Microsoft Fabric IQ のオントロジー入門 ― 前提条件・テナントの設定・作り方・エージェントでの使い方（2026 年 11 月版）

2026 年 11 月 12 日に全面的に書き直しました

オントロジーは、新しいエクスペリエンスが既定になりました。メトリック・ルール・名前空間・継承・バージョン・オントロジー エージェントなどが加わり、旧エクスペリエンスは 2027 年 1 月 31 日に終了します。この記事は、新しいエクスペリエンスに合わせて書き直しています。画面の画像の一部は、2026 年 1 月に旧エクスペリエンスで試したときのものです。

Microsoft Fabric の Fabric IQ は、データを「業務の言葉」に引き上げて、人と AI エージェントが同じ意味でデータを扱えるようにする仕組みです。その中心が オントロジー（ontology、プレビュー） です。

この記事では、オントロジーとは何かを押さえたうえで、前提条件、テナントの設定、作り方、エージェントでの使い方を順にまとめます。

先に結論

• オントロジーは、顧客・注文・製品などの業務の概念（エンティティ型）と、その関係・指標・ルールを定義し、Fabric のデータにバインドする仕組みです。データはコピーせず、元の場所に置いたまま使います。
• 使い始めるには、F2 以上の Fabric 容量（試すなら F8 が目安）と、テナントの設定 「ユーザーは Fabric アイテムを作成できる」「ユーザーはオントロジー（プレビュー）アイテムを作成できる」 が要ります。
• 作り方は 4 つあります。空から作る、Power BI のセマンティック モデルから生成する、オントロジー エージェントに作らせる、RDF・OWL を取り込む、です。
• 作ったオントロジーは、オントロジー エージェント、Fabric データ エージェント、Copilot Studio（MCP）、Foundry IQ などから使えます。

Fabric IQ とオントロジー#

Microsoft IQ の中の Fabric IQ#

Fabric IQ は、Microsoft の「企業の知性の層」である Microsoft IQ の 1 つです（What is Fabric IQ?）。

Fabric IQ は、OneLake（データの統合）、Power BI のセマンティック モデル（分析の指標）、オントロジー（業務の概念と関係）の 3 つの層でできています。

オントロジーとは#

データは、テーブルや列という「機械のための形」で保存されています。一方で、業務は「顧客」「出荷」「設備」といった概念で動いています。この間を、毎回だれかが読み替えているのが今の状態です。

オントロジーは、業務の概念と、その関係・指標・ルールを一度だけ定義して、データにつなぎます。人も、アプリも、AI エージェントも、同じ定義を使えるようになります（What is ontology (preview)?）。

用語#

オントロジーで使う言葉を、例と一緒に整理します。

グラフは「必要なときだけ」

関係を何段もたどる質問（影響の連鎖、最短の経路など）には、Fabric のグラフを使えます。新しいエクスペリエンスでは、グラフにデータを入れるのは必要なときに選ぶ形になりました。ふだんの集計や検索は、元のデータに対して行います。

前提条件#

• Fabric 容量：F2 以上の有料の Fabric 容量か、Fabric を有効にした Power BI Premium（P1 以上）。試すなら F8、軽く試すだけなら F4 が目安です（Billing and capacity usage）。
• 容量が動いていること：Azure で Fabric の容量を一時停止していると、オントロジーを作れません。
• テナントの設定：次の節の 2 つをオンにします。
• ワークスペースの権限：作る・直すには 共同作成者 以上が要ります。閲覧者は、質問はできても変更はできません。
• データ：Lakehouse・Eventhouse・Warehouse・SQL データベース・ミラーリングしたデータベース・セマンティック モデルのどれか。バインドするデータを読む権限が要ります。

容量の消費

オントロジー エージェントや MCP サーバーの AI の処理は、Ontology AI Reasoning として Fabric の容量（CU）を使います。Learn の目安では、同義語を足す程度の小さな改善で 0.5〜1 CU 時間、ワークスペースからオントロジーを丸ごと作らせると 約 20 CU 時間です。Fabric Capacity Metrics アプリで使用量を見ながら、容量を調整します。

テナントの設定#

Fabric の管理者が設定します。管理ポータルは、OneLake カタログ → 管理 → 構成 → テナントの設定 からも開けます（Required tenant settings for ontology）。

管理ポータルを開きます。

設定したら、ブラウザーを再読み込みします。反映には時間がかかることがあります。

オントロジーを作る#

ワークスペースで 新しい項目 を選び、オントロジー を探して作ります。

作り方は 4 つあります。

1. エンティティ型とプロパティを定義する#

1. キャンバスで エンティティ型の追加 を選び、名前を入れます（例：Customer、Order、Product）。
2. エンティティ型の詳細を開き、プロパティの追加 で、名前と型を決めます。型をまだ決めないときは Unknown にできます。
3. エンティティ型のキーを決めます。キーに使える型は 文字列 と 整数 です。

名前は英語にしておくと無難

2026 年 1 月に試したときは、エンティティ型の名前を英語にする必要がありました。いまの決まりは Learn にはっきり書かれていませんが、英語の名前にして、説明に日本語の意味を書いておくと、エージェントにも伝わりやすくなります。

2. 関係を定義する#

エンティティ型どうしのつながりを定義します。関係の名前は、オントロジーの中で重ならないようにします（データ エージェントで、同じ名前の関係があると自然言語の質問が失敗する既知の問題があります）。

• Customer — places → Order
• Order — contains → Product

3. データをバインドする#

定義を、実際のデータにつなぎます。データはコピーされず、元の場所に置いたまま使われます（Data binding）。

使えるデータは、セマンティック モデル、Lakehouse、Eventhouse、Warehouse、SQL データベース、ミラーリングしたデータベース、ショートカットやビューなどです。時系列のデータは、タイムスタンプの列を選んでバインドします。

メモ

元のデータに新しい行が入っても、オントロジーの画面にはすぐには出ません。手動で更新するか、グラフの更新のスケジュールを設定します。スケジュールを細かくしすぎると、容量を使いすぎることがあります。

4. メトリックとルールを足す#

• メトリック：セマンティック モデルから生成すると、DAX のメジャーがメトリックとして入ります。計算式は元のモデルが持ったままなので、エージェントが計算を作り直さず、決まった計算を使います。
• ルール：業務の決まりを自然言語で書き、エンティティ型やプロパティに結びつけます。プロンプトごとに同じ指示を書かなくてよくなります。

5. 育てる・管理する#

• 名前空間と継承：部門ごとに定義を分け、共通の定義（たとえば「設備」）を継承して、細かい定義（「冷蔵庫」）を作れます。
• バージョン：名前を付けて保存し、前の状態に戻せます。
• オントロジー エージェント：自然言語で「同義語を足して」「この関係を見直して」と頼めます。変更は提案として出るので、確かめてから適用します（Plan モードでは変更されず、Act モードで適用されます）。

セマンティック モデルから作るときの注意#

Power BI のセマンティック モデルから生成するときは、次を確かめます（Troubleshoot ontology）。

• セマンティック モデルは、マイ ワークスペース以外に置く
• モデルを発行し、テーブルを非表示にせず、リレーションシップを定義しておく
• インポート モードのモデルでは、データのバインドができない（Direct Lake で、元の Lakehouse のワークスペースが受信のパブリック アクセスを止めている場合も同じ）
• バインドするには、セマンティック モデルの読み取りとビルドの権限が要る
• Decimal 型の列は、クエリで null になる。オントロジーで Double 型のプロパティを作り直してバインドする

オントロジーを使う#

作ったオントロジーは、いくつかの方法で使えます（Agent integration for ontology）。

MCP サーバーの URL は、オントロジーを開いたときの URL のワークスペース ID と項目 ID から作れます（Consume ontology as an MCP server）。

https://api.fabric.microsoft.com/v1/mcp/dataPlane/workspaces/<ワークスペース ID>/items/<オントロジーの項目 ID>/ontologyEndpoint

質問の例です。

冷蔵庫の温度が基準を超えた店舗で、先週の売上はどう変わった？
売上の上位 10 の製品を、地域ごとに出して。

データ エージェントで使うときの既知の問題

• セマンティック モデルでバインドしたオントロジーは、いまはデータ エージェントで使えません。データ エージェントで使うときは、Lakehouse や Eventhouse などにバインドします。
• 集計がうまくいかないときは、エージェントの指示に Support group by in GQL を足します。
• 作った直後は、最初の何回かの質問が失敗することがあります。数分待ってから試します。
• オントロジーの MCP は、いまはサービス プリンシパルでは使えません。

旧エクスペリエンスからの移行#

2026 年の前半に作ったオントロジーは、旧エクスペリエンスのものです。旧エクスペリエンスは 2027 年 1 月 31 日に終了します（Migrate from old experience）。

1. 旧エクスペリエンスのオントロジーを開き、上に出る案内から新しいエクスペリエンスでコピーを作成します。元のオントロジーは残ります。
2. エンティティ型・プロパティ・バインド・関係は引き継がれます。
3. エージェント・ダッシュボードなど、オントロジーを使っているものを、新しい項目につなぎ直します。
4. ルールと Activator の通知は、作り直します。

警告

バインドで定義する（Defined at Binding）プロパティや、複合キーを使っているオントロジーは、移行に失敗します。そのプロパティやキーを外してから、移行し直します。

セキュリティ#

• オントロジーへのアクセスは、Fabric のワークスペースと項目の権限で決まります。
• 作るときも質問するときも、バインドしたデータの権限に従います。OneLake のセキュリティや、元のデータの行・列・オブジェクトのレベルのセキュリティ（RLS・CLS・OLS）がそのまま効きます。
• オントロジー エージェントは、使う人の ID でデータを読みます。見えないデータは使われません。

うまくいかないとき#

まとめ#

• オントロジーは、業務の概念・関係・指標・ルールを一度だけ定義して、データにつなぐ「業務の言葉」の層
• 前提は、F2 以上の容量（試すなら F8）と、テナントの設定 2 つ（Fabric アイテムとオントロジーの作成）
• 作り方は 4 つ。Power BI のセマンティック モデルがあるなら、そこから生成するのが近道
• オントロジー エージェント・データ エージェント・Copilot Studio・Foundry IQ から使える
• 旧エクスペリエンスは 2027 年 1 月 31 日に終了。早めに新しいエクスペリエンスへコピーする

AI に正しく答えさせるには、データだけでなく「そのデータが業務で何を意味するか」を渡す必要があります。オントロジーは、その意味を一度だけ定義して、すべてのエージェントで使い回すための仕組みです。まずは顧客・注文・製品のような小さな範囲で作り、エージェントの答えが変わるのを確かめてみてください。

あわせて読みたい#

データを MCP で Copilot Studio のエージェントにつなぐ話と、エージェントの使い分けです。

Copilot Studio で Dataverse MCP Server を利用する2026 年 11 月 6 日に更新しました 確かめる場所を図にまとめ、Copilot Studio 以外の MCP クライアントから使うときの注意を追記しました。 2026/03…2025.09.25

Microsoft Copilot Federated コネクタがついに登場(メッセージ ID: MC1188234 / ロードマップ ID: 501585) 名称の変更（2026 年 10 月 28 日）：Microsoft 365 Copilot は …2026.01.14

GitHub Copilot・Cowork・Copilot Studio・Agent Builder の使い分け ― ユースケース × インパクトのロングテールで考える「どれを使えばいいのか」は、ユースケースの数とインパクトのロングテールで考えると整理できます。少数で大きな効果を出す GitHub Copilot と Code Apps、個人の仕事を任せる Cowork、組織で共有する Copilot Studio、少量多品種の Agent Builder。判断の分かれ目をまとめます。2026.10.27

あわせて学びたいオンライン講座

どの講座から始めればよいか、学ぶ順番をまとめています。

ギークフジワラ式：Power Platform ＆ Copilot 学習ロードマップギークフジワラでは、初心者からプロまでをサポートする包括的なコンテンツの作成を目指しています。 本記事では、少しコースが増えてきたので推奨するラーニングパス (学習の順番)をご紹介…2025.05.16