人工知能 (AI) エージェントは、大規模な言語モデル (LLM) を外部のツールやデータベースと統合することで、ユーザーやアプリケーションがデータとやり取りする方法に革命を起こしています。 エージェントは複雑なワークフローを合理化し、情報取得の精度を向上させ、直感的で自然な言語インターフェイスをデータに提供します。 この記事では、 FinOps、 FinOps Open Cost and Usage Specification (FOCUS) を理解し、FinOps ハブ インスタンス内のデータに接続するように AI エージェントをトレーニングする方法について説明します。
[前提条件]
- データ エクスプローラーを使用して FinOps ハブ インスタンスをデプロイしました。
- スコープを構成し、正常にデータを取り込んでいる。
- データ エクスプローラー ハブ と インジェスト データベースへのデータベース ビューアー以上のアクセス。 詳細については、こちらを参照してください。
VS Code の GitHub Copilot を構成する
AI を利用した FinOps ハブの使用を開始する最も簡単な方法は、 GitHub Copilot エージェント モードを使用することです。
GitHub Copilot をお持ちでない場合は、GitHub Copilot Free にサインアップしてください。
Node.js 20 以降をインストールします。
VS Code をインストールします。
ワークスペースを開き、FinOps ハブの GitHub Copilot の手順を保存します。
- VS Code を開きます。
- FinOps ハブ インスタンスに接続するフォルダーまたはワークスペースを開きます。
- ワークスペースのルートに
.githubフォルダーを作成します。 -
FinOps ハブの GitHub Copilot の手順をダウンロードし、
.githubフォルダーに内容を抽出します。
GitHub Copilot と Azure MCP をインストールします。
Azure MCP サーバーの詳細については、 GitHub の Azure MCP を参照してください。
他の AI プラットフォームから接続する
FinOps ハブでは 、モデル コンテキスト プロトコル (MCP) を使用して、Azure MCP サーバーを使用して Azure Data Explorer でデータに接続し、クエリを実行します。 GitHub Copilot 以外にも、Claude、Continue など、 MCP サーバーをサポートする多くの一般的なクライアントがあります。 他のクライアントとの手順はテストしていませんが、 FinOps ハブの AI 命令 の一部またはすべてを他のクライアントと再利用できる場合があります。 使用するクライアントで手順を試し、 変更要求を作成 するか、ギャップや改善点が見つかった場合は pull request を送信 します。
Azure MCP サーバーの詳細については、 GitHub の Azure MCP を参照してください。
AI を使用して FinOps ハブにクエリを実行する
Azure MCP サーバーをインストールして AI クライアントを構成したら、次のサンプル手順を使用して、FinOps ハブ インスタンスに接続してクエリを実行します。 これらの手順は、GitHub Copilot エージェント モードと 、FinOps ハブの AI 命令に基づいています。 他のクライアントでは動作が異なる場合があります。
ハブに接続する
GitHub Copilot を使用している場合は、まずエージェント モードでチャットを開きます。
FinOps ハブの AI 命令は、FinOps タスク用に事前構成されており、FinOps ハブ インスタンスを検索して接続する方法を既に把握しています。 開始するには、FinOps ハブ インスタンスへの接続を要求します。
/ftk-hubs-connect
Copilot は自動的に FinOps ハブ インスタンスに接続します。 複数ある場合は、それらの一覧が表示されます。 リソース グループ、ハブ名、クラスター名、クラスターの短い URI (クラスター名と場所)、または完全なクラスター URI で接続するように求めることができます。
ハブに接続すると、資格情報の使用を求められる場合があります。 続行を選択します。
残りの手順では、FinOps 機能を使用して、質問できる質問の種類の例を示します。
データ インジェスト: 最後の更新時刻を取得する
クエリは、データと同じくらい完全です。 まず、データが FinOps ハブ インスタンスに最後に読み込まれた日時を確認します。 これは、最初の接続手順の一部である必要があります。 次の情報を直接問い合わせることもできます。
When was my data last refreshed?
Cost Management のエクスポートは通常、24 時間ごとに実行されます。 マネージド エクスポートを使用する場合は、より頻繁に実行するようにスケジュールを構成できます。 データが -date up-toでない場合は、Cost Management のエクスポートを確認します。
割り当て: リソース グループ別のコスト
Azure でコストを割り当てる最も一般的な方法は、リソース グループです。 最もコストの高いリソース グループを特定するには、次の質問を行います。
What are the top resource groups by cost?
サブスクリプション (FOCUS の SubAccountName)、請求書セクション、またはタグについても確認できます。
レポートと分析: コスト傾向の最大の変化
最後の 2 つの例はかなり簡単でした。 時間の経過に伴う傾向の分析を依頼して、もう少し複雑なものを試してみましょう。 最初に計画を立てるために、Copilot がいくつかの研究を行います。 また、複雑さを考えると、Copilot は、分析を実行するために実行される KQL クエリを確認して承認するように求めることもできます。
Analyze cloud service spending trends over the past 3 months. Show the top 5 services with the highest increase and top 5 with the highest decrease in cost, including percentage changes.
クエリの承認を求められた場合は、ニーズに基づいてクエリを調整または実行するように Copilot に指示できます。
複雑な内容であることを考慮すると、クエリを取得して自分で実行することをお勧めします。 データ エクスプローラー ポータルから同じクエリを常に実行できます。 または、クエリを実行するためのリンクを提供するように Copilot に依頼します。
Give me a link to run this query myself.
異常管理: 異常を特定する
次に、異常を見てみましょう。
Are there any unusual spikes in cost over the last 3 months?
異常があったかどうかに関係なく、検出された内容の概要を取得する必要があります。 この場所では、クエリの詳細を自分で確認するためにリンクを要求することをお勧めします。 クエリを要求したり、クエリを説明したりすることもできます。
Show me the query with comments on each line to explain what the line does.
これには、組み込みのデータ エクスプローラーの異常検出機能を使用する必要があります。 あなたが理解していない何かを説明するようにCopilotに依頼してください。 これは、KQL を学ぶ絶好の機会になる可能性があります。 クエリを変更するか、ニーズに合わせて自分で調整するように Copilot に指示します。
私の場合、コメントされた各行の間に空の行が追加されました。 これを実行するには、Data Explorer クエリ エディターですべてのテキストを選択し、[ 実行] を選択する必要があります。
予測: プロジェクトの月末コスト
異常検出とは、予測に基づいて 1 日のコストを予測することです。 そのため、Copilot が組み込みの Data Explorer 機能を使用して過去の予測を分析するのに役立つ場合は、将来のコストを予測することもできます。
Show me the cost for last month, this month, and the forecasted cost by the end of the month for the subscriptions that have the highest cost this month.
レートの最適化: 節約の定量化
次に、節約額を見てみましょう。 交渉された割引とコミットメント割引の両方から節約額を探し、有効な割引率 (ESR) を定量化して、レート最適化の取り組みにどのように取り組んでいるかを把握しましょう。
What was my cost last month, how much did I save on commitment discounts, and how much did I save with my negotiated discounts? Show my total savings and effective savings rate.
データを調査する
これらは、今日の回答を得ることができる要求の種類のほんの一部の例です。 独自の質問をして、AI がどのように役立つかをテストします。 AI は、それが教えられたものと利用可能なデータに限定されていることを覚えておいてください。 カバーされていないシナリオや改善可能なシナリオが見つかる場合は、プロンプト、受信した応答、 および FinOps ツールキットの変更要求として改善された方法を共有してください。
フィードバックを送る
クイック レビューを使用して、どのように取り組んでいるかをお知らせください。 これらのレビューを使用して、FinOps のツールとリソースを改善および拡張します。
特定の情報をお探しの場合は、既存のアイデアに投票するか、新しいアイデアを作成してください。 他のユーザーとアイデアを共有して、投票を増やしましょう。 投票数が最も多いアイデアに焦点を当てています。
関連コンテンツ
関連する FinOps 機能:
関連製品:
関連するソリューション: