azure AI Content Understanding e os recursos de Language, Vision e Speech do Azure AI. Espera-se que você desenvolva em Python e domine padrões de IA generativa como retrieval-augmented generation (RAG), tool calling, orquestração de agentes e IA responsável.

O que cai na prova

Implementar soluções de IA generativa e de agentes é o que pesa mais, com 30–35%: construir apps generativos baseados no Foundry, montar agentes com tool-calling e orquestração multiagente e colocar esses sistemas em produção. Depois vem planejar e gerenciar uma solução de IA, com 25–30%: escolher o serviço e o modelo certos do Foundry, preparar infraestrutura e CI/CD, além de proteger e monitorar o que está rodando. Computer vision, texto e fala e extração de informações ficam com 10–15% cada; são áreas mais estreitas, mas cobradas com profundidade.

A distribuição favorece quem constrói, não quem apenas integra: boa parte da prova pede que você monte um agente ou um fluxo generativo, e não que ligue uma única chamada pronta de visão ou de fala.

Estrutura do exame: AI-103

Plan and manage an Azure AI solution25–30%

Choose appropriate Microsoft Foundry services and models, set up and deploy AI solutions, manage/monitor/secure AI systems, and implement responsible AI across generative and agentic systems.

≈ 12 h
Implement generative AI and agentic solutions30–35%

Build generative apps with Foundry (RAG, tool-augmented flows), build agents (roles, function-calling, memory, multi-agent orchestration), and optimize and operationalize generative AI systems.

≈ 15 h
Implement computer vision solutions10–15%

Image and video generation and editing, multimodal understanding and captioning, video analysis, and responsible AI for multimodal content.

≈ 6 h
Implement text analysis solutions10–15%

Language-model text analysis (entities, sentiment, translation, custom outputs) and speech solutions (speech-to-text, text-to-speech, speech as an agent modality).

≈ 6 h
Implement information extraction solutions10–15%

Build retrieval and grounding pipelines (semantic, hybrid, and vector search; RAG ingestion) and extract content from documents with Content Understanding.

≈ 6 h

Formato do exame e tipos de pergunta

Espere algo entre 40 e 60 questões em cerca de 120 minutos. Os formatos incluem múltipla escolha com resposta única, múltipla resposta (marque todas as que se aplicam) e arrastar e soltar para ordenar ou associar itens, com enunciados baseados em cenários que exigem aplicar dois ou mais conceitos ao mesmo tempo. A nota sai numa escala de 1 a 1000 e você precisa de 700 para passar. O AI-103 é construído sobre o Microsoft Foundry. A maioria das questões cobre recursos em disponibilidade geral; recursos em preview aparecem apenas onde já são de uso comum.

Tipos de pergunta: AI-103

Múltipla escolha60%

Escolha a única resposta certa entre quatro ou cinco opções — o formato básico da prova.

Resposta múltipla25%

Mais de uma resposta está certa e você precisa de todas; o enunciado diz quantas marcar.

Arrastar e soltar15%

Arraste os itens para o lugar, o grupo ou a ordem certa — mede se você sabe aplicar um conceito, não só reconhecê-lo.

Microsoft confirma esses tipos de questão — não publica uma distribuição percentual; as proporções refletem nosso banco de questões alinhado ao exame.

Experimente cinco questões de AI-103

Cinco questões direto do nosso banco de Developing AI Apps and Agents on Azure. Responda uma — Alex explica o porquê.

O exame e o app são em inglês — estas questões de exemplo nós traduzimos.

Implementar soluções de extração de informações1 / 5

Você precisa ingerir PDFs mistos, que contêm tanto texto corrido quanto gráficos/diagramas incorporados, em um índice do Azure AI Search para RAG multimodal. Você quer um único skill que analise o layout, produza Markdown preservando a estrutura de seções e extraia as imagens com metadados de localização, para que os chunks fiquem perto das figuras relacionadas. Qual skill integrado você deve usar?

AlexExplicação completa do Alex

O skill Document Layout do Azure AI Search chama o modelo de layout do Azure Document Intelligence para detectar a estrutura do documento e emitir uma representação sintática em Markdown ou texto. A configuração markdownHeaderDepth controla o aninhamento das seções e, quando ele é configurado para saída em texto com extração de imagens, retorna normalized_images e também locationMetadata, que preserva a posição de cada imagem no documento. Manter as imagens perto do conteúdo relacionado é valioso para RAG e para busca multimodal. O skill de OCR, por outro lado, apenas extrai texto de imagens e não produz seções estruturadas em Markdown; o skill de Image Analysis descreve o conteúdo da imagem, mas não divide um documento em chunks conforme o layout. Dica de prova: “Markdown consciente da estrutura mais metadados de localização das imagens para RAG multimodal” aponta para o skill Document Layout, não para o OCR puro.

Fontelearn.microsoft.com

Implementar soluções de IA generativa e agêntica2 / 5

Um time de plataforma quer depurar um agente de várias etapas vendo todo o fluxo de execução, incluindo cada chamada ao LLM, cada invocação de ferramenta e cada decisão do agente, com os dados indo para o Application Insights. Qual recurso de observabilidade do Microsoft Foundry oferece essa visibilidade de ponta a ponta da execução?

AlexExplicação completa do Alex

A observabilidade do Microsoft Foundry se apoia em três pilares: avaliação (medir qualidade e segurança), monitoramento (dashboards e alertas em produção) e tracing. O tracing dá visibilidade distribuída e de ponta a ponta da execução de uma aplicação de IA: ele registra chamadas ao LLM, invocações de ferramentas, decisões do agente e dependências entre serviços. É construído sobre o padrão OpenTelemetry e se integra ao Azure Monitor Application Insights, que é exatamente o que você precisa para depurar o comportamento de agentes de várias etapas, encontrar gargalos e entender cadeias de raciocínio. O tracing tem suporte a frameworks como o Microsoft Agent Framework e o OpenAI Agents SDK. Fine-tuning, variantes de prompt flow e filtragem de conteúdo tratam de personalização, comparação de prompts e segurança, respectivamente, e não da visibilidade da execução em tempo de execução. Dica de prova: quando uma questão menciona “fluxo de execução”, “cada decisão”, “OpenTelemetry” ou “Application Insights para depurar agentes”, a resposta é tracing.

Fontelearn.microsoft.com

Implementar soluções de análise de texto3 / 5

Uma aplicação envia comentários curtos escritos por usuários para o endpoint REST /translate do Azure AI Translator v3. O time quer que cada requisição traduza para alemão e italiano em uma única chamada e que o serviço detecte o idioma de origem automaticamente. Qual abordagem configura a requisição corretamente?

AlexExplicação completa do Alex

O endpoint /translate do Azure AI Translator v3 recebe o idioma (ou idiomas) de destino no parâmetro de consulta obrigatório 'to'. Para traduzir para vários idiomas em uma única chamada, você repete o parâmetro, por exemplo to=de&to=it. O parâmetro 'from' é opcional: quando omitido, o serviço detecta automaticamente o idioma de origem e retorna na resposta o idioma detectado e uma pontuação de confiança. Você só precisa do endpoint /detect separado quando quer detecção sem tradução. Observe que o recurso de dicionário dinâmico exige que você informe 'from' explicitamente, em vez de contar com a detecção automática. Dica de prova: vários destinos são obtidos repetindo 'to', e deixar 'from' de fora é a forma suportada de conseguir a detecção automática embutida durante a tradução.

Fontelearn.microsoft.com

Planejar e gerenciar uma solução do Azure AI4 / 5

Sua política de segurança exige que uma aprovação seja obtida antes de qualquer mudança, mas um desenvolvedor pede para colocar o filtro de conteúdo de um deployment em 'No filters' (desligar a filtragem) para um modelo do Azure OpenAI. O que é necessário para que essa configuração possa entrar em vigor?

AlexExplicação completa do Alex

Os filtros de conteúdo do Foundry são configuráveis: qualquer cliente pode definir o limiar de severidade (low, medium ou high) separadamente para prompts e completions. No entanto, as opções 'No filters' e 'Annotate only', que desativam o bloqueio, exigem aprovação especial. Para modelos do Azure OpenAI, somente clientes aprovados pelo Azure OpenAI Limited Access Review para filtros de conteúdo modificados podem desligar a filtragem por completo. Essa é uma trava de governança para manter as proteções de IA responsável ativas por padrão. Dica de prova: mudar limiares = não precisa de aprovação; desativar a filtragem inteiramente ou apenas anotar = exige a aprovação para filtro de conteúdo modificado.

Fontelearn.microsoft.com

Implementar soluções de visão computacional5 / 5

Uma solução precisa extrair campos estruturados personalizados diretamente de fotos de prateleiras de produtos (por exemplo, percentuais de participação na prateleira e marcas detectadas) usando um esquema que você define, incluindo classificar imagens em categorias e gerar campos com um modelo generativo. Qual recurso do Azure foi feito especificamente para essa extração de campos de imagens?

AlexExplicação completa do Alex

O Azure AI Content Understanding estende a extração de campos a todas as modalidades, inclusive imagens. O recurso de extração de campos de imagens permite que você extraia campos estruturados personalizados de imagens com base em um esquema que você define; os campos podem ser extraídos diretamente, classificados a partir de um conjunto de categorias ou gerados com um modelo generativo. Isso combina bem com análise de prateleiras no varejo, controle de qualidade na indústria e BI baseado em gráficos, onde você precisa de saídas estruturadas em vez de legendas em texto livre. Diferentemente do Image Analysis Caption (uma frase fixa) ou de um VQA genérico, a extração de campos de imagens é guiada pelo esquema e retorna campos legíveis por máquina. Dica de prova: “campos estruturados personalizados a partir de imagens, guiados por esquema, com opções de classificação e geração” = extração de campos de imagens do Content Understanding.

Fontelearn.microsoft.com

363 questões, construídas como o exame

Cada domínio do exame AI-103 tem questões suficientes no banco para você praticar a fundo. Um simulado apresenta 50 questões seguidas, no mesmo cronômetro de 120 minutos do dia do exame.

Ata de verificação: AI-103

Conferência do conteúdo com a Microsoft28 de agosto de 2026

última verificação com a fonte oficial da Microsoft

Nota de corte700 / 1.000

conforme publicado pela Microsoft

Cobertura do conteúdo78 objetivos oficiais

distribuídos em 5 domínios, segundo o guia oficial do exame

Tamanho do banco363 questões

= 7 simulados completos de 50 questões — nunca a mesma questão duas vezes

Cobertura de domíniostodos os 5 domínios no peso oficial

Plan and manage an Azure AI solution 95 · Implement generative AI and agentic solutions 117 · Implement computer vision solutions 50 · Implement text analysis solutions 50 · Implement information extraction solutions 51

Validação canônica363 de 363

cada uma verificada com a documentação oficial da Microsoft — resposta, opções e explicação, fonte citada

Metodologia documentada abertamente.Como as questões são feitas →

Preparação para AI-103

Quanto tempo você precisa depende da experiência prática que já tem. O resto é definido pelo fornecedor: como a prova é aplicada, quando você pode refazê-la e por quanto tempo a certificação continua válida.

O AI-103 é aplicado pela Pearson VUE, em centro de testes ou com supervisão online, e no momento só está disponível em inglês. A certificação vale um ano, e a Microsoft libera no Learn uma avaliação de renovação gratuita antes do vencimento.

Seu plano: AI-103

Preparação

Tempo de estudo25–70 h

normalmente cerca de 25 h se você já trabalha com essas tecnologias, cerca de 70 h começando do zero

NívelAssociate
Vale ter antesExperiência no desenvolvimento de aplicações com Python e familiaridade com IA em geral, IA generativa e os serviços de IA do Azure.

Dia da prova e depois

ModalidadePearson VUE (centro de testes ou supervisionado online)
Política de repetição24 horas de espera após uma primeira tentativa reprovada; esperas crescentes depois; máximo de 5 tentativas por 12 meses
Validade1 ano

Você renova de graça todo ano: basta ser aprovado na avaliação de renovação online no Microsoft Learn antes que a certificação expire.

As horas são a nossa própria estimativa de planejamento — a Microsoft não publica um tempo de preparação para esta prova. Um ponto de partida para o seu calendário, não uma meta.

Erros comuns

A armadilha mais comum é responder com o conhecimento antigo do AI-102. A orquestração multiagente no novo Foundry Agent Service usa workflows, o Microsoft Agent Framework e a ferramenta agent-to-agent (A2A); a clássica ferramenta Connected Agents foi descontinuada e não faz parte do novo serviço. Outros erros frequentes: apelar para fine-tuning quando a resposta fundamentada é retrieval (RAG com busca híbrida ou vetorial do Azure AI Search); colocar chaves de API na configuração em vez de usar managed identity e credenciais keyless; confundir o Azure AI Document Intelligence com o Azure AI Content Understanding na extração multimodal; e esquecer a instrumentação de IA responsável (content filters, avaliadores de segurança, trace logging e proveniência), que a prova cobra explicitamente.

Pontos de atenção: AI-103

  1. 01Connected Agents vs Foundry workflows

    O Connected Agents clássico foi descontinuado e não existe mais no novo Foundry Agent Service. Para orquestrar vários agentes, use workflows do Foundry, o Microsoft Agent Framework ou a ferramenta A2A.

  2. 02RAG before fine-tuning

    Quando o objetivo é acrescentar conhecimento de domínio ou reduzir invenções do modelo, fundamente as respostas com retrieval (busca híbrida/vetorial do Azure AI Search) em vez de partir para fine-tuning.

  3. 03Keyless, managed-identity auth

    Proteja os recursos do Foundry com managed identity, rede privada e credenciais keyless, em vez de guardar API keys por aí.

  4. 04Content Understanding vs Document Intelligence

    Use o Azure AI Content Understanding para extração multimodal e para alimentar RAG com dados fundamentados. Não presuma que o Document Intelligence dá conta de vídeo e áudio.

  5. 05Responsible AI is tested

    Content filters, avaliadores de segurança, detecção de risco, logs de trace e metadados de proveniência são temas de prova de primeira linha, não detalhes secundários. Estude cada um deles.

  6. 06GA over preview

    Responda pensando no comportamento em disponibilidade geral (GA). Recursos em preview só aparecem quando já são de uso corrente.

O Pass-IT treina você exatamente nesses pontos fracos — adaptativo e espaçado →

Perguntas frequentes

Quanto tempo dura o exame Developing AI Apps and Agents on Azure?

O exame AI-103 tem 50 questões e um limite de 120 minutos.

Qual é a nota de corte para Developing AI Apps and Agents on Azure?

Você precisa de 700 / 1000 para passar no exame AI-103.

Quais são os erros mais comuns no exame Developing AI Apps and Agents on Azure?

Os erros mais comuns incluem: Connected Agents vs Foundry workflows, RAG before fine-tuning, Keyless, managed-identity auth, Content Understanding vs Document Intelligence, Responsible AI is tested, GA over preview. Concentre seu tempo de estudo nessas áreas para não perder pontos.

O AI-103 é o substituto do AI-102?

Sim. A Microsoft aposentou o AI-102 no fim de junho de 2026 e nosso catálogo registra o AI-103 como sucessor. O conteúdo veio junto: generative AI e soluções agênticas são agora a maior área, com 33%, um terreno que o AI-102 mal tocava. Nosso guia mostra o que mudou e o que fazer se você estiver no meio da preparação. Ler o guia do AI-102 para o AI-103

Como é o peso das áreas no AI-103?

Implementing generative AI and agentic solutions é a maior área, com 33%, seguida de planning and managing an Azure AI solution, com 27%. Information extraction fica com 14%, e computer vision e text analysis com 13% cada. Seis décimos da prova são generative AI e gestão de soluções, ou seja, os serviços clássicos de visão e linguagem viraram a metade menor.

O que você precisa saber antes do AI-103?

A Microsoft espera experiência desenvolvendo aplicações em Python e familiaridade com AI, generative AI e os Azure AI services, sem exigir nenhuma certificação como pré-requisito. O catálogo estima cerca de 45 horas. É uma prova de desenvolvedor, então o comportamento dos SDKs pesa mais do que teoria de machine learning.

Por quanto tempo o AI-103 vale?

Um ano. A Microsoft renova a certificação por uma avaliação de renovação on-line gratuita no Microsoft Learn, que você precisa passar antes da data de expiração. Num assunto que muda tão rápido, essa avaliação anual é um bom indicador de que seu conhecimento continua atual.

O Pass-IT é uma ferramenta de estudo independente, sem afiliação com a Microsoft nem endosso da Microsoft; Microsoft e os nomes dos exames são marcas dos respectivos titulares.

Uma certificação. Um único pagamento.

Acesso completo ao AI-103

Acesse todo o banco de questões desta certificação. Alex explica cada resposta, e seu Readiness Score mostra o que estudar em seguida.

Comprar acesso ao AI-103 por $29.99Um único pagamento. Acesso vitalício a esta certificação.
Veja grátis se você está pronto20 questões. Sem cartão. Veja o que estudar antes de comprar.

Chegue a 80 % de preparação e passe — ou seu dinheiro de volta.

Como funciona o score →