Værktøjer, viden, MCP, og API

I Copilot Studio streaming-tilstand driver en enkelt generativ AI-model hele agenten. Denne tilgang eliminerer behovet for traditionelle hensigtstræer, stive dialogforløb eller separate orkestreringslag.

I stedet for at samle flere systemer, fungerer modellen som agentens hjerne. Modellen beslutter dynamisk, hvordan den skal reagere, og hvilke handlinger der skal udføres i realtid.

Hvad den generative model faktisk gør

Den generative AI-model håndterer hele samtalens livscyklus:

  • Forståelse af brugerens anmodning (hensigt og enheder)

  • At vælge den mest hensigtsmæssige næste handling, såsom:

    • Svar fra videnskilder

    • At kalde værktøjer, API'er eller MCP-integrationer

    • At stille opklarende opfølgende spørgsmål

    • At udføre disse handlinger

    • Syntetisering af et naturligt, samtalebaseret svar (stemme eller tekst)

Denne tilgang repræsenterer Microsofts generativ orkestrering-model. Den erstatter:

  • Traditionel NLU-hensigtsklassifikation (Klassisk orkestreringstilstand)

  • Hard-coded dialogruteanvisning

  • Deterministiske beslutningstræer

Resultatet er en meget mere fleksibel, menneskelignende interaktionsmodel.

Hvornår der anvendes viden, API'er eller MCP

På et overordnet niveau afhænger forskellen mellem viden, API'er og MCP af typen af svar eller handling, der kræves. Brug viden, når agenten skal forklare politikker, FAQ'er, ansvarsfraskrivelser eller anden vejledning baseret på oplysninger, der sjældent ændrer sig. Brug API'er, når agenten har brug for realtids-, kundespecifikke data, f.eks. for at tjekke en ordrestatus eller hente kontooplysninger fra et system med poster. Brug MCP, når du har brug for skala og struktur. Den giver modellen en standardiseret måde at interagere med flere værktøjer og systemer på, ensartet og kontrolleret.

Kort sagt: Viden gør agenten klogere i samtaler, API'er hjælper med live-data, og MCP gør det muligt at gøre begge dele pålideligt på tværs af komplekse virksomhedsmiljøer.

Fremgangsmåde Bruges hvornår Nøgleegenskaber Eksempler Sådan virker det
Viden (statisk indhold) Svaret er statisk eller ændrer sig sjældent. Ingen personlig tilpasning nødvendig. Ingen systemvalidering nødvendig. Hurtigt og billigt. Ingen backend-afhængighed. Ideel til ofte stillede spørgsmål og generel information. Hvad er jeres åbningstider? Tilbyder I refusion på udsalgsvarer? Hvordan fungerer jeres abonnementsplan? Modellen henter fra vidensbasen. Genererer direkte svar uden eksterne kald
API'er (realtidsdata) Kræver realtidstransaktionsdata. Anmodning er brugerspecifik. Kræver autoritativt systemsvar. Dynamisk og personliggjort. Postdrevet system. Sikrer nøjagtighed og aktualitet Hvad er status på min ordre? Har jeg nogen kommende aftaler? Er min refusion blevet behandlet? Hvad er min nuværende saldo? Modellen registrerer behovet for live data. Kalder API (Power Automate, connector, HTTP-slutpunkt). Modtager strukturerede data. Konverterer til et svar i naturligt sprog.
MCP (værktøjsorkestreringslag) Brug for standardiserede, genanvendelige integrationer. Flere systemer og værktøjer skal arbejde sammen. Kræver skalerbar, reguleret adgang for LLM'er. Fungerer som et kontraktlag mellem modellen og værktøjerne. Muliggør orkestrering på tværs af systemer. Sikker og mere skalerbar for erhvervsbrug. Træk CRM-data. Kontrollér faktureringssystemer. Opdater billetsystemerne. Annuller mit abonnement og refunder den seneste betaling, hvis jeg opfylder betingelserne Modellen vælger MCP-værktøjer. MCP orkestrerer flere backend-systemer. Udfører arbejdsgange sikkert. Returnerer strukturerede resultater til generering af svar

Ofte stillede spørgsmål om optimering af stemmeagent

  • Last updated on