View Diff on GitHub

# Highlights
このドキュメントの更新は、多くのファイルにおいて「更新サイクル」の情報を追加し、Azure AI Searchの様々な機能に関する情報を最新に保つことを目的としています。また、特定のドキュメントには新しい機能に関する情報が追加され、セキュリティ周辺とREST APIの変更に関する明確なアップデートが行われました。

New features

• 「Network security perimeter」機能の一般提供が発表。
• REST APIを用いた新しい操作方法や機能が明記されました。

Breaking changes

• セキュリティ周辺に関するマイナーバージョンアップにより、プレビュー状態の注意事項が削除され、REST APIの最新版が強調されました。

Other updates

• 多くのドキュメントに「更新サイクル」の追加。
• 安全性と透明性を提供するための様々な文書のメタデータ更新。
• サンプルコードやリンクの修正によるアクセシビリティ改善。

Insights

このドキュメント更新は、Azure AI Searchに関わる多くの技術ドキュメントを最新の状態に保つための意図があり、特にテクニカルユーザーが正確で現行の情報に基づいてシステムを実装する助けとなるものです。更新サイクルの追加により、ユーザーはドキュメントの有効性を確認し易くなり、計画的なメンテナンスが期待できます。また、セキュリティに関する変更は、システムの安全性を確保するための重要なステップであり、企業内でのセキュリティコンプライアンスの強化に役立ちます。

具体的に、Netowrk security perimeterの一般提供開始は、企業のシステムセキュリティを管理する上で非常に役立ち、Azure AI Searchの柔軟性をさらに引き出すキーとなるでしょう。加えて、Document内のAPIバージョンの更新は、開発者が最新のAPI仕様に準拠するために必要な情報が確実に提供されていることを保証しています。技術者とトラブルシューティングする際に必要な情報が豊富にあり、ReadMeに更新の明確化があるため、ドキュメントは非常に高い技術的価値を持っています。

Summary Table

Modified Contents

articles/search/chat-completion-skill-example-usage.md

@@ -7,6 +7,7 @@ ms.author: gimondra
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 07/28/2025
+ms.update-cycle: 180-days
 ms.custom:
   - devx-track-csharp
   - build-2025

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/chat-completion-skill-example-usage.md ファイルにおいて、文書のメタデータに「更新サイクル」情報を追加することに関連しています。具体的には、ms.update-cycle: 180-days という新しい行が追加され、ドキュメントの更新頻度が180日ごとであることを示しています。この変更は、ドキュメントのメンテナンス意識を高め、読者に情報の鮮度を伝えることを目的としています。全体としては、重要な修正ではないですが、ドキュメントの透明性と使いやすさを向上させるための小さなアップデートと言えます。

articles/search/cognitive-search-aml-skill.md

@@ -10,6 +10,7 @@ ms.custom:
   - build-2024
 ms.topic: reference
 ms.date: 08/04/2025
+ms.update-cycle: 180-days
 ---
 
 # AML skill in an Azure AI Search enrichment pipeline

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-aml-skill.md ファイルにおいて、メタデータの更新を含んでいます。具体的には、ms.update-cycle: 180-days という新しい行が追加され、ドキュメントの更新サイクルが180日ごとであることを示しています。この情報は、読者に対しドキュメントの更新頻度を明確に伝えることを目的としています。この変更は重要な機能追加ではありませんが、文書の透明性と管理性を向上させるための小さな改善として位置付けられます。

articles/search/cognitive-search-attach-cognitive-services.md

@@ -7,6 +7,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 06/11/2025
+ms.update-cycle: 180-days
 ms.custom:
   - ignite-2023
   - ignite-2024

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-attach-cognitive-services.md ファイルにおいて、文書のメタデータに「更新サイクル」を示す新しい情報を追加するものです。具体的には、ms.update-cycle: 180-days という行が追加され、ドキュメントの更新頻度が180日ごとであることが明記されています。この変更は、利用者に対して情報の更新に関する透明性を提供し、文書の有用性を高めることを目指しています。全体としては、重要な機能追加ではないものの、文書の管理と利用者の理解を促進するための小規模なアップデートとなります。

articles/search/cognitive-search-common-errors-warnings.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: concept-article
 ms.date: 02/19/2025
+ms.update-cycle: 180-days
 ---
 
 # Troubleshooting common indexer errors and warnings in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-common-errors-warnings.md ファイルにおいて、メタデータに「更新サイクル」を示す情報を追加するものです。具体的には、ms.update-cycle: 180-days という新しい行が追加され、ドキュメントの更新が180日ごとに行われることを明記しています。この情報は、利用者に対して文書がどの程度の頻度で更新されるのかを明瞭に伝え、ドキュメントの信頼性を高める役割を果たします。この変更は小規模なものであり、機能追加ではありませんが、文書の透明性を向上させるための重要なステップです。

articles/search/cognitive-search-concept-annotations-syntax.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 05/27/2025
+ms.update-cycle: 365-days
 ---
 
 # Reference a path to enriched nodes using context and source properties an Azure AI Search skillset

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-concept-annotations-syntax.md ファイルにおいて、メタデータに「更新サイクル」を示す新しい情報を追加するものです。具体的には、ms.update-cycle: 365-days という行が追加され、ドキュメントの更新が年に1回行われることを明記しています。この情報は、ユーザーに対して文書がどの程度の頻度で更新されるかを示すことで、ドキュメントの最新性に関しての理解を助ける役割を果たします。この変更は小規模なものであり、重要な機能追加ではありませんが、文書の整合性と透明性を向上させるための貴重なアップデートです。

articles/search/cognitive-search-concept-image-scenarios.md

@@ -7,6 +7,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 05/01/2025
+ms.update-cycle: 180-days
 ms.custom:
   - devx-track-csharp
   - ignite-2023

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-concept-image-scenarios.md ファイルに対するもので、メタデータに「更新サイクル」を示す行が追加されました。具体的には、ms.update-cycle: 180-days という新しいエントリが追加され、ドキュメントの更新が180日ごとに行われることを明確にしています。この情報は、利用者に対して文書の更新頻度を知らせる役割を果たし、ドキュメントの信頼性を向上させるために重要です。この変更は小規模なものですが、文書の透明性を高めるための有益な追加です。

articles/search/cognitive-search-concept-intro.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: conceptual
 ms.date: 02/24/2025
+ms.update-cycle: 180-days
 ---
 
 # AI enrichment in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-concept-intro.md ファイルに関するもので、メタデータに「更新サイクル」という新しい情報が追加されました。具体的には、ms.update-cycle: 180-days という行が新たに加えられ、ドキュメントが180日ごとに更新されることを示しています。この更新は、利用者に対して文書の更新頻度を明確に伝え、文書の信頼性を高める重要な情報です。この変更は、利用者がドキュメントの最新情報を把握しやすくするための小規模なアップデートとなります。

articles/search/cognitive-search-concept-troubleshooting.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: conceptual
 ms.date: 05/08/2025
+ms.update-cycle: 365-days
 ---
 
 # Tips for AI enrichment in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-concept-troubleshooting.md ファイルに関連しており、メタデータに「更新サイクル」が追加されています。新たに加えられた行は ms.update-cycle: 365-days で、文書が年間を通じて365日ごとに更新されることを示しています。この情報は、ユーザーに対してドキュメントの更新頻度を明確にし、内容の新鮮さや信頼性を向上させます。この小規模な更新は、利用者がより的確に最新の情報を把握できるようにするための効果的な追加となっています。

articles/search/cognitive-search-create-custom-skill-example.md

@@ -7,6 +7,7 @@ ms.author: gimondra
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 01/18/2025
+ms.update-cycle: 365-days
 ms.custom:
   - devx-track-csharp
   - ignite-2023

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-create-custom-skill-example.md ファイルに関連しており、メタデータに「更新サイクル」が新たに追加されました。具体的には、ms.update-cycle: 365-days という行が追加されており、ドキュメントが365日ごとに更新されることが示されています。この変更は、利用者が文書の更新頻度を理解しやすくし、情報の新しさや信頼性を高める効果があります。全体として、この小規模なアップデートは、ユーザーが最新の情報を把握するのに役立つ重要な追加項目となります。

articles/search/cognitive-search-custom-skill-interface.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: how-to
 ms.date: 01/15/2025
+ms.update-cycle: 365-days
 ---
 
 # Add a custom skill to an Azure AI Search enrichment pipeline

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-custom-skill-interface.md ファイルに対して行われたもので、メタデータに「更新サイクル」が追加されています。具体的には、ms.update-cycle: 365-days という行が新たに加えられ、文書が年間を通じて365日ごとに更新されることを示しています。この変更は、ユーザーに対し文書の更新頻度を情報提供し、内容の新鮮さや信頼性を向上させる重要な要素です。この小規模な更新は、利用者が最新の情報にアクセスしやすくするために役立つものとなっています。

articles/search/cognitive-search-custom-skill-scale.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: conceptual
 ms.date: 01/18/2025
+ms.update-cycle: 365-days
 ---
 
 # Efficiently scale out a custom skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-custom-skill-scale.md ファイルに対して行われ、メタデータに「更新サイクル」が追加されています。具体的には、ms.update-cycle: 365-days という行が新たに追加され、文書が年間を通じて365日ごとに更新されることを示しています。この変更は、ユーザーに対して文書の更新頻度についての情報を提供し、提供される情報の新鮮さと信頼性を高める効果があります。この小さな更新は、ユーザーが最新の内容にアクセスしやすくするための重要なステップとなっています。

articles/search/cognitive-search-custom-skill-web-api.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 04/14/2025
+ms.update-cycle: 365-days
 ---
 
 # Custom Web API skill in an Azure AI Search enrichment pipeline

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-custom-skill-web-api.md ファイルにおいて、メタデータに「更新サイクル」を加えたものです。具体的には、ms.update-cycle: 365-days という行が新たに追加され、文書が年間を通じて365日ごとに更新されることを示しています。この更新は、ユーザーに対して文書の更新頻度を明らかにし、情報の新鮮さと信頼性を向上させるために重要です。コンテンツの最新情報へのアクセスを容易にし、ユーザーの利便性を高める目的があります。このように、小さな修正が文書の価値を高める役割を果たしています。

articles/search/cognitive-search-debug-session.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: conceptual
 ms.date: 04/10/2025
+ms.update-cycle: 365-days
 ---
 
 # Debug Sessions in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-debug-session.md ファイルに対して行われ、メタデータに「更新サイクル」が追加されています。具体的には、ms.update-cycle: 365-days という行が新たに追加され、文書が年間を通じて365日ごとに更新されることを示しています。この更新は、ユーザーに対して文書の更新頻度を明示し、提供される情報が常に最新であることを保障するために重要です。情報の新鮮さと信頼性を高め、ユーザーが必要な情報に迅速にアクセスできるようにすることを目的としています。このような小さな変更が、文書の価値を向上させる役割を果たしています。

articles/search/cognitive-search-defining-skillset.md

@@ -7,6 +7,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 05/08/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-ropc-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-defining-skillset.md ファイルにおいて、メタデータに「更新サイクル」を追加したものです。具体的には、ms.update-cycle: 365-days という行が新たに追加され、文書が年間を通じて365日ごとに更新されることを示しています。この追加は、ユーザーがコンテンツの更新頻度を理解しやすくし、情報の信頼性と新鮮さを維持するために重要です。文書が常に最新の情報を提供することを保証することで、ユーザーの利便性を向上させることを目的としています。このような小さな修正が、全体的な文書の品質と価値を高める役割を果たしています。

articles/search/cognitive-search-how-to-debug-skillset.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 05/08/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-image-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-how-to-debug-skillset.md ファイルにおいて、文書のメタデータに「更新サイクル」が追加されたものです。具体的には、ms.update-cycle: 365-days という行が新たに追加され、文書が毎年365日ごとに更新されることを示しています。この追加により、ユーザーはコンテンツの更新頻度を明確に理解できるようになります。文書の情報が常に最新で信頼できる状態であることを維持するために重要な役割を果たします。このような小さな修正は、文書の質を向上させ、ユーザーの利便性を高めるために寄与しています。

articles/search/cognitive-search-output-field-mapping.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: how-to
 ms.date: 04/14/2025
+ms.update-cycle: 365-days
 ---
 
 # Map enriched output to fields in a search index in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-output-field-mapping.md ファイルにおいて、メタデータに「更新サイクル」を追加したものです。具体的には、ms.update-cycle: 365-days という新しい行が追加され、文書が毎年365日ごとに更新されることを示しています。この更新により、ユーザーは文書の新鮮さや信頼性を理解しやすくなります。コンテンツが定期的に見直されることを明示することで、利用者にとって役立つ情報を提供し続けることが目的です。このような小さな変更が、全体的な文書の品質とユーザー体験を向上させる要因となります。

articles/search/cognitive-search-predefined-skills.md

@@ -11,6 +11,7 @@ ms.custom:
   - ignite-2024
 ms.topic: concept-article
 ms.date: 03/11/2025
+ms.update-cycle: 365-days
 ---
 
 # Skills for extra processing during indexing (Azure AI Search)

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-predefined-skills.md ファイルにおいて、文書のメタデータに「更新サイクル」を追加したことを示しています。具体的には、ms.update-cycle: 365-days という新しい行が追加され、文書が毎年365日ごとに更新されることを示しています。このような情報の追加は、ユーザーに対して文書の更新頻度を明確にし、コンテンツの信頼性を強化するものです。この小さな修正は、継続的な情報の見直しと提供を意図しており、ユーザーが最新の情報を得られるようにするための重要なステップです。

articles/search/cognitive-search-skill-annotation-language.md

@@ -10,6 +10,7 @@ ms.custom:
   - build-2024
 ms.topic: reference
 ms.date: 07/14/2025
+ms.update-cycle: 365-days
 ---
 # Skill context and input annotation language
 

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-annotation-language.md ファイルのメタデータに「更新サイクル」を追加したことを示しています。新たに追加された行 ms.update-cycle: 365-days により、このドキュメントが年に一度更新されることが明示されました。この更新により、読者は文書の新鮮さや妥当性をよりよく理解できるようになります。文書の内容が定期的に見直され、最新の情報が提供されることを示すことは、ユーザーに対して信頼性を高める重要な要素です。この小さな変更は、全体的な文書の品質向上に寄与します。

articles/search/cognitive-search-skill-conditional.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 08/12/2021
+ms.update-cycle: 365-days
 ---
 
 # Conditional cognitive skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-conditional.md ファイルにおいて、メタデータに「更新サイクル」を追加したことを示しています。追加された行 ms.update-cycle: 365-days により、この文書が年に一度見直され更新されることが明示的に示されています。この修正は、読者に対して文書の更新頻度を知らせ、情報の信頼性を高める役割を果たします。定期的な更新は、常に最新の情報が提供されていることを保証するため、ユーザーにとって非常に重要です。このような小さな変更が、全体の文書品質を向上させる助けとなります。

articles/search/cognitive-search-skill-custom-entity-lookup.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 09/07/2022
+ms.update-cycle: 365-days
 ---
 
 # Custom Entity Lookup cognitive skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-custom-entity-lookup.md ファイルに対するもので、メタデータに「更新サイクル」が追加されたことを示しています。新たに追加された行 ms.update-cycle: 365-days は、この文書が年に一度更新されることを明示するものです。この更新により、読者は文書の改訂頻度を理解しやすくなり、提供されている情報の信頼性を向上させることができます。定期的な更新は、常に新しい情報が提供されることを保障するため、ユーザーにとって非常に重要です。この小さな変更が、文書全体の品質向上に寄与することになります。

articles/search/cognitive-search-skill-deprecated.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 08/17/2022
+ms.update-cycle: 365-days
 ---
 
 # Deprecated Cognitive Skills in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-deprecated.md ファイルに対するもので、メタデータに「更新サイクル」の情報が追加されたことを示しています。追加された行 ms.update-cycle: 365-days により、この文書が年に一度更新されることが明確に示されています。この更新は、読者が文書の改定頻度を理解できるようにし、提供される情報の信頼性を向上させる役割を果たします。定期的な更新は、ユーザーが必要な情報を常に最新の状態で得られることを保証し、特に技術文書においては重要な要素です。この変更により、文書の品質向上にも寄与することが期待されます。

articles/search/cognitive-search-skill-document-extraction.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 05/27/2025
+ms.update-cycle: 365-days
 ---
 
 # Document Extraction cognitive skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-document-extraction.md ファイルにおいて、メタデータとして「更新サイクル」を追加したことを示しています。新たに追加された行 ms.update-cycle: 365-days は、この文書が年に一度更新されることを明確にしています。この変更によって、ユーザーは文書の更新頻度を把握しやすくなり、常に最新の情報を得ることができるという安心感を持つことができます。

特に技術的な文書においては、情報が陳腐化しないように定期的に更新されることが重要であり、この小さな改訂が文書の信頼性を高める一助となります。この変更により、文書の質の向上が期待され、特定の機能や技術に関する情報がより適切かつ最新の状態で提供されることが確保されます。

articles/search/cognitive-search-skill-document-intelligence-layout.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2024
 ms.topic: reference
 ms.date: 07/10/2025
+ms.update-cycle: 365-days
 ---
 
 # Document Layout skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-document-intelligence-layout.md ファイルに対するもので、メタデータに「更新サイクル」の情報を追加したことを示しています。具体的には、ms.update-cycle: 365-days という新しい行が加えられ、文書が年に一度更新されることが明示されています。

この更新は、読者がこの文書の改訂頻度を理解する上で重要であり、信頼性の高い情報を提供するために役立ちます。技術文書においては、情報が古くなることを避けるために、定期的な更新が必須であるため、この追加により文書の価値が向上することが期待されます。ユーザーは常に最新の情報を得ることができ、特定の技術や機能に対する理解を深めることができるようになります。

articles/search/cognitive-search-skill-entity-linking-v3.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 08/17/2022
+ms.update-cycle: 365-days
 ---
 
 # Entity Linking cognitive skill (v3)

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-entity-linking-v3.md ファイルに対するもので、メタデータセクションに「更新サイクル」の情報を新たに追加したことを示しています。具体的には、ms.update-cycle: 365-days という行が追加され、文書が年に一度の更新を予定していることが示されました。

この更新は、使用者が文書の改訂頻度を理解しやすくし、その信頼性を向上させるための重要なステップです。特に技術的な文書では、情報の正確性と新鮮さが求められるため、このような更新は很改善の要となります。読者は常に最新の情報を得ることができ、特定の技術や機能についての理解を深めることが期待されます。この変更により、利用者は文書に対する信頼感を高め、効果的に情報を活用できるようになります。

articles/search/cognitive-search-skill-entity-recognition-v3.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 08/17/2022
+ms.update-cycle: 365-days
 ---
 
 # Entity Recognition cognitive skill (v3)

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-entity-recognition-v3.md ファイルに対するもので、メタデータセクションに「更新サイクル」の情報が新たに追加されたことを示しています。具体的には、ms.update-cycle: 365-days という行が追加され、文書が年に一度更新されることが明記されました。

この更新によって、読者は文書の改訂頻度を明確に理解できるようになります。特に技術文書においては、情報が古くならないようにすることが非常に重要であり、この追加により文書の信頼性が向上します。ユーザーは最新の情報を反映した文書を利用することができ、Entity Recognition技術に関する理解を深めることが期待されます。この変更は、読者に対して価値ある情報源であり続けるための重要な改善といえるでしょう。

articles/search/cognitive-search-skill-entity-recognition.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 08/17/2022
+ms.update-cycle: 365-days
 ---
 
 # Entity Recognition cognitive skill (v2)

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-entity-recognition.md ファイルに対して行われ、メタデータに「更新サイクル」の情報が新たに追加されています。具体的には、ms.update-cycle: 365-days という行が追加され、文書が年に一度更新されることが明示されました。

この追加により、利用者は文書の更新頻度についての理解が深まり、情報がどの程度最新であるかを把握しやすくなります。特に技術文書においては、正確で最新の情報が求められますので、この変更は文書の信頼性を高める効果があります。ユーザーはEntity Recognition技術に関する最新の情報を得やすくなり、技術的な内容を効果的に活用できるようになるでしょう。この更新は、ドキュメンテーションの質を向上させるための重要なステップです。

articles/search/cognitive-search-skill-keyphrases.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 12/09/2021
+ms.update-cycle: 365-days
 ---
 #	Key Phrase Extraction cognitive skill
 

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-keyphrases.md ファイルに対するもので、メタデータ部分に「更新サイクル」の情報が新たに追加されています。具体的には、ms.update-cycle: 365-days という行が追加され、文書が年に一度更新されることが明示されました。

この更新により、利用者はこの文書がどの程度の頻度で最新の状態に保たれているかを理解しやすくなります。特に技術文書においては、情報の鮮度が重要であり、この追加は文書の信頼性を高める要素となります。ユーザーは、Key Phrase Extractionに関する最新の情報をもとに、効果的に技術を利用できることが期待されます。この修正は、文書の品質と有用性を向上させるための重要な改善といえるでしょう。

articles/search/cognitive-search-skill-language-detection.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 12/09/2021
+ms.update-cycle: 365-days
 ---
 
 #	Language detection cognitive skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-language-detection.md ファイルに行われ、メタデータセクションに「更新サイクル」の情報が新たに追加されています。具体的には、ms.update-cycle: 365-days という行が加わり、この文書が年に一度更新されることが示されています。

この更新によって、利用者は文書の情報がどの程度最新であるかをより簡単に把握できるようになります。特に、言語検出に関する技術文書では、正確で新しい情報が不可欠ですので、この追加は文書の信頼性を高める効果があります。ユーザーはLanguage Detection技術の最新情報を基に、より効果的にその機能を活用できるようになるでしょう。この変更は、全体的な文書の品質および信頼性を向上させるための重要な改善と言えます。

articles/search/cognitive-search-skill-named-entity-recognition.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 08/17/2022
+ms.update-cycle: 365-days
 ---
 
 #	Named Entity Recognition cognitive skill (v2)

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-named-entity-recognition.md ファイルに対して行われ、メタデータに「更新サイクル」の情報が新たに追加されました。具体的には、ms.update-cycle: 365-days という行が追加され、この文書が年に一度更新されることを示しています。

この更新により、ユーザーは文書が最新の状態で保たれている頻度を理解しやすくなります。特に、Named Entity Recognitionに関する技術的情報は迅速に進化するため、この追加は技術文書の信頼性を向上させる要素となります。ユーザーは、この技術に関連する情報をもとに、効果的にシステムを活用できることが期待されます。この変更は、文書全体の品質向上に寄与する重要な改善といえるでしょう。

articles/search/cognitive-search-skill-ocr.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 06/24/2022
+ms.update-cycle: 365-days
 ---
 # OCR cognitive skill
 

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-ocr.md ファイルに対して行われ、メタデータセクションに「更新サイクル」が新たに追加されました。具体的には、ms.update-cycle: 365-days という行が加わり、この文書が年に一度更新されることを記載しています。

この更新により、ユーザーはOCR技術に関する情報がどの程度の頻度で最新化されるのかを把握できるようになり、信頼性が向上します。特に、OCR（光学式文字認識）技術は急速に発展しているため、文書の更新情報が明示されることは重要です。これにより、ユーザーは常に最新の技術情報を基にした意思決定を行うことができる期待が持たれます。この変更は、全体的な文書の整合性と信頼性を高めるための重要な改善といえるでしょう。

articles/search/cognitive-search-skill-pii-detection.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 02/22/2024
+ms.update-cycle: 365-days
 ---
 
 # Personally Identifiable Information (PII) Detection cognitive skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-pii-detection.md ファイルに対して行われ、文書のメタデータに「更新サイクル」を示す新しい行が追加されました。具体的には、ms.update-cycle: 365-days という行が加えられ、この文書が年に一度更新されることが示されています。

この更新により、ユーザーは個人情報（PII）検出技術に関する情報がどの程度の頻度で更新されるかを明確に理解できるようになります。特にプライバシー関連の技術は常に進化しているため、情報の更新頻度を知ることは、ユーザーが最新の規範や技術を反映した意思決定を行うために重要です。この変更は、文書の信頼性とユーザビリティを向上させるための小さなが重要な改善といえます。

articles/search/cognitive-search-skill-sentiment-v3.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 08/17/2022
+ms.update-cycle: 365-days
 ---
 
 # Sentiment cognitive skill (v3)

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-sentiment-v3.md ファイルに対して行われ、文書のメタデータに「更新サイクル」を示す新しい行が追加されました。具体的には、ms.update-cycle: 365-days という行が加えられ、この文書が年に一度更新されることが明示されています。

この更新により、感情分析に関する情報がどの程度の頻度で最新化されるのかをユーザーが把握できるようになります。感情分析技術は急速に変化するため、文書の更新情報を提供することは非常に重要です。この変更は、ユーザーが常に最新の技術情報を基にした意思決定を行うための助けとなり、文書の信頼性を高めるための小さなが重要な改善といえるでしょう。

articles/search/cognitive-search-skill-sentiment.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 08/17/2022
+ms.update-cycle: 365-days
 ---
 
 # Sentiment cognitive skill (v2)

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-sentiment.md ファイルに対して行われ、文書のメタデータに「更新サイクル」を示す新しい行が追加されました。具体的には、ms.update-cycle: 365-days という行が加えられ、この文書が年に一度更新されることを明示しています。

この更新により、ユーザーは感情分析に関連する情報がどの程度の頻度で最新の状況に更新されるかわかるようになります。感情分析技術は常に進化しており、更新情報を提供することは包括的な理解を助けるために重要です。この変更は、ユーザーが常に最新の技術を基にした意思決定を行うための支援を強化し、文書の信頼性を向上させる小さなが重要な改善といえるでしょう。

articles/search/cognitive-search-skill-shaper.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 02/22/2024
+ms.update-cycle: 365-days
 ---
 
 # Shaper cognitive skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-shaper.md ファイルに対して行われ、文書のメタデータに「更新サイクル」を示す新しい行が追加されました。具体的には、ms.update-cycle: 365-days という行が加えられ、文書が年に一度更新されることが明示されています。

この更新により、ユーザーはシェイパー認知スキルに関する情報がどの程度の頻度で最新に保たれるかを理解できるようになります。情報の更新サイクルを明示することは、技術的なドキュメントにおいて重要であり、ユーザーが文書の信頼性を評価する際の助けとなります。この変更は、ユーザーが常に最新の情報に基づいて意思決定を行うための重要な改善点といえます。

articles/search/cognitive-search-skill-text-translation.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 09/19/2022
+ms.update-cycle: 365-days
 ---
 
 #	Text Translation cognitive skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-text-translation.md ファイルに対して行われ、文書のメタデータに「更新サイクル」を示す新しい行が追加されました。具体的には、ms.update-cycle: 365-days という行が加えられ、この文書が年に一度更新されることを明示しています。

この追加によって、ユーザーはテキスト翻訳に関する情報がどの程度の頻度で最新化されるかを把握できるようになります。更新サイクルの記載は、技術文書において非常に重要であり、ユーザーに信頼性と透明性を提供します。この変更は、ユーザーが常に最も関連性の高い情報を基に意思決定を行うための助けとなる、重要な小規模更新といえるでしょう。

articles/search/cognitive-search-skill-textmerger.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 04/20/2023
+ms.update-cycle: 365-days
 ---
 
 #	Text Merge cognitive skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-textmerger.md ファイルに対して行われており、文書のメタデータに「更新サイクル」を示す新しい行が追加されました。具体的には、ms.update-cycle: 365-days という行が加えられ、この文書が年に一度更新されることが明示されています。

この更新により、ユーザーはテキストマージに関する情報がどの程度の頻度で最新化されるかを把握しやすくなります。更新サイクルの明示は、文書の信頼性を高め、ユーザーがその情報に基づいて適切に意思決定を行うための重要な情報となります。この変更は、ユーザーに対して文書の内容が定期的に見直されることを知らせる重要な小規模更新といえるでしょう。

articles/search/cognitive-search-skill-textsplit.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 05/01/2025
+ms.update-cycle: 365-days
 ---
 
 # Text split cognitive skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-skill-textsplit.md ファイルに対するもので、文書のメタデータに「更新サイクル」として新しい行が追加されました。具体的には、ms.update-cycle: 365-days という行が加えられ、この文書が年に一度更新されることが示されています。

この変更により、ユーザーはテキストスプリットに関する情報がどのくらいの頻度で最新化されるかを把握できるようになります。更新サイクルを明示することは、文書の信頼性を高め、ユーザーが文書を利用する際の判断材料となる重要な要素です。このような小規模な更新は、情報の正確性と関連性を維持するために重要な役割を果たしています。

articles/search/cognitive-search-tutorial-debug-sessions.md

@@ -8,6 +8,7 @@ manager: nitinme
 ms.service: azure-ai-search
 ms.topic: tutorial
 ms.date: 03/31/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-image-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-tutorial-debug-sessions.md ファイルに対して行われており、文書のメタデータに「更新サイクル」が追加されました。具体的には、ms.update-cycle: 365-days の行が新たに加えられ、これはこのチュートリアル文書が年に一度更新されることを示しています。

この変更により、ユーザーはデバッグセッションに関する情報がどの程度の頻度で新しくなるかを理解しやすくなります。更新サイクルの明示は、文書の信頼性を向上させ、ユーザーがその情報を基に適切に判断を下すための重要な要素です。このような小規模な更新は、情報の最新性を保つために欠かせないものであり、ユーザーにとっても有益な改善となります。

articles/search/cognitive-search-working-with-skillsets.md

@@ -7,6 +7,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 07/11/2025
+ms.update-cycle: 180-days
 ---
 
 # Skillset concepts in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/cognitive-search-working-with-skillsets.md ファイルに対するもので、文書のメタデータに「更新サイクル」として新しい行が追加されました。具体的には、ms.update-cycle: 180-days という行が加えられ、この文書が半年ごとに更新されることが示されています。

この変更により、ユーザーはスキルセットに関する情報がどのくらいの頻度で最新化されるかを把握できるようになります。更新サイクルを明示することで、文書の信頼性が向上し、ユーザーが文書を利用する際の判断材料が強化されます。小規模な更新ではありますが、情報の新鮮さを保ち、ユーザーへのサービス向上に寄与する重要な要素といえます。

articles/search/enrichment-cache-how-to-configure.md

@@ -7,6 +7,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 07/28/2025
+ms.update-cycle: 180-days
 ms.custom:
   - ignite-2023
   - sfi-ropc-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/enrichment-cache-how-to-configure.md ファイルに対して行われており、文書のメタデータに「更新サイクル」が追加されました。具体的には、ms.update-cycle: 180-days という行が新たに加えられ、これはこの文書が半年ごとに更新されることを示しています。

この変更によって、ユーザーはエンクリッチメントキャッシュの設定に関する情報がどの程度の頻度で更新されるかを認識しやすくなります。更新サイクルを明示することで文書の信頼性が向上し、ユーザーがその情報を参考にする際の安心感を得ることができます。このような小規模な更新は、コンテンツの鮮度を保つために重要であり、ユーザー体験の向上にも寄与します。

articles/search/enrichment-cache-how-to-manage.md

@@ -7,6 +7,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 07/28/2025
+ms.update-cycle: 180-days
 ms.custom:
   - ignite-2023
   - sfi-ropc-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/enrichment-cache-how-to-manage.md ファイルに対するもので、文書のメタデータに「更新サイクル」を示す新しい行が追加されました。具体的には、ms.update-cycle: 180-days というエントリーが新たに加えられ、文書が180日ごとに更新されることが明記されています。

この追加により、ユーザーはエンクリッチメントキャッシュの管理に関する情報がどの程度の頻度で更新されるかを理解しやすくなります。更新サイクルを明確にすることで、文書の信頼性が高まり、ユーザーは最新の情報に基づいた意思決定ができるようになります。このような小規模な更新は、コンテンツの鮮度と信頼性を維持するために重要であり、全体的なユーザーエクスペリエンスの向上に寄与します。

articles/search/includes/quickstarts/search-get-started-rag-java.md

@@ -5,6 +5,7 @@ ms.author: karler
 ms.service: azure-ai-search
 ms.topic: include
 ms.date: 08/08/2025
+ai-usage: ai-assisted
 ---
 ## Prerequisites
 

Summary

{
    "modification_type": "minor update",
    "modification_title": "AI使用の追加"
}

Explanation

この変更は、articles/search/includes/quickstarts/search-get-started-rag-java.md ファイルに対して行われ、文書のメタデータに新しい属性「AI使用」が追加されました。具体的には、ai-usage: ai-assisted という行が挿入されています。

この追加により、ユーザーはこのガイドがAI支援機能を活用していることを認識できます。AIを活用することの重要性が増す中で、この情報は特に役立ちます。ユーザーは、検索機能におけるAIの利用方法を理解しやすくなり、その使い方に関する具体的な指針を得ることができます。こうした小規模な更新でも、文書のコンテキストや有用性の向上につながるため、全体としてのユーザーエクスペリエンスにポジティブな影響を与えることが期待されます。

articles/search/includes/quickstarts/search-get-started-rag-rest.md

@@ -91,7 +91,7 @@ We recommend [Visual Studio Code](https://code.visualstudio.com/download) with a
 > [!TIP]
 > You can [download the source code](https://github.com/Azure-Samples/azure-search-rest-samples/tree/main/Quickstart-rag) to start with a finished project or follow these steps to create your own. 
 
-1. Start Visual Studio Code and open the [quickstart-rag.rest](https://github.com/Azure-Samples/azure-search-rest-samples/blob/main/Quickstart-rag/quickstart-rag.rest) file or create a new file.
+1. Start Visual Studio Code and open the [quickstart-rag.rest](https://github.com/Azure-Samples/azure-search-rest-samples/blob/main/Quickstart-RAG/rag.rest) file or create a new file.
 
 1. At the top, set environment variables for your search service, authorization, and index name.
 

Summary

{
    "modification_type": "minor update",
    "modification_title": "ファイルパスの修正"
}

Explanation

この変更は、articles/search/includes/quickstarts/search-get-started-rag-rest.md ファイルに対して行われ、具体的には手順内のファイルパスが修正されました。変更内容として、ファイルへのリンクが以下のように改訂されました：

• 旧: [quickstart-rag.rest](https://github.com/Azure-Samples/azure-search-rest-samples/blob/main/Quickstart-rag/quickstart-rag.rest)
• 新: [quickstart-rag.rest](https://github.com/Azure-Samples/azure-search-rest-samples/blob/main/Quickstart-RAG/rag.rest)

この修正は、ユーザーが必要なファイルにアクセスしやすくするためのものであり、正確なファイルパスを提供することで、手順の実行時に混乱を避けることができます。こうした小さな更新ながら、文書の正確性とユーザー体験を向上させる重要な役割を果たします。ユーザーは新しいパスを通じて簡単にプロジェクトの開始に取り組むことができるようになります。

articles/search/includes/quickstarts/semantic-ranker-csharp.md

@@ -17,7 +17,7 @@ In this quickstart, you use an IDE and the [**Azure.Search.Documents**](/dotnet/
 We recommend [Visual Studio](https://visualstudio.microsoft.com/vs/community/) for this quickstart.
 
 > [!TIP]
-> You can [download the source code](https://github.com/Azure-Samples/azure-search-dotnet-samples/tree/main/quickstart-semantic-search/SemanticSearchQuickstart) to start with a finished project or follow these steps to create your own. 
+> You can [download the source code](https://github.com/Azure-Samples/azure-search-dotnet-samples/tree/main/quickstart-semantic-search) to start with a finished project or follow these steps to create your own. 
 
 ### Install libraries
 

Summary

{
    "modification_type": "minor update",
    "modification_title": "ソースコードダウンロードリンクの修正"
}

Explanation

この変更は、articles/search/includes/quickstarts/semantic-ranker-csharp.md ファイルに対して行われ、ソースコードダウンロード用のリンクが修正されました。具体的には、以下の部分が更新されました：

• 旧: [download the source code](https://github.com/Azure-Samples/azure-search-dotnet-samples/tree/main/quickstart-semantic-search/SemanticSearchQuickstart)
• 新: [download the source code](https://github.com/Azure-Samples/azure-search-dotnet-samples/tree/main/quickstart-semantic-search)

この修正により、ユーザーは正確なリポジトリパスを受け取ることができ、必要なソースコードをより簡単に取得できるようになります。このような小さな更新でも、手順の明確さを向上させ、ユーザーエクスペリエンスを向上させるために重要です。これにより、ユーザーは適切なプロジェクトを迅速に始めることが可能になります。

articles/search/index-add-custom-analyzers.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: how-to
 ms.date: 06/16/2025
+ms.update-cycle: 365-days
 ---
 
 # Add custom analyzers to string fields in an Azure AI Search index

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/index-add-custom-analyzers.md ファイルに対して行われ、メタデータに新たな項目が追加されました。具体的には、以下の内容が追加されました：

• ms.update-cycle: 365-days

この更新サイクルの追加は、文書のメンテナンス頻度を示すものであり、ユーザーに対してこのガイドが一年ごとに見直されることを明示しています。このような情報は、ユーザーが最新の情報を得るためにどのくらいの頻度で文書をチェックすべきかを理解するのに役立ちます。全体として、文書の信頼性を高め、より透明性のある更新ポリシーを提示することが目的です。

articles/search/index-add-language-analyzers.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: how-to
 ms.date: 06/16/2025
+ms.update-cycle: 365-days
 ---
 
 # Add language analyzers to string fields in an Azure AI Search index

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/index-add-language-analyzers.md ファイルに対して行われ、メタデータに新たな項目が追加されました。具体的には、以下の内容が追加されました：

• ms.update-cycle: 365-days

この更新サイクルの追加は、文書が年に一度見直されることを示しており、ユーザーに対してこのガイドの最新性を維持するための情報を提供します。これにより、ユーザーは適切なタイミングで文書を確認し、最新の情報を入手することができるようになります。この変更は、ドキュメントのメンテナンスと透明性を向上させるために重要です。

articles/search/index-add-scoring-profiles.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: how-to
 ms.date: 07/25/2025
+ms.update-cycle: 365-days
 ---
 
 # Add scoring profiles to boost search scores

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/index-add-scoring-profiles.md ファイルに対するもので、メタデータに新たな項目が追加されました。具体的には、以下の内容が追加されました：

• ms.update-cycle: 365-days

この更新サイクルの追加により、このガイドが年に一度見直されることを示しています。ユーザーに対して、ドキュメントの内容が定期的に確認され、最新の情報が維持されることを伝える意図があります。この変更は、文書の正確性と適時性を強調し、利用者が必要な時に最新の情報を簡単に取得できるようにするためのものです。

articles/search/index-add-suggesters.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 04/14/2025
+ms.update-cycle: 365-days
 ms.custom:
   - devx-track-csharp
   - devx-track-dotnet

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/index-add-suggesters.md ファイルに対して行われました。主な変更点は、メタデータに次の項目が追加されたことです：

• ms.update-cycle: 365-days

この追加により、このドキュメントは年に一度見直されることが示されています。これにより、読者は最新の情報を取得しやすくなり、文書の信頼性と有用性が向上します。この変更は、ドキュメントの維持管理における透明性を高め、ユーザーが適切なタイミングで情報を確認できるようにするために重要です。

articles/search/index-ranking-similarity.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: how-to
 ms.date: 02/24/2025
+ms.update-cycle: 365-days
 ---
 
 # Configure BM25 relevance scoring

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/index-ranking-similarity.md ファイルに対するもので、メタデータに新たに次の項目が追加されました：

• ms.update-cycle: 365-days

この変更により、ドキュメントが年に一度見直されることが明示され、利用者は一定期間ごとに内容が最新のものであることを期待できます。この情報は、文書の維持管理や信頼性を高め、ユーザーが常に現在の状況に応じた正確な情報を得られるようにサポートします。

articles/search/index-similarity-and-scoring.md

@@ -9,6 +9,7 @@ ms.custom:
   - ignite-2023
 ms.topic: conceptual
 ms.date: 08/13/2025
+ms.update-cycle: 365-days
 ---
 
 # Relevance in keyword search (BM25 scoring)

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/index-similarity-and-scoring.md ファイルに対するもので、メタデータに新たに次の項目が追加されました：

• ms.update-cycle: 365-days

この項目の追加により、このドキュメントが年に一度見直されることが明示され、ユーザーはこの情報をもとに、内容の更新状況を把握しやすくなります。この更新サイクルは、ドキュメントの正確性や関連性を維持するために重要であり、ユーザーが常に最新の情報にアクセスできるようにするための手段となります。

articles/search/index-sql-relational-data.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: how-to
 ms.date: 07/25/2025
+ms.update-cycle: 365-days
 ---
 
 # How to model relational SQL data for import and indexing in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/index-sql-relational-data.md ファイルに対するもので、メタデータに新たに次の項目が追加されました：

• ms.update-cycle: 365-days

この更新サイクルの追加により、このドキュメントは年に一度見直されることが明示されています。これにより、ユーザーは文書の内容が定期的に更新されることを理解し、常に信頼性のある最新の情報を得ることができるようになります。この変更は、情報の正確性と関連性を保つために重要であり、ユーザーにとって有用なリソースとなります。

articles/search/knowledge-store-concept-intro.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 05/27/2025
+ms.update-cycle: 180-days
 ms.custom:
   - ignite-2023
   - sfi-ropc-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/knowledge-store-concept-intro.md ファイルに対して行われ、メタデータに以下の項目が新たに追加されました：

• ms.update-cycle: 180-days

この更新サイクルの追加により、このドキュメントが180日ごとに見直されることが明示されました。これにより、ユーザーは文書の内容が定期的に更新され、最新の情報を反映していることを認識できるようになります。この情報は、ドキュメントの正確性と関連性を保つために重要であり、読者にとって信頼できるリソースとなります。

articles/search/knowledge-store-connect-power-bi.md

@@ -8,6 +8,7 @@ manager: nitinme
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 05/27/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-image-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/knowledge-store-connect-power-bi.md ファイルに対するもので、メタデータに以下の新しい項目が加えられました：

• ms.update-cycle: 365-days

この更新サイクルの追加により、このドキュメントは年間に一度見直され、常に最新の情報が反映されることが保証されます。この変更により、ユーザーは文書の内容が定期的に更新されることを理解し、信頼性のある情報源として利用できるようになります。文書の正確性と関連性を保つための重要な手続きです。

articles/search/knowledge-store-create-portal.md

@@ -8,6 +8,7 @@ manager: nitinme
 ms.service: azure-ai-search
 ms.topic: quickstart
 ms.date: 03/04/2025
+ms.update-cycle: 365-days
 ms.custom:
   - mode-ui
   - ignite-2023

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/knowledge-store-create-portal.md ファイルに対して行われ、メタデータに以下の新しい項目が追加されました：

• ms.update-cycle: 365-days

この更新サイクルの追加により、このドキュメントは年間に一度見直されることが示されています。この変更は、ユーザーに対して文書が定期的に更新され、新しい情報や変更点が反映されることを保証します。ユーザーは、信頼できる情報源として文書を利用できるようになり、常に最新の状態を維持するための助けとなります。

articles/search/knowledge-store-projection-example-long.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: concept-article
 ms.date: 07/28/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-ropc-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/knowledge-store-projection-example-long.md ファイルに対して行われ、メタデータに以下の新しい項目が追加されています：

• ms.update-cycle: 365-days

この追加により、このドキュメントは年間に一度見直されることが明示され、常に最新の情報が反映されることを保証します。これにより、ユーザーはこの文書が定期的に更新され、信頼性のある情報源として利用できることを理解できるようになります。この変更は、ドキュメントの正確性と関連性を保つために重要な役割を果たします。

articles/search/knowledge-store-projection-overview.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 06/17/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-ropc-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/knowledge-store-projection-overview.md ファイルに対して行われたもので、メタデータに次の項目が新たに追加されました：

• ms.update-cycle: 365-days

この更新により、ドキュメントは年間に一度見直されることが示されており、常に最新の情報が提供されることが保証されます。この改良は、ユーザーに対して文書が定期的にメンテナンスされ、信頼性の高い情報源として利用できるようになることを意味します。重要な変更を文書に反映させ、ユーザーのニーズに応えるための取り組みとして意義があります。

articles/search/knowledge-store-projection-shape.md

@@ -7,6 +7,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 06/17/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-ropc-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/knowledge-store-projection-shape.md ファイルに対して行われたもので、メタデータに以下の項目が新たに追加されています：

• ms.update-cycle: 365-days

この追加により、このドキュメントが年間に一度見直されることを示しており、情報の鮮度が保たれることが保証されます。これにより、ユーザーはこの文書が定期的に更新され、正確かつ信頼性のある情報が提供されることを理解できるようになります。この変更は、文書の維持管理における重要な改善を示しています。

articles/search/knowledge-store-projections-examples.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 06/17/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-ropc-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "更新サイクルの追加"
}

Explanation

この変更は、articles/search/knowledge-store-projections-examples.md ファイルに行われ、メタデータに以下の項目が新たに追加されました：

• ms.update-cycle: 365-days

この追加により、ドキュメントが年間に一度見直されることを示しており、内容の最新性が確保されることを目的としています。ユーザーは、この文書が定期的に更新され、信頼性の高い情報源として利用できることを理解できるようになります。この更新は、ドキュメントの品質向上に寄与する重要なステップです。

articles/search/media/search-security-network-security-perimeter/portal-inbound-access-rules.png

Summary

{
    "modification_type": "minor update",
    "modification_title": "画像ファイルのメタデータ更新"
}

Explanation

この変更は、articles/search/media/search-security-network-security-perimeter/portal-inbound-access-rules.png という画像ファイルに対して行われましたが、実際にはコンテンツの追加や削除は行われていません。変更内容は、ファイルのメタデータや属性に関連するもので、視覚的な要素には影響を与えていません。

このように、画像ファイルの扱いにおいても、定期的な確認や更新が行われていることを示しています。重要な情報が正確に維持されるよう努める姿勢が反映されています。ユーザーにとっては、文書全体の整合性を保持するための重要な更新と言えるでしょう。

articles/search/media/search-security-network-security-perimeter/portal-network-security-perimeter-diagnostic-settings.png

Summary

{
    "modification_type": "minor update",
    "modification_title": "画像ファイルのメタデータ更新"
}

Explanation

この変更は、articles/search/media/search-security-network-security-perimeter/portal-network-security-perimeter-diagnostic-settings.png という画像ファイルに対して行われました。ただし、具体的な内容としては、ファイルに対する実質的な変更（追加や削除）はなく、メタデータや属性の更新に関連しています。

このように、画像の扱いにおいても、ドキュメント全体の整合性や品質を保つための継続的な努力が示されています。ユーザーは、この画像が常に最新の状態で管理されていることを理解でき、情報の信頼性を高める要素となります。

articles/search/media/search-security-network-security-perimeter/portal-network-security-perimeter-profiles.png

Summary

{
    "modification_type": "minor update",
    "modification_title": "画像ファイルのメタデータ更新"
}

Explanation

この変更は、articles/search/media/search-security-network-security-perimeter/portal-network-security-perimeter-profiles.png という画像ファイルに関するもので、実際には内容の追加や削除は行われていません。変更は、主にファイルのメタデータまたは関連する属性に関するものです。

このような更新は、ドキュメントの整合性を保ち、常に最新の情報を提供するために重要です。ユーザーは、この合理的な管理によって、ファイルが正確な情報を反映していることを信頼できるようになります。

articles/search/media/search-security-network-security-perimeter/portal-network-security-perimeter-resources.png

Summary

{
    "modification_type": "minor update",
    "modification_title": "画像ファイルのメタデータ更新"
}

Explanation

この変更は、articles/search/media/search-security-network-security-perimeter/portal-network-security-perimeter-resources.pngという画像ファイルに関連しています。具体的な変更内容としては、実際の画像に対する追加や削除は行われておらず、メタデータや属性の更新に該当します。

このようなマイナーな更新は、ドキュメントの正確性や質を維持するために重要であり、ユーザーにとって最新の情報を提供する手助けとなります。この変更により、ユーザーはコンテンツの信頼性を確保でき、より安心して利用できるようになります。

articles/search/media/search-security-network-security-perimeter/portal-network-security-perimeter-select-outbound-access-rules.png

Summary

{
    "modification_type": "minor update",
    "modification_title": "画像ファイルのメタデータ更新"
}

Explanation

このコードの差分は、articles/search/media/search-security-network-security-perimeter/portal-network-security-perimeter-select-outbound-access-rules.pngという画像ファイルに関するもので、特に追加や削除の内容はありません。実際には、メタデータやファイルのプロパティに対しての更新が行われた可能性があります。

この変更は、ドキュメントの一貫性や信頼性を保つために重要であり、利用者にとって必要な情報が最新の状態で提供されていることを確認できる手助けとなります。ユーザーは、この管理により、画像を利用する際の安心感を得ることができます。

articles/search/monitor-azure-cognitive-search-data-reference.md

@@ -2,6 +2,7 @@
 title: Monitoring data reference for Azure AI Search
 description: This article contains important reference material you need when you monitor Azure AI Search.
 ms.date: 07/25/2025
+ms.update-cycle: 365-days
 ms.custom: horz-monitor
 ms.topic: reference
 author: HeidiSteen

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/monitor-azure-cognitive-search-data-reference.mdというMarkdownファイルに対するもので、特に「更新周期」を示す新しいメタデータが追加されています。具体的には、ms.update-cycle: 365-daysという行が追加され、この記事がどのくらいの頻度で更新されるべきかが明示されています。

このようなマイナーアップデートは、コンテンツの管理や保守に役立ち、ユーザーにとっては、いつまでに情報が最新化されるかの予測を立てる際に役立ちます。更新周期の明示は、文書の信頼性を高め、ユーザーエクスペリエンスを向上させる重要な要素です。

articles/search/monitor-azure-cognitive-search.md

@@ -2,6 +2,7 @@
 title: Monitor Azure AI Search
 description: Start here to learn how to monitor Azure AI Search.
 ms.date: 07/25/2025
+ms.update-cycle: 365-days
 ms.custom: horz-monitor
 ms.topic: concept-article
 author: HeidiSteen

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/monitor-azure-cognitive-search.mdというMarkdownファイルに対するもので、更新の方針を示す新しいメタデータが追加されています。具体的には、ms.update-cycle: 365-daysという行が追加され、この記事がどの頻度で更新されるべきかを記述しています。

このようなマイナーアップデートは、コンテンツの保守と管理を容易にし、ユーザーに情報の信頼性を高める助けとなります。ユーザーは、情報がどのくらいの頻度で最新のものに更新されるかを理解することで、より良いサポートや意思決定が行えるようになります。

articles/search/multimodal-search-overview.md

@@ -3,7 +3,6 @@ title: Multimodal Search Concepts and Guidance
 titleSuffix: Azure AI Search
 description: Learn what multimodal search is, how Azure AI Search supports it for text and image content, and where to find detailed concepts, tutorials, and samples.
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: conceptual
 ms.date: 05/29/2025
 author: gmndrg

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータから更新周期を削除"
}

Explanation

この変更は、articles/search/multimodal-search-overview.mdというMarkdownファイルに対して行われたもので、既存のメタデータの一部が削除されています。具体的には、ms.update-cycle: 90-daysという行が削除されました。

この変更により、記事に関する更新の頻度を示す情報がなくなりました。更新周期の削除は、コンテンツの管理方針や変更された計画を反映している可能性があります。このようなマイナーアップデートは、ドキュメントの内容や目的に応じて情報を整理し、より適切な管理を実現するために重要です。ユーザーは、更新周期についての情報がないことで、自らのチュートリアルや実装において、よりフレキシブルに事態に対応する必要があるかもしれません。

articles/search/policy-reference.md

@@ -2,6 +2,7 @@
 title: Built-in policy definitions for Azure Cognitive Search
 description: Lists Azure Policy built-in policy definitions for Azure Cognitive Search. These built-in policy definitions provide common approaches to managing your Azure resources.
 ms.date: 12/10/2024
+ms.update-cycle: 365-days
 ms.topic: reference
 author: HeidiSteen
 ms.author: heidist

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/policy-reference.mdというMarkdownファイルに対するもので、新たにメタデータが追加されています。具体的には、ms.update-cycle: 365-daysという行が追加され、この記事の更新頻度が1年に1回であることが明示されています。

このマイナーアップデートは、リソース管理に関する情報を利用するユーザーに対して、コンテンツの更新がどの程度の頻度で行われるのかを示すことで、情報の信頼性を向上させる目的があります。ユーザーはこの記事を参照する際、提供される情報がどれくらい新しいものであるかを知ることができ、より効果的にAzureリソースを管理するための意思決定に活用できるようになります。

articles/search/query-lucene-syntax.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 12/11/2024
+ms.update-cycle: 365-days
 ---
 
 # Lucene query syntax in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/query-lucene-syntax.mdというMarkdownファイルに対して行われ、新たなメタデータが追加されています。具体的には、ms.update-cycle: 365-daysという行が追加され、この記事の更新が年に1回行われることを示しています。

このマイナーアップデートは、ユーザーに対してコンテンツの更新頻度を明示することで、情報の信頼性を高め、管理や利用の計画を立てる際の参考になります。ユーザーは、更新周期を知ることによって、提供される内容がどれほど最新であるかを評価し、必要に応じて他の情報源と照らし合わせる判断材料とすることができます。これは特に技術ドキュメントにおいて重要であり、正確な情報に基づいて意思決定を行いやすくします。

articles/search/query-odata-filter-orderby-syntax.md

@@ -7,6 +7,7 @@ ms.author: beloh
 ms.service: azure-ai-search
 ms.topic: reference
 ms.date: 12/10/2024
+ms.update-cycle: 365-days
 ---
 
 # OData language overview for `$filter`, `$orderby`, and `$select` in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/query-odata-filter-orderby-syntax.mdというMarkdownファイルに対して行われ、新たなメタデータが追加されています。具体的には、ms.update-cycle: 365-daysが追加され、この記事の更新頻度が年に1回であることを示しています。

このマイナーアップデートは、ユーザーがコンテンツの更新頻度を把握できるようにすることで、情報の信頼性を向上させることを目的としています。特に技術ドキュメントでは、古い情報に基づいた意思決定がもたらすリスクを避けるために、どれだけ新しいかを知ることが重要です。ユーザーは、この更新周期の情報を元に、提供されている内容の最新性を評価し、必要に応じて他の情報源と組み合わせながら効果的に利用できるようになります。

articles/search/query-simple-syntax.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 12/10/2024
+ms.update-cycle: 365-days
 ---
 
 # Simple query syntax in Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/query-simple-syntax.mdというMarkdownファイルに対して行われ、新たにms.update-cycle: 365-daysというメタデータが追加されています。この追加は、コンテンツの更新頻度を年に1回であることを示しています。

このマイナーアップデートは、ユーザーに対して記事の最新性を示し、情報の信頼性を向上させることを目的としています。技術文書においては、コンテンツがどれだけ新鮮であるかを知ることが非常に重要です。ユーザーは、この情報を活用して、提供されている内容がどれほど信頼できるかを評価し、必要に応じて他の情報源と照らし合わせる際の判断材料とすることができます。このように、更新周期の明示は、読者への透明性を高め、コンテンツの利用を促進する役割を果たします。

articles/search/reference-stopwords.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: reference
 ms.date: 05/16/2022
+ms.update-cycle: 365-days
 ---
 
 # Stopwords reference (Microsoft analyzers)

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/reference-stopwords.mdというMarkdownファイルに対して行われ、新たにms.update-cycle: 365-daysというメタデータが追加されています。この追加により、この記事の更新頻度が年に1回であることが明示されています。

このようなマイナーアップデートは、コンテンツの最新性に関する透明性を提供し、ユーザーが情報の信頼性を評価する手助けをします。特に技術的なドキュメントにおいては、どれだけ新しい情報であるかを知ることが重要です。利用者は、この更新周期の情報を基に、必要に応じて他の情報源と比較しながら、提供されている内容の信頼性を判断することができます。したがって、更新周期の追加は、読者にとって有用な指針となり、コンテンツをより効果的に活用する助けとなります。

articles/search/resource-tools.md

@@ -7,6 +7,7 @@ ms.author: haileytapia
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 07/28/2025
+ms.update-cycle: 365-days
 ---
 
 # Productivity tools and accelerators for Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/resource-tools.mdというMarkdownファイルに対して行われ、新たにms.update-cycle: 365-daysというメタデータが追加されています。この追加は、この記事の更新頻度が年に1回であることを示しています。

このマイナーアップデートは、コンテンツの新鮮さを明示することで、読者に対して記事の信頼性を向上させる目的があります。特に技術文書では、情報がどの程度最新であるかを知ることが重要であり、これによりユーザーはさまざまな情報源と照らし合わせながら、提供されている内容の価値を評価することができます。更新周期の明示により、読者はこの情報を基にコンテンツをより適切に利用できるようになります。結果として、ユーザーの利便性が向上し、文書の有用性が高まることを期待できます。

articles/search/resource-training.md

@@ -8,6 +8,7 @@ ms.author: haileytapia
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 04/07/2025
+ms.update-cycle: 365-days
 ---
 
 # Training - Azure AI Search

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/resource-training.mdというMarkdownファイルに対して行われ、ms.update-cycle: 365-daysという新たなメタデータが追加されています。この情報は、この記事の更新が年に1回行われることを示しています。

このマイナーアップデートは、文書の新鮮さをユーザーに明示することで、コンテンツに対する信頼性を高めることを目的としています。特に、技術関連の情報は時間と共に変化するため、更新周期を明記することで読者はこのドキュメントがどの程度最新であるかを判断しやすくなります。この追加情報により、ユーザーは適切なタイミングで情報を利用し、必要に応じて他の情報源と比較検討することができるため、より良い導入と理解を促進することが期待されます。

articles/search/responsible-ai-best-practices-genai-prompt-skill.md

@@ -9,6 +9,7 @@ ms.custom:
   - build-2025
 ms.topic: concept-article
 ms.date: 07/28/2025
+ms.update-cycle: 180-days
 ---
 
 # Best practices - GenAI Prompt skill

Summary

{
    "modification_type": "minor update",
    "modification_title": "記事メタデータに更新周期を追加"
}

Explanation

この変更は、articles/search/responsible-ai-best-practices-genai-prompt-skill.mdというMarkdownファイルに対して行われ、新たにms.update-cycle: 180-daysというメタデータが追加されています。これは、この記事の更新が半年ごとに行われることを示しています。

このマイナーアップデートは、文書の新鮮さを保つために重要な情報を提供し、読者に対してコンテンツの信頼性を確保する目的があります。技術的なベストプラクティスやガイダンスを提供する文書では、情報が変化し続けるため、更新サイクルを明記することでユーザーは記事の参考にどれほどの新しさがあるかを理解しやすくなります。これにより、読者は適切に情報を活用し、自身の状況に最適な選択をする助けとなることが期待されます。

articles/search/retrieval-augmented-generation-overview.md

@@ -5,9 +5,8 @@ description: Learn how generative AI and retrieval augmented generation (RAG) pa
 author: HeidiSteen
 ms.author: heidist
 manager: nitinme
-ms.date: 04/15/2025
+ms.date: 08/18/2025
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: conceptual
 ms.custom:
   - ignite-2023
@@ -17,13 +16,13 @@ ms.custom:
 
 # Retrieval Augmented Generation (RAG) in Azure AI Search
 
-Retrieval Augmented Generation (RAG) is an architecture that augments the capabilities of a Large Language Model (LLM) like ChatGPT by adding an information retrieval system that provides grounding data. Adding an information retrieval system gives you control over grounding data used by an LLM when it formulates a response. For an enterprise solution, RAG architecture means that you can constrain generative AI to *your enterprise content* sourced from vectorized documents and images, and other data formats if you have embedding models for that content.
+Retrieval Augmented Generation (RAG) is a design pattern that augments the capabilities of a chat completion model like ChatGPT by adding an information retrieval step, incorporating your proprietary enterprise content for answer formulation. For an enterprise solution, it's possible to fully constrain generative AI to your enterprise content.
 
 The decision about which information retrieval system to use is critical because it determines the inputs to the LLM. The information retrieval system should provide:
 
 + Indexing strategies that load and refresh at scale, for all of your content, at the frequency you require.
 
-+ Query capabilities and relevance tuning. The system should return *relevant* results, in the short-form formats necessary for meeting the token length requirements of LLM inputs.
++ Query capabilities and relevance tuning. The system should return *relevant* results, in the short-form formats necessary for meeting the token length requirements of large language model (LLM) inputs.
 
 + Security, global reach, and reliability for both data and operations.
 
@@ -38,30 +37,21 @@ Azure AI Search is a [proven solution for information retrieval](/azure/develope
 
 Microsoft has several built-in implementations for using Azure AI Search in a RAG solution.
 
++ Azure AI Search, [build an agentic retrieval pipeline](search-agentic-retrieval-concept.md) in a custom solution. The agentic pipeline is designed specifically for the RAG pattern. You write code that calls Azure AI Search APIs designed for chat completion model integration with your indexed contet.
 + Azure AI Foundry, [use a vector index and retrieval augmentation](/azure/ai-foundry/concepts/retrieval-augmented-generation). 
 + Azure OpenAI, [use a search index with or without vectors](/azure/ai-services/openai/concepts/use-your-data).
 + Azure Machine Learning, [use a search index as a vector store in a prompt flow](/azure/machine-learning/how-to-create-vector-index).
 
-Curated approaches make it simple to get started, but for more control over the architecture, you need a custom solution. The following templates create end-to-end solutions in:
-
-+ [Python](https://aka.ms/azai/py)
-+ [.NET](https://aka.ms/azai/net)
-+ [JavaScript](https://aka.ms/azai/js)
-+ [Java](https://aka.ms/azai/java)
-
-If tools and templates don't satisfy your application requirements, you can build a custom RAG solution using Azure AI Search APIs. The remainder of this article explores how Azure AI Search fits into a custom RAG solution.
-
 ## Custom RAG pattern for Azure AI Search
 
-A high-level summary of the pattern looks like this:
+A high-level summary of a RAG pattern based on Azure AI Search looks like this:
 
 + Start with a user question or request (prompt).
 + Send it to Azure AI Search to find relevant information.
 + Return the top ranked search results to an LLM.
 + Use the natural language understanding and reasoning capabilities of the LLM to generate a response to the initial prompt.
-+ Optionally, use agentic retrieval where an agent evaluates an answer and finds a better one if the original answer is incomplete or low quality.
 
-Azure AI Search provides inputs to the LLM prompt, but doesn't train the model. In RAG architecture, there's no extra training. The LLM is pretrained using public data, but it generates responses that are augmented by information from the retriever, in this case, Azure AI Search.
+Azure AI Search provides inputs to the LLM prompt, but doesn't train the model. In a traditional RAG pattern, there's no extra training. The LLM is pretrained using public data, but it generates responses that are augmented by information from the retriever, in this case, Azure AI Search.
 
 RAG patterns that include Azure AI Search have the elements indicated in the following illustration.
 
@@ -74,17 +64,17 @@ RAG patterns that include Azure AI Search have the elements indicated in the fol
 
 The web app provides the user experience, providing the presentation, context, and user interaction. Questions or prompts from a user start here. Inputs pass through the integration layer, going first to information retrieval to get the search results, but also go to the LLM to set the context and intent. 
 
-The app server or orchestrator is the integration code that coordinates the handoffs between information retrieval and the LLM. Common solutions include [LangChain](https://python.langchain.com/docs/get_started/introduction) to coordinate the workflow. LangChain [integrates with Azure AI Search](https://python.langchain.com/docs/integrations/retrievers/azure_ai_search/), making it easier to include Azure AI Search as a [retriever](https://python.langchain.com/docs/how_to/#retrievers) in your workflow. [LlamaIndex](https://github.com/run-llama/llama_index/tree/main/llama-index-integrations/vector_stores/llama-index-vector-stores-azureaisearch) and [Semantic Kernel](https://devblogs.microsoft.com/semantic-kernel/announcing-semantic-kernel-integration-with-azure-cognitive-search/) are other options.
+The app server or orchestrator is the integration code that coordinates the handoffs between information retrieval and the LLM. Common solutions include [Azure Semantic Kernel](/semantic-kernel/get-started/quick-start-guide) or [LangChain](https://python.langchain.com/docs/get_started/introduction) to coordinate the workflow. [LangChain integrates with Azure AI Search](https://python.langchain.com/docs/integrations/retrievers/azure_ai_search/), making it easier to include Azure AI Search as a [retriever](https://python.langchain.com/docs/how_to/#retrievers) in your workflow. [LlamaIndex](https://github.com/run-llama/llama_index/tree/main/llama-index-integrations/vector_stores/llama-index-vector-stores-azureaisearch) and [Semantic Kernel](https://devblogs.microsoft.com/semantic-kernel/announcing-semantic-kernel-integration-with-azure-cognitive-search/) are other options.
 
 The information retrieval system provides the searchable index, query logic, and the payload (query response). The search index can contain vectors or nonvector content. Although most samples and demos include vector fields, it's not a requirement. The query is executed using the existing search engine in Azure AI Search, which can handle keyword (or term) and vector queries. The index is created in advance, based on a schema you define, and loaded with your content that's sourced from files, databases, or storage.
 
-The LLM receives the original prompt, plus the results from Azure AI Search. The LLM analyzes the results and formulates a response. If the LLM is ChatGPT, the user interaction might be a back and forth conversation. If you're using Davinci, the prompt might be a fully composed answer. An Azure solution most likely uses Azure OpenAI, but there's no hard dependency on this specific service.
+The LLM receives the original prompt, plus the results from Azure AI Search. The LLM analyzes the results and formulates a response. If the LLM is ChatGPT, the user interaction might consist of multiple conversation turns. An Azure solution most likely uses Azure OpenAI, but there's no hard dependency on this specific service.
 
-Azure AI Search doesn't provide native LLM integration for prompt flows or chat preservation, so you need to write code that handles orchestration and state. You can review demo source ([Azure-Samples/azure-search-openai-demo](https://github.com/Azure-Samples/azure-search-openai-demo)) for a blueprint of what a full solution entails. We also recommend [Azure AI Foundry](/azure/ai-foundry/concepts/retrieval-augmented-generation) to create RAG-based Azure AI Search solutions that integrate with LLMs.
+Except for features currently in previewAzure AI Search doesn't provide native LLM integration for prompt flows or chat preservation, so you need to write code that handles orchestration and state. You can review demo source ([Azure-Samples/azure-search-openai-demo](https://github.com/Azure-Samples/azure-search-openai-demo)), updated for agentic retrieval, for a blueprint of what a full solution entails. We also recommend [Azure AI Foundry](/azure/ai-foundry/concepts/retrieval-augmented-generation) to create RAG-based Azure AI Search solutions that integrate with LLMs.
 
 ## Searchable content in Azure AI Search
 
-In Azure AI Search, all searchable content is stored in a search index that's hosted on your search service. A search index is designed for fast queries with millisecond response times, so its internal data structures exist to support that objective. To that end, a search index stores *indexed content*, and not whole content files like entire PDFs or images. Internally, the data structures include inverted indexes of [tokenized text](https://lucene.apache.org/core/7_5_0/test-framework/org/apache/lucene/analysis/Token.html), vector indexes for embeddings, and unaltered text for cases where verbatim matching is required (for example, in filters, fuzzy search, regular expression queries).
+In Azure AI Search, all searchable content is stored in a search index that's hosted on your search service. A search index is designed for fast queries with millisecond response times, so its internal data structures exist to support that objective. To that end, a search index stores *indexed content*, and not whole content files like entire PDFs or images. Internally, the data structures include inverted indexes of [tokenized text](https://lucene.apache.org/core/7_5_0/test-framework/org/apache/lucene/analysis/Token.html), vector indexes for embeddings, and unaltered plain text for cases where verbatim matching is required (for example, in filters, fuzzy search, regular expression queries).
 
 When you set up the data for your RAG solution, you use the features that create and load an index in Azure AI Search. An index includes fields that duplicate or represent your source content. An index field might be simple transference (a title or description in a source document becomes a title or description in a search index), or a field might contain the output of an external process, such as vectorization or skill processing that generates a representation or text description of an image.
 
@@ -94,12 +84,12 @@ Since you probably know what kind of content you want to search over, consider t
 |--------------|------------|----------|
 | text | tokens, unaltered text | [Indexers](search-indexer-overview.md) can pull plain text from other Azure resources like Azure Storage and Cosmos DB. You can also [push any JSON content](search-what-is-data-import.md) to an index. To modify text in flight, use [analyzers](search-analyzers.md) and [normalizers](search-normalizers.md) to add lexical processing during indexing. [Synonym maps](search-synonyms.md) are useful if source documents are missing terminology that might be used in a query. |
 | text | vectors <sup>1</sup> | Text can be chunked and vectorized in an indexer pipeline, or handled externally and then [indexed as vector fields](vector-search-how-to-create-index.md) in your index. |
-| image | tokens, unaltered text <sup>2</sup> | [Skills](cognitive-search-working-with-skillsets.md) for OCR and Image Analysis can process images for text recognition or image characteristics. Image information is converted to searchable text and added to the index. Skills have an indexer requirement. |
+| image | tokens, unaltered text <sup>2</sup> | [Skills](cognitive-search-working-with-skillsets.md) for OCR and Image Analysis can process images for text recognition or image characteristics. Skills have an indexer requirement. |
 | image | vectors <sup>1</sup> | Images can be vectorized in an indexer pipeline, or handled externally for a mathematical representation of image content and then [indexed as vector fields](vector-search-how-to-create-index.md) in your index. You can use [Azure AI Vision multimodal](/azure/ai-services/computer-vision/how-to/image-retrieval) or an open source model like [OpenAI CLIP](https://github.com/openai/CLIP/blob/main/README.md) to vectorize text and images in the same embedding space.|
 
  <sup>1</sup> Azure AI Search provides [integrated data chunking and vectorization](vector-search-integrated-vectorization.md), but you must take a dependency on indexers and skillsets. If you can't use an indexer, Microsoft's [Semantic Kernel](/semantic-kernel/overview/) or other community offerings can help you with a full stack solution. For code samples showing both approaches, see [azure-search-vectors repo](https://github.com/Azure/azure-search-vector-samples).
 
-<sup>2</sup> [Skills](cognitive-search-working-with-skillsets.md) are built-in support for [applied AI](cognitive-search-concept-intro.md). For OCR and Image Analysis, the indexing pipeline makes an internal call to the Azure AI Vision APIs. These skills pass an extracted image to Azure AI for processing, and receive the output as text that's indexed by Azure AI Search. Skills are also used for integrated data chunking (Text Split skill) and integrated embedding (skills that call Azure AI Vision multimodal, Azure OpenAI, and models in the Azure AI Foundry model catalog.)
+<sup>2</sup> Image descriptions are converted to searchable text and added to the index. The images themselves are not stored in the index. [Skills](cognitive-search-working-with-skillsets.md) are built-in support for [applied AI](cognitive-search-concept-intro.md). For OCR and Image Analysis, the indexing pipeline makes an internal call to the Azure AI Vision APIs. These skills pass an extracted image to Azure AI for processing, and receive the output as text that's indexed by Azure AI Search. Skills are also used for integrated data chunking (Text Split skill) and integrated embedding (skills that call Azure AI Vision multimodal, Azure OpenAI, and models in the Azure AI Foundry model catalog.) 
 
 Vectors provide the best accommodation for dissimilar content (multiple file formats and languages) because content is expressed universally in mathematic representations. Vectors also support similarity search: matching on the coordinates that are most similar to the vector query. Compared to keyword search (or term search) that matches on tokenized terms, similarity search is more nuanced. It's a better choice if there's ambiguity or interpretation requirements in the content or in queries.
 
@@ -120,6 +110,7 @@ There's no query type in Azure AI Search - not even semantic or vector search -
 | [Semantic ranker](semantic-how-to-query-request.md) | Re-ranks a BM25 result set using semantic models. Produces short-form captions and answers that are useful as LLM inputs. | Easier than scoring profiles, and depending on your content, a more reliable technique for relevance tuning. |
   [Vector search](vector-search-how-to-query.md) | Query execution over vector fields for similarity search, where the query string is one or more vectors. | Vectors can represent all types of content, in any language. |
 | [Hybrid search](hybrid-search-how-to-query.md) | Combines any or all of the above query techniques. Vector and nonvector queries execute in parallel and are returned in a unified result set. | The most significant gains in precision and recall are through hybrid queries. |
+| [Agentic search (preview)](search-agentic-retrieval-how-to-create.md) | Parallel query execution pipeline of multiple subqueries, returning a response designed for RAG workloads and agent consumer. Queries can be vector or keyword search. Semantic ranking ensures the best results of subquery are included in the final response structure. **This is the recommended approach for RAG patterns based on Azure AI Search**. |
 
 ### Structure the query response
 
@@ -154,7 +145,7 @@ In comparison and benchmark testing, hybrid queries with text and vector fields,
 
 ### Example code for a RAG workflow
 
-The following Python code demonstrates the essential components of a RAG workflow in Azure AI Search. You need to set up the clients, define a system prompt, and provide a query. The prompt tells the LLM to use just the results from the query, and how to return the results. For more steps based on this example, see this [RAG quickstart](search-get-started-rag.md).
+The following Python code demonstrates the essential components of a basic RAG workflow in Azure AI Search. You need to set up the clients, define a system prompt, and provide a query. The prompt tells the LLM to use just the results from the query, and how to return the results. For more steps based on this example, see this [RAG quickstart](search-get-started-rag.md).
 
 > [!NOTE]
 > For the Azure Government cloud, modify the API endpoint on the token provider to `"https://cognitiveservices.azure.us/.default"`.
@@ -230,6 +221,8 @@ There are many ways to get started, including code-first solutions and demos.
 
 + [Try this RAG quickstart](search-get-started-rag.md) for a demonstration of query integration with chat models over a search index.
 
++ [Try this agentic retrieval quickstart](search-get-started-rag.md) to walk through the new and recommended approach for RAG.
+
 + [Tutorial: How to build a RAG solution in Azure AI Search](tutorial-rag-build-solution.md) for focused coverage on the features and pattern for RAG solutions that obtain grounding data from a search index.
 
 + [Review indexing concepts and strategies](search-what-is-an-index.md) to determine how you want to ingest and refresh data. Decide whether to use vector search, keyword search, or hybrid search. The kind of content you need to search over, and the type of queries you want to run, determines index design.

Summary

{
    "modification_type": "minor update",
    "modification_title": "Retrieval Augmented Generationに関する記事の内容を更新"
}

Explanation

この変更は、articles/search/retrieval-augmented-generation-overview.mdというMarkdownファイルに対して行われ、大幅な内容の見直しが行われています。具体的には、追加された行数は16行、削除された行数は23行で、変更の合計は39行です。この更新では、Retrieval Augmented Generation (RAG) に関する情報が具体的に明記され、よりクリアで効果的な答案生成のプロセスが示されています。

主な変更点としては、RAGが持つ設計パターンに関する説明の強化や、Azure AI Searchとの統合に関する具体的な実装方法の更新、さらにエンタープライズコンテンツの統合を通じて生成AIを調整する方法についての詳細が追加されています。また、情報検索システムやクエリ能力の重要性についても言及され、これがLLM（大規模言語モデル）による回答生成においてどのように機能するかがより詳しく説明されています。

更新された内容は、ユーザーがAzure AI SearchとRAGを用いて、効果的なカスタムソリューションを構築する際の手引きとなることを意図しており、RAGを基盤としたアプローチのおすすめも行っています。この内容の更新により、利用者は最新のベストプラクティスに基づいたガイダンスを受け取ることができ、情報検索の効率性と精度の向上が期待されます。

articles/search/samples-dotnet.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - devx-track-dotnet
   - ignite-2023
@@ -52,7 +51,7 @@ Code samples from the Azure AI Search team demonstrate features and workflows. A
 | Code sample | Related article  | Purpose |
 |-------------|------------------|---------|
 | [create-mvc-app](https://github.com/Azure-Samples/azure-search-dotnet-samples/tree/main/create-mvc-app) |  [Tutorial: Add search to an ASP.NET Core (MVC) app](tutorial-csharp-create-mvc-app.md) | While most samples are console applications, this MVC sample uses a web page to front the sample Hotels index, demonstrating basic search, pagination, and other server-side behaviors.|
-| [quickstart](https://github.com/Azure-Samples/azure-search-dotnet-samples/tree/main/quickstart/v11) | [Quickstart: Full-text search](search-get-started-text.md) | Covers the basic workflow for creating, loading, and querying a search index in C# using sample data. |
+| [quickstart](https://github.com/Azure-Samples/azure-search-dotnet-samples/tree/main/quickstart/AzureSearchQuickstart) | [Quickstart: Full-text search](search-get-started-text.md) | Covers the basic workflow for creating, loading, and querying a search index in C# using sample data. |
 | [quickstart-agentic-retrieval](https://github.com/Azure-Samples/azure-search-dotnet-samples/tree/main/quickstart-agentic-retrieval) | [Quickstart: Run agentic retrieval in Azure AI Search](search-get-started-agentic-retrieval.md) | Creates a knowledge agent in Azure AI Search to integrate LLM reasoning into query planning. |
 | [quickstart-rag](https://github.com/Azure-Samples/azure-search-dotnet-samples/tree/main/quickstart-rag) | [Quickstart: Generative search (RAG)](search-get-started-rag.md) | Uses grounding data from Azure AI Search with a chat completion model from Azure OpenAI. |
 | [quickstart-semantic-search](https://github.com/Azure-Samples/azure-search-dotnet-samples/blob/main/quickstart-semantic-search/) | [Quickstart: Semantic ranking](search-get-started-semantic.md) | Shows the index schema and query request for invoking semantic ranker. |

Summary

{
    "modification_type": "minor update",
    "modification_title": "サンプルコードのリンクを更新"
}

Explanation

この変更は、articles/search/samples-dotnet.mdというMarkdownファイルに対するもので、サンプルコードセクションの一部を更新しています。具体的には、追加された行数が1行、削除された行数が2行、合計で3行の変更が行われました。

主な変更点は、Azure AI Searchのドットネット関連サンプルのリンクが改善されたことです。特に、quickstartというサンプルのリンクが古いパスから新しいパスに更新され、等しく関連するチュートリアルへの参照も明示されています。これにより、開発者がコードサンプルを見つけやすくなり、最新の情報に基づいてアプリケーションの実装を行えるようになります。

全体として、このマイナーアップデートは、ドキュメントの信頼性を高め、ユーザーエクスペリエンスを向上させる重要な役割を果たしています。サンプルコードの正確なリンクが提供されることで、ユーザーは関連するリソースに迅速にアクセスでき、効果的な学習や開発環境の構築を促進します。

articles/search/samples-javascript.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - devx-track-dotnet
   - devx-track-js

Summary

{
    "modification_type": "minor update",
    "modification_title": "JavaScriptサンプルに関する更新"
}

Explanation

この変更は、articles/search/samples-javascript.mdというMarkdownファイルに対するもので、サンプルに関連するメタデータの更新が行われました。具体的には、削除された行数は1行で、変更は合計1行となっています。

主な変更点は、ms.update-cycleという項目が削除されたことです。この変更は、ドキュメントの更新サイクルに関する明記を取り除くものであり、他のフィールド（ms.custom）に影響を与えることはありません。これにより、ドキュメントは簡潔になり、不必要な情報が排除されました。

全体として、このマイナーアップデートは、ドキュメントのクリーンアップを目的としており、エンジニアやユーザーが必要ない情報に気を取られることなく、重要な情報に集中できるようにします。

articles/search/samples-python.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - devx-track-dotnet
   - devx-track-python

Summary

{
    "modification_type": "minor update",
    "modification_title": "Pythonサンプルに関する更新"
}

Explanation

この変更は、articles/search/samples-python.mdというMarkdownファイルに対するもので、サンプルに関連するメタデータの更新が行われました。具体的には、削除された行数は1行で、変更は合計1行となっています。

主な変更点は、ms.update-cycleという項目が削除されたことです。これにより、ドキュメントから更新サイクルに関する記述が削除され、情報がより簡潔に整理されました。この変更は、他のフィールド（ms.custom）には影響を与えません。

全体として、このマイナーアップデートは、ドキュメントのクリーンアップを意図しており、ユーザーが重要な情報に集中できるようにしています。不要な情報の削除により、より分かりやすく、管理しやすいコンテンツとなっています。

articles/search/samples-rest.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - ignite-2023
 ms.topic: concept-article

Summary

{
    "modification_type": "minor update",
    "modification_title": "RESTサンプルに関する更新"
}

Explanation

この変更は、articles/search/samples-rest.mdというMarkdownファイルに対するもので、サンプルに関連するメタデータの簡素化が行われました。具体的には、1行が削除され、変更は合計1行となっています。

主な変更点は、ms.update-cycleという項目が削除されたことです。この変更により、ドキュメントから更新サイクルに関する情報が省かれ、文書がよりスリム化されました。この修正は、他のフィールド（ms.customやms.topic）の内容には影響を与えません。

全体として、このマイナーアップデートはドキュメントの整理を目的としており、利用者が必要な情報により集中できるようにしています。情報の明瞭さを高めることで、読者がサンプルをより理解しやすくなることを目指しています。

articles/search/search-add-autocomplete-suggestions.md

@@ -10,6 +10,7 @@ ms.custom:
   - ignite-2023
 ms.topic: how-to
 ms.date: 04/14/2025
+ms.update-cycle: 365-days
 ---
 
 # Add autocomplete and search suggestions in client apps

Summary

{
    "modification_type": "minor update",
    "modification_title": "自動補完提案に関する更新"
}

Explanation

この変更は、articles/search/search-add-autocomplete-suggestions.mdというMarkdownファイルにおいて、自動補完と検索提案に関連する情報が追加されました。具体的には、1行が追加され、変更は合計1行となっています。

今回の主な変更点は、ms.update-cycleという項目が新たに追加されたことです。この項目には、文書の更新サイクルが「365日」と設定されており、内容がどれくらいの頻度で見直されるべきかが示されています。

このマイナーアップデートにより、ユーザーはドキュメントのトピックに関連する更新のタイムラインを把握しやすくなり、情報の有効性が向上します。全体として、ユーザーにとっての利便性を高めるための重要な一歩となっています。

articles/search/search-agentic-retrieval-concept.md

@@ -5,9 +5,8 @@ description: Learn about agentic retrieval concepts, architecture, and use cases
 author: HeidiSteen
 ms.author: heidist
 manager: nitinme
-ms.date: 08/11/2025
+ms.date: 08/18/2025
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: concept-article
 ms.custom:
   - references_regions
@@ -18,15 +17,15 @@ ms.custom:
 
 [!INCLUDE [Feature preview](./includes/previews/preview-generic.md)]
 
-In Azure AI Search, *agentic retrieval* is a new multi-query pipeline designed for complex questions posed by users or agents in chat and copilot apps. It works by:
+In Azure AI Search, *agentic retrieval* is a new multi-query pipeline designed for complex questions posed by users or agents in chat and copilot apps. It's intended for [Retrieval Augmented Generation (RAG)](retrieval-augmented-generation-overview.md) patterns. Here's how it works:
 
-+ Using a large language model (LLM) to break down complex queries into smaller, focused subqueries. You can include chat history for additional context.
++ Uses a large language model (LLM) to break down a complex query into smaller, focused subqueries for better coverage over your indexed content. Subqueries can include chat history for extra context.
 
-+ Running multiple subqueries simultaneously to search your index. Each subquery is semantically reranked to find the most relevant matches.
++ Runs the multiple subqueries in parallel. Each subquery is semantically reranked to find the most relevant matches.
 
-+ Combining the best results into a unified response that your LLM can use to generate answers with your proprietary content.
++ Combines the best results into a unified response that your LLM can use to generate answers with your proprietary content.
 
-This high-performance pipeline helps you return comprehensive answers to complex questions quickly.
+This high-performance pipeline helps you generate high quality grounding data for your chat application, with the ability to answer complex questions quickly.
 
 Programmatically, agentic retrieval is supported through a new [Knowledge Agents object](/rest/api/searchservice/knowledge-agents?view=rest-searchservice-2025-05-01-preview&preserve-view=true) in the 2025-05-01-preview data plane REST API and in Azure SDK preview packages that provide the feature. A knowledge agent's retrieval response is designed for downstream consumption by other agents and chat apps.
 

Summary

{
    "modification_type": "minor update",
    "modification_title": "エージェンティック検索概念に関する更新"
}

Explanation

この変更は、articles/search/search-agentic-retrieval-concept.mdというMarkdownファイルに施されたもので、エージェンティック検索に関連する情報が更新されました。具体的には、6行の追加と7行の削除が行われ、合計で13行の変更がありました。

主な変更点は、文書のメタデータや本文の内容において、いくつかの重要な改訂があったことです。例えば、日付が「08/11/2025」から「08/18/2025」に更新され、情報の鮮度を保っています。また、エージェンティック検索の機能についての説明が強化され、特にその動作の詳細がより明確になりました。

具体的には、エージェンティック検索が、ユーザーやエージェントからの複雑な質問に対してどのように多クエリパイプラインを利用するかが説明されています。文書中では、サブクエリの生成やその並行処理、最終結果の統合といった具体的な操作が詳述され、機能の理解が深まる内容となっています。

これらの更新により、読者はエージェンティック検索の概念とその実装に関する洞察をより得やすくなり、この技術の利用に向けた指針が強調されています。全体として、情報の精度と明瞭さが向上し、利用者に対してより良い価値を提供することを目指しています。

articles/search/search-agentic-retrieval-how-to-create.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: HeidiSteen
 ms.author: heidist
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: how-to
 ms.date: 05/30/2025
 ---

Summary

{
    "modification_type": "minor update",
    "modification_title": "エージェンティック検索の作成方法に関する更新"
}

Explanation

この変更は、articles/search/search-agentic-retrieval-how-to-create.mdというMarkdownファイルに行われたもので、エージェンティック検索を作成する方法に関する情報が更新されました。具体的には、1行が削除され、変更点は合計で1行です。

今回の主な変更点は、ms.update-cycleというメタデータ項目が削除されたことです。この項目は、文書の更新周期を定義していたもので、90日ごとに更新されることを示していました。この削除により、文書のメンテナンスに関する情報が簡素化された可能性があります。

全体として、このマイナー更新により、文書の情報がシンプルになり、特定の更新スケジュールに依存しなくても良い形に調整されたと考えられます。これにより、ユーザーはエージェンティック検索の作成に関する核心的な内容に集中しやすくなるでしょう。また、情報の更新や管理に関連する透明性が向上することが期待されます。

articles/search/search-agentic-retrieval-how-to-index.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: HeidiSteen
 ms.author: heidist
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: how-to
 ms.date: 05/05/2025
 ---

Summary

{
    "modification_type": "minor update",
    "modification_title": "エージェンティック検索のインデックス作成方法に関する更新"
}

Explanation

この変更は、articles/search/search-agentic-retrieval-how-to-index.mdというMarkdownファイルに行われたもので、エージェンティック検索のインデックス作成方法に関する情報が更新されています。具体的には、1行が削除され、合計で1行の変更がありました。

主な変更点は、ms.update-cycleというメタデータ項目が削除されたことです。この項目は、文書の更新サイクルについて言及しており、90日ごとに更新されるという情報を提供していました。これにより、文書がよりシンプルになり、更新の頻度に関する明示的な情報が省かれた形になっています。

この更新により、ユーザーはエージェンティック検索のインデックス作成に関する重要な情報に集中しやすくなると同時に、管理者側でのメンテナンスに関する圧力が軽減される可能性があります。全体として、文書の内容がより明瞭かつ効果的に整理されたと言えるでしょう。

articles/search/search-agentic-retrieval-how-to-pipeline.md

@@ -7,7 +7,6 @@ ms.author: heidist
 manager: nitinme
 ms.date: 06/08/2025
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: how-to
 ms.custom:
   - build-2025

Summary

{
    "modification_type": "minor update",
    "modification_title": "エージェンティック検索のパイプライン作成方法に関する更新"
}

Explanation

この変更は、articles/search/search-agentic-retrieval-how-to-pipeline.mdというMarkdownファイルに行われ、エージェンティック検索のパイプライン作成方法に関する情報が更新されました。具体的には、1行が削除され、合計で1行の変更がありました。

主な変更点は、ms.update-cycleというメタデータ項目が削除されたことです。この項目は、文書の更新サイクルを示しており、90日ごとに更新されることを明記していました。この変更により、文書はよりシンプルになり、その管理が効率化される可能性があります。

更新された文書では、主要な内容に集中しやすく、ユーザーがエージェンティック検索のパイプライン作成に関する重要な情報にアクセスしやすくなるでしょう。全体として、文書の内容が改善され、情報が整理されたと考えられます。

articles/search/search-agentic-retrieval-how-to-retrieve.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: HeidiSteen
 ms.author: heidist
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: how-to
 ms.date: 06/08/2025
 ---

Summary

{
    "modification_type": "minor update",
    "modification_title": "エージェンティック検索の取得方法に関する更新"
}

Explanation

この変更は、articles/search/search-agentic-retrieval-how-to-retrieve.mdというMarkdownファイルに対するもので、エージェンティック検索の取得方法に関する情報が更新されました。具体的には、1行が削除されており、合計で1行の変更がなされています。

変更の内容は、ms.update-cycleというメタデータ項目が削除された点にあります。この項目は文書の更新サイクルを示し、90日ごとに文書が更新されることを記述していました。この削除により、文書はより明瞭で簡潔な形になり、ユーザーが必要とする情報に集中しやすくなる可能性があります。

このマイナーな更新を通じて、エージェンティック検索の取得方法に関するガイドがより使いやすくなり、情報の管理がより効率的になることが期待されます。全体として、文書の質が向上したと考えられます。

articles/search/search-analyzers.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 07/11/2025
+ms.update-cycle: 365-days
 ms.custom:
   - devx-track-csharp
   - ignite-2023

Summary

{
    "modification_type": "minor update",
    "modification_title": "検索アナライザーに関する文書の更新"
}

Explanation

この変更は、articles/search/search-analyzers.mdというMarkdownファイルに対するもので、検索アナライザーに関する情報が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

追加された内容は、ms.update-cycleというメタデータ項目で、文書の更新サイクルが365日ごとであることを示しています。この変更により、ユーザーはこの文書がどのくらいの頻度で更新されるのかを把握しやすくなります。

このマイナーな更新により、文書の透明性が向上し、ユーザーは最新の情報をどのくらいの頻度で確認できるかを理解できるようになりました。全体として、文書がより明確で便利なものとなり、ユーザーにとって有益なリソースであることが期待されます。

articles/search/search-api-preview.md

@@ -10,7 +10,7 @@ ms.custom:
   - build-2024
   - ignite-2024
 ms.topic: conceptual
-ms.date: 07/31/2025
+ms.date: 08/18/2025
 ---
 
 # Preview features in Azure AI Search
@@ -65,9 +65,7 @@ Preview features are removed from this list if they're retired or transition to
 
 ## Control plane preview features
 
-|Feature                          | Category | Description | Availability  |
-|---------|------------------|-------------|---------------|
-| [**Network security perimeter**](search-security-network-security-perimeter.md) | Service | Join a search service to a [network security perimeter](/azure/private-link/network-security-perimeter-concepts) to control network access to your search service. | The Azure portal and the [Network Security Perimeter APIs 2024-06-01-preview](/rest/api/searchmanagement/network-security-perimeter-configurations?view=rest-searchmanagement-2024-06-01-preview&preserve-view=true) or the latest preview version. |
+Currently, there are no control plane features in preview.
 
 ## Preview features in Azure SDKs
 

Summary

{
    "modification_type": "minor update",
    "modification_title": "Azure AI Search APIプレビュー文書の更新"
}

Explanation

この変更は、articles/search/search-api-preview.mdというMarkdownファイルに対するもので、Azure AI Search APIのプレビュー機能に関する情報が更新されました。具体的には、2行が追加され、4行が削除され、合計で6行の変更が行われています。

主な変更内容には、文書の日付が07/31/2025から08/18/2025に更新されたことが含まれています。また、「コントロールプレーンのプレビューフィーチャー」に関するセクションでは、「現在、プレビュー中のコントロールプレーン機能はありません」との情報が追加されました。これにより、ユーザーはプレビュー中の機能が存在しないことを明確に認識できるようになります。

全体として、このマイナーな更新は文書の正確性と信頼性を向上させ、ユーザーに最新の情報を提供することに寄与しています。文書の内容が明確になり、ユーザーは現在利用可能な機能について正確な理解を得ることができるでしょう。

articles/search/search-blob-storage-integration.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: conceptual
 ms.date: 07/25/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-image-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "Blobストレージ統合に関する文書の更新"
}

Explanation

この変更は、articles/search/search-blob-storage-integration.mdというMarkdownファイルに対するもので、Blobストレージ統合に関する情報が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

追加された内容は、ms.update-cycleというメタデータ項目で、この文書の更新サイクルが365日ごとであることを示しています。この更新により、ユーザーはこの文書がどのくらいの頻度で新しい情報に更新されるのかを知ることができ、文書の信頼性と透明性が向上します。

全体として、このマイナーな更新は文書の内容を明確にし、利用者にとって役立つ情報を提供するために重要です。文書における更新サイクルの情報は、ユーザーが重要な変更について認識しやすくする一助となるでしょう。

articles/search/search-capacity-planning.md

@@ -11,6 +11,7 @@ ms.custom:
   - ignite-2024
 ms.topic: conceptual
 ms.date: 08/15/2025
+ms.update-cycle: 180-days
 ---
 
 # Estimate and manage capacity of a search service

Summary

{
    "modification_type": "minor update",
    "modification_title": "検索サービスのキャパシティプランニング文書の更新"
}

Explanation

この変更は、articles/search/search-capacity-planning.mdというMarkdownファイルに対するもので、検索サービスのキャパシティプランニングに関する文書が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

追加された内容は、ms.update-cycleというメタデータ項目で、この文書の更新サイクルが180日ごとであることを示しています。これにより、ユーザーはこの文書がどの頻度で更新されるのかを理解しやすくなり、情報の新しさや有用性を評価する手助けとなります。

全体として、このマイナーな更新は文書の透明性を向上させ、利用者に重要な情報を提供するために役立ちます。ユーザーは、文書に関する更新がどの程度行われるかを把握することで、より効果的に情報を活用できるようになるでしょう。

articles/search/search-create-app-portal.md

@@ -8,6 +8,7 @@ ms.author: haileytapia
 ms.service: azure-ai-search
 ms.topic: quickstart
 ms.date: 03/04/2025
+ms.update-cycle: 180-days
 ms.custom:
   - mode-ui
   - ignite-2023

Summary

{
    "modification_type": "minor update",
    "modification_title": "アプリポータルの作成に関する文書の更新"
}

Explanation

この変更は、articles/search/search-create-app-portal.mdというMarkdownファイルに対するもので、アプリポータルの作成に関する文書が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

追加された内容は、ms.update-cycleというメタデータ項目で、この文書の更新サイクルが180日ごとであることを示しています。この情報により、ユーザーは文書がいつ更新されるのかを把握できるため、内容の信頼性や有効性を評価しやすくなります。

全体として、このマイナーな更新は文書の透明性を高め、利用者にとって重要な情報となります。アプリポータルの作成に関する文書の更新サイクルを知ることで、ユーザーはより効果的に情報を活用できるようになるでしょう。

articles/search/search-document-level-access-overview.md

@@ -6,7 +6,6 @@ author: gmndrg
 ms.author: gimondra
 ms.date: 07/16/2025
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: conceptual
 ms.custom:
   - build-2025

Summary

{
    "modification_type": "minor update",
    "modification_title": "ドキュメントレベルアクセルの概要文書の更新"
}

Explanation

この変更は、articles/search/search-document-level-access-overview.mdというMarkdownファイルに対するもので、ドキュメントレベルのアクセスに関する概要文書が更新されました。具体的には、1行が削除され、合計で1行の変更が行われています。

削除された内容は、文書のメタデータに含まれていたms.update-cycleという項目で、以前はこの文書の更新サイクルが90日ごとであることを示していました。この変更により、文書の更新サイクル情報が削除されたことになります。

全体として、このマイナーな更新は文書の整理や情報の明確化を目的としていると考えられます。更新サイクルの情報が無くなることで、文書の指針がシンプルになりましたが、ユーザーは文書がどのくらいの頻度で更新されているかを知る手段を失った形となります。これは、全体的な情報の整合性に影響を与える可能性があります。

articles/search/search-dotnet-mgmt-sdk-migration.md

@@ -12,6 +12,7 @@ ms.custom:
   - ignite-2023
 ms.topic: conceptual
 ms.date: 02/24/2025
+ms.update-cycle: 365-days
 ---
 
 # Upgrade versions of the Azure Search .NET Management SDK

Summary

{
    "modification_type": "minor update",
    "modification_title": ".NET管理SDKの移行に関する文書の更新"
}

Explanation

この変更は、articles/search/search-dotnet-mgmt-sdk-migration.mdというMarkdownファイルに対して行われました。この文書は、Azure Searchの.NET管理SDKの移行に関する内容を提供しています。具体的には、1行が追加され、合計で1行の変更が行われています。

追加された内容は、文書のメタデータの一部としてms.update-cycleという項目で、更新サイクルが365日ごとであることを示しています。この情報により、ユーザーは文書がいつ更新されるのかを把握でき、内容の信頼性や有効性を評価しやすくなります。

全体として、このマイナーな更新は、文書の透明性を高め、利用者にとって有用な情報となることを目的としています。.NET管理SDKの移行に関する文書に対する新たな更新サイクルの提示は、ユーザーが最新情報にアクセスしやすくするための有効な手段と言えるでしょう。

articles/search/search-dotnet-sdk-migration-version-11.md

@@ -9,6 +9,7 @@ ms.service: azure-ai-search
 ms.devlang: csharp
 ms.topic: conceptual
 ms.date: 05/29/2025
+ms.update-cycle: 365-days
 ms.custom:
   - devx-track-csharp
   - devx-track-dotnet

Summary

{
    "modification_type": "minor update",
    "modification_title": ".NET SDKのバージョン11移行に関する文書の更新"
}

Explanation

この変更は、articles/search/search-dotnet-sdk-migration-version-11.mdというMarkdownファイルに対するもので、Azure Searchの.NET SDKのバージョン11に関する移行文書が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

追加された内容は、文書のメタデータにおけるms.update-cycleという項目で、更新サイクルが365日ごとであることを示しています。この新しい情報により、ユーザーは文書がどの程度の頻度で更新されるかを理解しやすくなり、情報の信頼性に対する透明性が向上します。

このマイナーな更新は、ユーザーに対する情報提供の向上を目的としており、.NET SDKの移行に関連する文書に具体的な更新サイクルを示すことで、利用者が最新の情報を把握しやすくなることを意図しています。これは、開発者が行う移行作業において有益な支援となることでしょう。

articles/search/search-faceted-navigation-examples.md

@@ -9,6 +9,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 04/04/2025
+ms.update-cycle: 365-days
 ---
 
 # Faceted navigation examples

Summary

{
    "modification_type": "minor update",
    "modification_title": "ファセットナビゲーションの例に関する文書の更新"
}

Explanation

この変更は、articles/search/search-faceted-navigation-examples.mdというMarkdownファイルに対するもので、ファセットナビゲーションの例に関する文書が更新されました。具体的には、1行が追加され、合計で1行の変更が見られます。

新たに追加された内容は、文書のメタデータにおけるms.update-cycleというフィールドで、更新サイクルが365日ごとであることを示しています。この情報により、読者はこの文書がどの程度の頻度で更新されるかを知ることができ、コンテンツの信頼性を評価するための参考になります。

このようなマイナーな更新は、利用者に向けた情報提供の向上を狙ったものであり、ファセットナビゲーションに関する具体的な例を求めているユーザーが、最新の情報を参照しやすくするための助けとなります。これにより、開発者はより適切にAzure AI Searchを活用できるようになるでしょう。

articles/search/search-faceted-navigation.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 04/04/2025
+ms.update-cycle: 365-days
 ---
 
 # Add faceted navigation to search results

Summary

{
    "modification_type": "minor update",
    "modification_title": "ファセットナビゲーションの追加に関する文書の更新"
}

Explanation

この変更は、articles/search/search-faceted-navigation.mdというMarkdownファイルに対するもので、ファセットナビゲーションを検索結果に追加する方法に関する文書が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

追加された内容は、文書のメタデータにおけるms.update-cycleという項目で、更新サイクルが365日ごとであることを示しています。この情報によって、ユーザーはこの文書がどのくらいの頻度で更新されるのかを理解しやすくなり、内容の信頼性を判断するための参考にすることができます。

このマイナーな更新は、ファセットナビゲーションに関するドキュメントの情報提供を改善することを目的としており、Azure AI Searchを効果的に活用しようとするユーザーにとって、有益な情報となるでしょう。これにより、開発者はファセットナビゲーションの機能をより利用しやすくなると期待されます。

articles/search/search-faq-frequently-asked-questions.yml

@@ -8,7 +8,6 @@ metadata:
   author: haileytap
   ms.author: haileytapia
   ms.service: azure-ai-search
-  ms.update-cycle: 90-days
   ms.topic: faq
   ms.date: 08/01/2025
 title: Azure AI Search Frequently Asked Questions

Summary

{
    "modification_type": "minor update",
    "modification_title": "FAQ文書からの更新サイクル項目の削除"
}

Explanation

この変更は、articles/search/search-faq-frequently-asked-questions.ymlというYAMLファイルに対して行われたもので、Azure AI Searchに関する頻繁に尋ねられる質問（FAQ）文書が更新されました。具体的には、1行が削除され、合計で1行の変更が行われています。

削除されたのは、文書のメタデータ内にあるms.update-cycleという項目で、以前は90日ごとの更新サイクルが記載されていました。この変更により、文書内の更新サイクルに関する情報がなくなりました。

このマイナーな変更は、文書の構成を簡潔にすることを意図しており、利用者に無用な情報を提供しないようにする目的があります。ユーザーはFAQを通じて迅速に関連情報を得ることができるため、文書の信頼性や有用性が向上すると考えられます。また、この変更により、更新サイクルの情報がもはや正確でない可能性を避けることができます。

articles/search/search-features-list.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: HeidiSteen
 ms.author: heidist
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - ignite-2024
 ms.topic: conceptual

Summary

{
    "modification_type": "minor update",
    "modification_title": "特徴リスト文書からの更新サイクル項目の削除"
}

Explanation

この変更は、articles/search/search-features-list.mdというMarkdownファイルに対して行われたもので、Azure AI Searchの機能リストに関する文書が更新されました。具体的には、1行が削除され、合計で1行の変更が行われています。

削除されたのは、文書のメタデータに含まれるms.update-cycleという項目で、以前は90日ごとの更新サイクルが示されていました。この変更によって、文書にはもはや特定の更新頻度に関する情報が含まれなくなります。

このマイナーな更新は、文書の整合性を保つことや、読者にとって必要のない情報を排除することを目的としています。更新サイクルに関する情報を削除することで、文書の価値や内容の正確性を向上させることが期待されます。結果として、ユーザーは機能リストを閲覧しやすくなり、Azure AI Searchの利用において必要な情報を迅速に得ることができるようになります。

articles/search/search-file-storage-integration.md

@@ -8,6 +8,7 @@ ms.author: magottei
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 05/08/2025
+ms.update-cycle: 180-days
 ms.custom:
   - ignite-2023
   - ignite-2024

Summary

{
    "modification_type": "minor update",
    "modification_title": "ストレージ統合文書への更新サイクル項目の追加"
}

Explanation

この変更は、articles/search/search-file-storage-integration.mdというMarkdownファイルに対して行われたもので、Azure AI Searchのファイルストレージ統合に関する文書が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

新たに追加されたのは、文書のメタデータ内にあるms.update-cycleという項目で、更新周期が180日ごとであることが示されています。この変更により、読者は文書の内容がどのくらいの頻度で更新されるのかについての明確な情報を得ることができます。

このマイナーな更新は、文書の透明性を向上させることを目的としています。更新サイクルが明示されることで、ユーザーは最新の情報を期待しやすくなり、文書の信頼性が高まると考えられます。結果として、利用者がファイルストレージ統合に関する情報をより安心して利用できるようになることが期待されます。

articles/search/search-filters.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: concept-article
 ms.date: 03/11/2025
+ms.update-cycle: 365-days
 ms.custom:
   - devx-track-csharp
   - ignite-2023

Summary

{
    "modification_type": "minor update",
    "modification_title": "フィルターに関する文書への更新サイクル項目の追加"
}

Explanation

この変更は、articles/search/search-filters.mdというMarkdownファイルに対して行われたもので、Azure AI Searchにおける検索フィルターに関する文書が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

新たに追加されたのは、文書のメタデータ内にあるms.update-cycleという項目で、更新周期が365日ごとであることが明記されています。この変更により、読者はこの文書がどのくらいの頻度で更新されるかについての情報を得ることができます。

このマイナーな更新は、文書の透明性を向上させ、利用者にとって有用な情報提供を目的としています。更新サイクルが明示されることで、ユーザーは文書の信頼性を判断しやすくなり、それによって検索フィルターの使用に関する今後の情報更新についても期待しやすくなると考えられます。結果として、利用者がAzure AI Searchの機能を効果的に活用できるようになることが期待されます。

articles/search/search-get-started-agentic-retrieval.md

@@ -5,7 +5,6 @@ description: Learn how to use agentic retrieval to create a knowledge agent that
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: quickstart
 ms.date: 7/21/2025
 zone_pivot_groups: search-get-started-agentic-retrieval

Summary

{
    "modification_type": "minor update",
    "modification_title": "エージェントリトリーバルに関する文書から更新サイクル項目の削除"
}

Explanation

この変更は、articles/search/search-get-started-agentic-retrieval.mdというMarkdownファイルに対して行われたもので、Azure AI Searchにおけるエージェントリトリーバルの使用方法に関する文書が更新されました。具体的には、1行が削除され、合計で1行の変更が行われています。

削除されたのは、文書のメタデータ内にあったms.update-cycleという項目で、以前は90日ごとの更新サイクルが示されていました。この変更により、文書には更新頻度に関する情報がなくなりました。

このマイナーな更新は、文書の簡潔さを向上させることを意図していると考えられますが、具体的な更新サイクルが示されないことで、利用者はこの文書がどのくらいの頻度で情報が変更されるかについての指標を持たなくなります。結果として、文書の信頼性や最新情報の参照がしにくくなる可能性がありますが、情報の整理を図る狙いもあると推測されます。

articles/search/search-get-started-arm.md

@@ -13,6 +13,7 @@ ms.custom:
   - devx-track-arm-template
   - ignite-2023
 ms.date: 03/04/2025
+ms.update-cycle: 365-days
 ---
 
 # Quickstart: Deploy Azure AI Search using an Azure Resource Manager template

Summary

{
    "modification_type": "minor update",
    "modification_title": "ARMテンプレートを使用したAzure AI Searchの展開に関する文書の更新サイクルの追加"
}

Explanation

この変更は、articles/search/search-get-started-arm.mdというMarkdownファイルに対して行われたもので、Azure AI SearchをAzure Resource Manager (ARM) テンプレートを使用して展開するためのクイックスタートガイドに関する文書が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

新たに追加されたのは、文書のメタデータ内にあるms.update-cycleという項目で、更新周期が365日ごとであることが記載されています。この変更により、文書の読者は、このガイドがどのくらいの頻度で更新されるかについての明確な情報を得ることができます。

このマイナーな更新は、利用者がドキュメントの信頼性を評価するための参考情報を提供し、今後の更新予定についての理解を助けることを目的としています。また、読者は最新の情報を得るために文書を定期的に確認する必要があることを知るため、その活用方法にも影響を与えると考えられます。

articles/search/search-get-started-bicep.md

@@ -12,6 +12,7 @@ ms.custom:
   - devx-track-bicep
   - ignite-2023
 ms.date: 03/04/2025
+ms.update-cycle: 365-days
 ---
 
 # Quickstart: Deploy Azure AI Search using Bicep

Summary

{
    "modification_type": "minor update",
    "modification_title": "Bicepを使用したAzure AI Searchの展開に関する文書の更新サイクルの追加"
}

Explanation

この変更は、articles/search/search-get-started-bicep.mdというMarkdownファイルに対して行われたもので、Azure AI SearchをBicepを使用して展開するためのクイックスタートガイドに関する文書が更新されました。具体的には、1行が追加され、合計で1行の変更が行われています。

新たに追加されたのは、文書のメタデータにおけるms.update-cycleという項目で、更新サイクルが365日ごとである旨が記載されています。この追加により、文書の使用者はこのガイドがどのくらいの頻度で更新されるかについての具体的な指標を得ることができます。

今回のマイナーな更新は、読者に対して情報の新鮮さを維持するための方針を示し、文書の信頼性を向上させる助けとなることを目的としています。結果として、利用者は最新の情報を得るために必要なチェック頻度を理解しやすくなり、ガイドの活用に対する納得感を高める可能性があります。

articles/search/search-get-started-portal-image-search.md

@@ -5,7 +5,6 @@ description: Learn how to index and search for multimodal content in the Azure p
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: quickstart
 ms.date: 07/22/2025
 ms.custom:

Summary

{
    "modification_type": "minor update",
    "modification_title": "ポータルを使用した画像検索に関する文書の更新サイクルの日数削除"
}

Explanation

この変更は、articles/search/search-get-started-portal-image-search.mdというMarkdownファイルに対して行われたもので、Azureのポータルを使用した画像検索に関するクイックスタートガイドに関する文書の更新がありました。具体的には、1行が削除されており、合計で1行の変更が行われています。

削除された行は、文書のメタデータに記載されていたms.update-cycle: 90-daysという項目で、これはこのガイドの更新サイクルが90日ごとであるという情報を示していました。この変更により、文書内での更新周期に関する具体的な言及がなくなります。

このマイナーな更新は、ドキュメントのメンテナンスや内容の精度に向けての調整を反映している可能性がありますが、読者にとっては更新周期に関する情報が失われることを意味します。そのため、利用者はこのガイドがいつ更新されるのかについての明確な基準を持たなくなります。これにより、使用者はドキュメントの信頼性や最新性を評価する際の指標が減少することが考えられます。

articles/search/search-get-started-portal-import-vectors.md

@@ -5,7 +5,6 @@ description: Learn how to use a wizard to automate data chunking and vectorizati
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - build-2024
   - ignite-2024

Summary

{
    "modification_type": "minor update",
    "modification_title": "ポータルを使用したベクトルのインポートに関する文書の更新サイクルの日数削除"
}

Explanation

この変更は、articles/search/search-get-started-portal-import-vectors.mdというMarkdownファイルに対して行われたもので、Azureのポータルを使用したベクトルのインポートに関するクイックスタートガイドに関する文書の更新がありました。具体的には、1行が削除されており、変更は合計で1行です。

削除された行は、文書のメタデータに指定されていたms.update-cycle: 90-daysというもので、これはこのガイドの更新サイクルが90日ごとであることを示していました。この修正により、文書内での更新周期に関する明示的な情報が失われることになります。

このマイナーな更新は、文書の内容や管理の見直しを反映しているかもしれませんが、読者にとっては今後の更新がどの程度の頻度で行われるのかについての具体的な指標が失われることになります。この結果、利用者はドキュメントの信頼性や最新性を評価するための手がかりが不足し、ガイドの活用に対する不安を感じる可能性があります。

articles/search/search-get-started-portal.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: quickstart
 ms.date: 03/04/2025
 ms.custom:

Summary

{
    "modification_type": "minor update",
    "modification_title": "ポータルに関する文書の更新サイクルの日数削除"
}

Explanation

この変更は、articles/search/search-get-started-portal.mdというMarkdownファイルに対して行われたもので、Azureポータルに関するクイックスタートガイドの文書に関する修正です。具体的には、1行が削除され、合計で1行の変更があります。

削除された行は、文書のメタデータの一部であるms.update-cycle: 90-daysで、これはこのガイドの更新周期が90日ごとであることを示していました。この変更により、利用者に対してこれまであった更新の頻度に関する具体的な情報が除去されます。

このマイナーな更新は、文書の整合性や管理方針に関する見直しを示唆していますが、それによって読者は今後の更新の期待値や文書の最新性を評価するための指標を失うことになります。この結果、ドキュメントの信頼性に対する疑問が生じる可能性があります。

articles/search/search-get-started-rag.md

@@ -5,7 +5,6 @@ description: Learn how to use grounding data from Azure AI Search with a chat mo
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - ignite-2024
 ms.topic: quickstart

Summary

{
    "modification_type": "minor update",
    "modification_title": "RAGに関する文書の更新サイクルの日数削除"
}

Explanation

この変更は、articles/search/search-get-started-rag.mdというMarkdownファイルに対して行われたもので、Azure AI Searchを使用したデータの地に足のついた利用を扱うクイックスタートガイドの文書における修正です。具体的には、1行が削除され、合計で1行の変更が加えられています。

削除された行は、文書のメタデータに含まれるms.update-cycle: 90-daysであり、これはこのガイドの更新周期が90日ごとであることを示していました。この修正により、利用者に対して更新の頻度に関する情報が欠落してしまいます。

このマイナーな更新は、文書の内容に対する管理や見直しを示すものですが、読者に対して今後の更新予定についての期待感を喪失させる可能性があります。結果として、ドキュメントの信頼性や有効性についての疑問が生じるかもしれません。

articles/search/search-get-started-rbac.md

@@ -5,7 +5,6 @@ description: Learn how to use role-based access control (RBAC) to connect to an
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.topic: quickstart
 ms.date: 07/08/2025
 zone_pivot_groups: search-get-started-rbac

Summary

{
    "modification_type": "minor update",
    "modification_title": "RBACに関する文書の更新サイクルの日数削除"
}

Explanation

この変更は、articles/search/search-get-started-rbac.mdというMarkdownファイルに対して行われたもので、Azure AI Searchにおける役割ベースのアクセス制御（RBAC）に関するクイックスタートガイドの文書に関する修正です。具体的には、1行が削除され、合計で1行の変更があります。

削除された行は、文書のメタデータ部分に含まれるms.update-cycle: 90-daysで、この行はガイドの更新周期が90日ごとであることを示していました。この修正により、利用者に対する更新の頻度に関する具体的な情報が失われることになります。

このマイナーな更新は、文書の管理やポリシーに対する見直しを反映している可能性がありますが、同時に読者にとっては今後の更新の見通しについて不安を与える要因となるでしょう。結果として、ドキュメントの信頼性や正確性に対する疑問が生じることが考えられます。

articles/search/search-get-started-semantic.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - devx-track-dotnet
   - devx-track-python

Summary

{
    "modification_type": "minor update",
    "modification_title": "セマンティック検索に関する文書の更新サイクルの日数削除"
}

Explanation

この変更は、articles/search/search-get-started-semantic.mdというMarkdownファイルに対して行われたもので、Azure AI Searchにおけるセマンティック検索の利用方法を説明するクイックスタートガイドに関する修正です。具体的には、1行が削除され、合計で1行の変更が発生しています。

削除された行は、文書のメタデータ内に含まれるms.update-cycle: 90-daysであり、これは当該ガイドの更新周期が90日ごとであることを示していました。この修正により、利用者に対して更新の頻度に関する具体的な情報が欠落することになります。

このマイナーな更新は、ドキュメントの方針やメンテナンススケジュールの見直しを示唆するものですが、一方で、読者にとって今後の情報更新に関して不安を与える可能性があります。結果として、文書の信頼性や有用性についての疑問が生じるかもしれません。

articles/search/search-get-started-terraform.md

@@ -3,6 +3,7 @@ title: 'Quickstart: Deploy using Terraform'
 description: 'In this article, you create an Azure AI Search service using Terraform.'
 ms.topic: quickstart
 ms.date: 05/29/2025
+ms.update-cycle: 365-days
 ms.custom:
   - devx-track-terraform
   - ignite-2023

Summary

{
    "modification_type": "minor update",
    "modification_title": "Terraformを利用したデプロイに関する文書の更新サイクルの追加"
}

Explanation

この変更は、articles/search/search-get-started-terraform.mdというMarkdownファイルに対するもので、Azure AI SearchのサービスをTerraformを使用してデプロイする方法について解説するクイックスタートガイドに関する修正です。具体的には、1行が追加され、合計で1行の変更が発生しています。

追加された行は、文書のメタデータに含まれるms.update-cycle: 365-daysです。これは、当該ガイドの更新周期を365日ごとと定義するもので、ユーザーに対してこの情報を提供することで、最新の情報がいつまで有効であるかの目安を示しています。

このマイナーな更新は、文書の内容に対する透明性を高め、読者にとっての信頼性を向上させることを目的としています。今後、ユーザーはこの更新周期に基づいて、必要に応じて文書を確認し、情報の新しさを評価することができるようになります。

articles/search/search-get-started-text.md

@@ -6,7 +6,6 @@ manager: nitinme
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - devx-track-dotnet
   - devx-track-extended-java

Summary

{
    "modification_type": "minor update",
    "modification_title": "テキスト検索に関する文書の更新サイクルの日数削除"
}

Explanation

この変更は、articles/search/search-get-started-text.mdというMarkdownファイルに対して行われたもので、Azure AI Searchにおけるテキスト検索の利用方法を説明するクイックスタートガイドに関する修正です。具体的には、1行が削除され、合計で1行の変更が発生しています。

削除された行は、文書のメタデータ内に含まれるms.update-cycle: 90-daysであり、これは当該ガイドの更新周期が90日ごとであることを示していました。この修正により、利用者に対して更新の頻度に関する具体的な情報が欠落することになります。

このマイナーな更新は、ドキュメントの方針やメンテナンススケジュールの見直しを示唆していますが、一方で、読者にとって今後の情報更新に関して不安を与える可能性があります。したがって、情報の正確性や信頼性に対する読者の疑問が生じるかもしれません。

articles/search/search-get-started-vector.md

@@ -5,7 +5,6 @@ description: Learn how to call the Search REST and Azure SDK APIs for vector wor
 author: haileytap
 ms.author: haileytapia
 ms.service: azure-ai-search
-ms.update-cycle: 90-days
 ms.custom:
   - ignite-2023
 ms.topic: quickstart

Summary

{
    "modification_type": "minor update",
    "modification_title": "ベクトル検索に関する文書からの更新サイクルの日数削除"
}

Explanation

この変更は、articles/search/search-get-started-vector.mdというMarkdownファイルにおいて行われたもので、Azure AI Searchにおけるベクトル検索の利用方法について説明するクイックスタートガイドに関する修正です。具体的には、1行が削除され、合計で1行の変更が発生しています。

削除された行は、文書のメタデータに記載されていたms.update-cycle: 90-daysであり、この情報は当該ガイドの更新周期が90日ごとであることを示していました。この変更によって、ガイドの更新頻度に関する具体的な指標が欠如します。

このマイナーな更新により、ドキュメントでの更新方針やスケジュールが不明確になり、利用者が今後の最新情報の確認を行う際に混乱を招く可能性があります。したがって、ユーザーの信頼性や透明性に対する懸念が生じるかもしれません。

articles/search/search-how-to-alias.md

@@ -7,6 +7,7 @@ ms.author: gimondra
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 05/29/2025
+ms.update-cycle: 365-days
 ms.custom:
   - ignite-2023
   - sfi-image-nochange

Summary

{
    "modification_type": "minor update",
    "modification_title": "エイリアスの使用に関する文書に更新サイクルの日数追加"
}

Explanation

この変更は、articles/search/search-how-to-alias.mdというMarkdownファイルに対して行われたもので、Azure AI Searchにおけるエイリアスの使用方法について説明する文書に関する修正です。具体的には、1行が追加され、合計で1行の変更が発生しています。

追加された行は、文書のメタデータ内におけるms.update-cycle: 365-daysで、これは当該ガイドの更新周期が365日ごとであることを示しています。この更新により、利用者はこのガイドがどのくらいの頻度で更新されるかを把握しやすくなります。

このマイナーな更新は、文書のメンテナンス方針を明確にするものであり、ユーザーが情報の信用性を評価する際に有用な情報を提供します。これにより、文書の信頼性と透明性が向上し、ユーザーが情報更新に関してより安心して利用できるようになります。

articles/search/search-how-to-create-indexers.md

@@ -8,6 +8,7 @@ ms.author: heidist
 ms.service: azure-ai-search
 ms.topic: how-to
 ms.date: 06/17/2025
+ms.update-cycle: 180-days
 ms.custom:
   - ignite-2023
   - sfi-ropc-nochange