Microsoft、Copilot拡張用開発ツールWork IQ Dev Toolsを解説

何が発表されたのか

MicrosoftのシニアプロダクトマネージャーであるRachit Malik氏は、開発者向けセッション「Expanding Your Airspace」において、Microsoft 365 Copilotの機能を柔軟に拡張するための統合CLIツールパッケージ「Work IQ Developer Tools（通称：WIQD）」の実演デモを披露しました。本発表は、単なる開発ライブラリの紹介にとどまらず、自然言語による指示からAIエージェントやプラグインを自動設計し、実環境へのプロビジョニング、テスト、チーム共有、LLMを用いた自動評価、組織カタログへのパブリッシュ、運用後の利用統計分析までを一貫して行う「エージェント駆動型開発（Agentic Development）」の標準ワークフローを提示するものです。既存のAgents SDKやEval CLI、Model Context Protocol（MCP）をWork IQのコンテキストエンジンで束ねることで、開発者の手作業を大幅に削減できる点が大きな特徴です。

発表された機能・アップデートの全容

自然言語プロンプトからの仕様策定とMCP連携

WIQD（Work IQ Dev Tools）の最大の特徴は、GitHub Copilot CLI内で動作し、自然言語の指示から複雑なCopilot拡張機能の設計仕様を自動構築できる点にあります。デモでは、架空の保険会社「Zava」のCEOから届いた「AIを活用して保険金請求（Claims）業務を効率化したい」というメールテキストを起点に、開発者が音声で「CEOのメールを抽出し、CTOから共有されたMCPサーバーURLを組み込んで、役員向けプラグインと現場向けエージェントを作成してほしい」とターミナルに入力しました。WIQDはコンテキストエンジン「Work IQ」を介してメール内容を正確に解析し、指定された外部MCP（Model Context Protocol）サーバー（https://zava-insurance-mcp.azurewebsites.net/mcp）にアクティブ接続して利用可能な9つのMCPツール群（ダッシュボード表示、請求登録、検査一覧など）を自動検知しました。これにより、開発者が手動でAPI仕様書を読み込んで定義ファイルを手書きすることなく、必要な拡張機能の仕様骨子（SPEC.md）が一瞬で作成されました。

プラグインと宣言型エージェントの一括ビルド

仕様定義を受け、WIQDは役割の異なる2つの成果物を自動的にスキャフォールディング（コード自動生成）しました。1つ目は、経営陣向けのレポート作成プラグイン「Zava for Execs」です。これには、MCP経由で最新の請求データを集計し、フォーマットされた多機能Excelレポート（Leadership Claims Status Update.xlsx）を出力するスキル（SKILL.md）が含まれています。2つ目は、現場の損害査定人（Claims Adjuster）向けに作られた宣言型エージェント「Zava Claims Manager」です。このエージェントは、MCPツールの呼び出し権限に加え、最新の保険規制や詐欺対策の標準ガイドラインを網羅するためにWebSearch（Bing検索機能）によるグランド（接地）機能を併せ持っています。VS Codeの画面上では、これらの成果物が declarativeAgent.json や manifest.json、ai-plugin.json といったM365 Copilot標準の構成ファイル群として正しく整形されて出力された様子が確認できました。

Microsoft 365 Copilot環境へのプロビジョニングとコワーク・Teams共有

ローカルで構築および静的検証（Static Validation）を通過した成果物は、ターミナルから wiqd agent provision や wiqd plugin share といったコマンドを実行するだけで、Microsoft 365のテスト開発環境へ即座にプロビジョニングされます。デモでは、Copilot CoworkおよびCopilot Chatのインターフェース上に「Zava for Execs」ウィジェットが即座に表示され、「未解決の請求情報を分析し、役員向けExcelを生成して」という指示に対して、MCPから抽出された25件の請求データ（総被害見積額69万2888ドル）を集計した美しくグラフ化されたExcelシートが数秒で生成されました。さらに、WIQDは開発者のテナント（組織）内から共有相手のメールアドレス（Rabia、Garry、Paolo各氏）を自動検索し、Teamsのチャネル上に直接アクセス用リンク付きのテストレビュー依頼メッセージを投稿するインタラクティブな連携も披露しました。

Eval CLIとLLM Judgeによる継続的評価ループ

実務で使える品質を担保するため、WIQDには「Eval CLI」と「GitHub Copilot LLM Judge」を用いた自動評価フレームワークが組み込まれています。デモでは、エージェントの挙動を検証するために15パターンのシナリオからなる評価スイート（prompts.json）を生成しました。評価項目には、応答の関連性（Relevance）、一貫性（Coherence）、根拠性（Groundedness）、引用表記（Citations）が含まれます。初回実行時の合格率はわずか6.7%（15件中1件合格）という低いスコアでしたが、LLM Judgeがエラー原因（引用フォーマットの不整合や挨拶文の欠落など）を特定し、エージェントのシステム指示文（instructions.txt）を自動的に修正しながらイテレーション（反復実行）を繰り返しました。Iteration 2で53.3%、Iteration 4で73.3%、最終的にはターゲットである80%（12件合格）まで精度を自動で引き上げる「ヒルクライミング（山登り法）最適化」のプロセスが実証されました。

運用後の利用統計分析とフィードバックの回収

本ツールのライフサイクルの締めくくりとして、組織公開後のモニタリング機能が紹介されました。エージェントがMicrosoft 365の組織管理者カタログ（Tenant Catalog）に発行・承認された後、開発者はターミナル上で「Insights Agent V2 (MSIT)」を呼び出すことができます。WIQDはWork IQ経由で運用データを問い合せ、直近30日間のアクティブユーザー数（30-day active users: 10）、7日間のユーザー数、総クエリ数（Rolling 30-day queries: 9）などのメトリクスをターミナル内の表形式で即座に可視化します。定量的な利用データだけでなく、Teamsチャネルに寄せられたユーザーからの定性的なフィードバック（例：「画面表示が崩れる」「応答の冒頭に特定の挨拶を入れてほしい」等）をWIQDが自動検知してテキスト抽出し、再びビルドフェーズの指示文修正へとフィードバックする完全な「学習・改善ループ」が完成しています。