Übersicht über die Microsoft Copilot-Optimierung (Vorschau des frühen Zugriffs)

Microsoft Copilot Tuning ist eine KI-Anpassungsfunktion, die es Organisationen ermöglicht, aufgabenspezifische Copilot-Agents zu erstellen, indem große Sprachmodelle (LLMs) mit ihren eigenen Organisationsdaten optimiert werden. Die Optimierung ermöglicht es Agents, Antworten zu erstellen, die das Domänenwissen, die Terminologie, den Ton und die Qualitätsstandards einer Organization widerspiegeln.

Im Gegensatz zu allgemeinen KI-Erfahrungen sind optimierte Agents für bestimmte, wiederholbare Aufgaben konzipiert. Da sie vollständig innerhalb des Microsoft 365-Mandanten betrieben werden, bleiben Organisationsdaten durch bestehende Sicherheits-, Compliance- und Governancekontrollen geschützt.

Dieser Artikel bietet eine Übersicht über Copilot Tuning, einschließlich wichtiger Funktionen, unterstützter Szenarien, Optimierungskonzepte und administrativer Governance.

Wichtige Funktionen

Copilot Tuning ermöglicht es Organisationen, KI-Erlebnisse zu erstellen, die eng auf ihre Geschäftsanforderungen abgestimmt sind. Sie bietet die folgenden Funktionen:

• Codefreie Anpassung – Erstellen Sie optimierte Agents mithilfe von Vorlagen in Agent Builder ohne Programmier- oder Data-Science-Kenntnisse. Geschäftsanwender und Domänenexperten können die Optimierung anhand kuratierter Beispiele und Organisationsinhalte leiten.

• Aufgabenspezifische Agents – Erstellen Sie Agents, die für hochwertige Szenarien wie das Beantworten von Fragen, das Verfassen von Dokumenten, die Zusammenfassung, Validierung und das Bearbeiten des Schreibstils optimiert sind. Abgestimmte Agents produzieren Ergebnisse, die das Vokabular, die Struktur und die Erwartungen des Unternehmens widerspiegeln.

• Verbesserte Effizienz und Konsistenz - Durch die Einbettung von Organisationswissen in Copilot können abgestimmte Agenten den Zeitaufwand für komplexe Inhaltsaufgaben reduzieren und gleichzeitig die Konsistenz und Einhaltung interner Standards verbessern.

• Integration mit Microsoft 365-Daten – Optimierte Agents können ausgewählte Organisationsinhalte verwenden und Live-Unternehmensdaten über Microsoft Graph analysieren, um sicherzustellen, dass die Antworten auf aktuellen Informationen basieren.

• Sicherheit auf Unternehmensniveau : Alle Optimierungsvorgänge erfolgen innerhalb der Microsoft 365-Vertrauensgrenze. Optimierte Agents berücksichtigen Zugriffssteuerungslisten (ACLs) aus den Trainingsdaten und geben nur Informationen zurück, auf die Benutzer zugreifen dürfen.

Unterstützte Szenarien

Copilot Tuning unterstützt eine Reihe aufgabenorientierter Agent-Vorlagen.

Schreiben von Dokumenten

Agents zum Verfassen von Dokumenten generieren strukturierte, lange Dokumente basierend auf Organisationsvorlagen, Beispielen und Standards. Diese Agents können erste Entwürfe von Inhalten wie Angeboten, Verträgen, Richtlinien und technischer Dokumentation erstellen und dabei Formatierungs- und Complianceanforderungen einhalten.

Weitere Informationen finden Sie unter Vorlage für Document Writing Agent.

Dokumentzusammenfassung

Dokumentzusammenfassungs-Agents generieren maßgeschneiderte Zusammenfassungen basierend auf Ton, Zielgruppe, Zweck und Länge. Organisationen können diese Agents so abstimmen, dass sie interne Zusammenfassungsstandards widerspiegeln und Informationen hervorheben, die für ihre Anwendungsfälle am relevantesten sind.

Weitere Informationen finden Sie unter Dokumentzusammenfassungs-Agent-Vorlage.

Expertenantworten (Q&A)

Expert Answer-Agenten bieten domänenspezifische Antworten, indem sie die Antworten in Organisationsinhalten verankern. Diese Agents unterstützen Szenarien, die eine umfassende Suche in großen Datensätzen, strenge Richtlinienleitplanken oder spezielle Terminologie erfordern.

Weitere Informationen finden Sie unter Expert Answers-Agentvorlage.

Dokumentüberprüfung

Dokumentüberprüfungs-Agenten überprüfen Dokumente auf ihre Einhaltung der organisatorischen Richtlinien, Richtlinien, Brandingstandards und gesetzlichen Anforderungen. Sie identifizieren Probleme, kategorisieren Risiken und geben umsetzbares Feedback direkt in Dokumenten.

Weitere Informationen finden Sie unter Vorlage für Dokumentüberprüfungs-Agent.

Formatvorlagenbearbeitung

Stilredaktionsassistenten verfeinern Entwürfe, um sie an die Markenstimme, den Ton und die Schreibrichtlinien einer organization anzupassen. Diese Agents tragen dazu bei, die Konsistenz zwischen Inhalten sicherzustellen, die von verschiedenen Benutzern und Teams erstellt wurden.

Weitere Informationen finden Sie unter Formatvorlage für die Bearbeitung von Agents.

Optimierungs-Agent

Optimierungsagenten helfen bei Geschäftsoptimierungsproblemen wie Ressourcenzuordnung, Aufgabenzuweisung und Planung. Benutzer definieren Ziele und Einschränkungen, und der Agent erstellt erklärbare Lösungen auf der Grundlage hochgeladener Daten und organisatorischer Regeln.

Weitere Informationen finden Sie unter Optimierungs-Agent.

Agent-Auswahl

Wählen Sie eine Vorlage basierend auf der Aufgabe, die Sie erledigen möchten. Tunable Vorlagen sind für bestimmte, wiederholbare Aufgaben wie das Schreiben von Dokumenten, Zusammenfassen, Beantworten von Fragen, Validierung, Stilbearbeitung und Optimierung konzipiert.

Zuordnen eines Workflows zu Vorlagen

Für viele Workflows wird mehr als eine Vorlage verwendet.

Agent-Optimierung

Mit der Agent-Optimierung können Sie Agents verfeinern, die aus anpassbaren Vorlagen im Microsoft Copilot Agent-Builder erstellt wurden. Jede anpassbare Vorlage ist für eine bestimmte Aufgabe konzipiert und enthält einen vordefinierten Inferenz-Workflow, der das Basismodell, die Anweisungen, den Grounding-Ansatz, die Werkzeugverwendung und die Ausgabegenerierung angibt. Dieser Workflow bietet eine optimierte Standardkonfiguration – ein gebrauchsfertiges "Rezept", das Agents dabei hilft, relevanten Kontext abzurufen, Tools effektiv anzuwenden und von Anfang an qualitativ hochwertige Ergebnisse zu erzielen.

In vielen Szenarien erfüllen Agents, die aus diesen Vorlagen erstellt wurden, die Qualitätserwartungen, ohne weitere Anpassungen vorzunehmen. Wenn weitere Verfeinerungen erforderlich sind, z. B. die engere Ausrichtung der Ausgaben an den Unternehmensstandards, domänenspezifischen Anforderungen oder Benutzererwartungen, bietet die Agentenoptimierung strukturierte Möglichkeiten zur Verbesserung von Verhalten und Leistung.

Tunable-Vorlagen sind für Benutzer mit Copilot-Lizenz in berechtigten Mandanten verfügbar und werden im Agent Builder erstellt. Wenn Sie einen Agent aus einer anpassbaren Vorlage erstellen, können Benutzer unterstützte Eigenschaften wie den Agentnamen, Anweisungen und Eingabeaufforderungen anpassen. Der Zugriff auf Optimierungsfunktionen hängt von der Konfiguration des Mandantenadministrators ab. Wenn keine Optimierungsoptionen verfügbar sind, müssen Benutzer möglicherweise Zugriff von einem Administrator anfordern. Berechtigte Benutzer können die Option "Agent optimieren" anzeigen, nachdem sie einen Agenten aus einer anpassbaren Vorlage erstellt haben.

Drei Arten der Optimierung werden unterstützt: Optimierungskontext, Optimierungstools und Optimierungsmodell. Diese Dimensionen sind so konzipiert, dass sie zusammenarbeiten und anhand konsistenter, auf Benutzerziele ausgerichteter Rubriken bewertet werden, um sicherzustellen, dass die Optimierung zu messbaren Verbesserungen führt.

Kontext optimieren

Die Kontextoptimierung definiert die Ziele und Erfolgskriterien des Agents durch Angabe der primären Aufgabe, Domäne und repräsentativer Beispiele. Die Anforderungen an den Kontext variieren je nach Vorlage. Beispielsweise verwenden Vorlagen zum Verfassen von Dokumenten Beispiele für die Arten von Dokumenten, die der Agent erstellen soll, Vorlagen für Dokumentzusammenfassungen erfordern Eingaben wie Zweck, Zielgruppe, Länge, Ton und Schwerpunkte, und Vorlagen für Expertenantworten basieren auf Beispieldateien, um Bewertungsfragen und -antworten zu generieren. Basierend auf diesen Eingaben schlägt das System Teilziele und Bewertungsrubriken vor, die eine messbare Grundlage für die Bewertung der Agentenleistung schaffen.

Tune-Tool

Die Tooloptimierung erweitert die Funktionen von Agenten, indem zusätzliche Agenten oder Tools in den Workflow integriert werden. Diese Tools können verwendet werden, um Aufgaben wie Recherche, Validierung oder Anpassung des Schreibstils durchzuführen. Benutzerdefinierte Orchestrierungsanweisungen definieren, wie Tools angewendet werden, und die Agentleistung wird anhand der festgelegten Rubriken neu bewertet, nachdem Änderungen vorgenommen wurden.

Tune Model

Die Modelloptimierung konzentriert sich auf die Verbesserung von Reasoning und Ausgabequalität durch überwachte Feinabstimmungs- und Reinforcement-Learning-Techniken. Hochwertige Beispiele aus Organisationsdaten werden als Trainingsinput verwendet, wobei Bewertungsrubriken die Ausrichtung an den Erwartungen des Unternehmens leiten. Während dieses Vorgangs können Zugriffssteuerungen, Dateiberechtigungen und Vertraulichkeitsbezeichnungen angewendet werden. Die Modelloptimierung wird asynchron ausgeführt, sodass Benutzer während der Optimierung weiterhin den vorhandenen Agent verwenden können. Nach Abschluss der Optimierung bestimmen die Auswertungsergebnisse, ob das aktualisierte Modell zur Veröffentlichung bereit ist.

Die Agent-Optimierung ist ein iterativer Prozess und keine einmalige Konfiguration. Organisationen werden aufgefordert, die reale Nutzung zu überwachen, Feedback zu sammeln und Kontext, Tools, Daten oder Regeln zu verfeinern, wenn sich die Anforderungen im Laufe der Zeit ändern. Dieser fortlaufende Lebenszyklus trägt dazu bei, dass die Agenten genau, relevant und auf die sich ändernden Anforderungen abgestimmt bleiben.

Verwenden von optimierten Agents

Nach der Erstellung oder Optimierung können Agents für berechtigte Benutzer in der gesamten organization freigegeben werden. Benutzer interagieren mit ausgewählten Agents über unterstützte Microsoft Copilot Oberflächen, z. B. die Microsoft Copilot App oder Copilot Chat in Microsoft Teams.

Optimierte Agents bieten die folgenden Vorteile:

• Erhöhte Produktivität durch schnellere Content-Erstellung und -Analyse
• Verbesserte Genauigkeit durch Verankerung der Antworten in Organisationsdaten
• Konsistente Ergebnisse im Einklang mit internen Standards
• Breiterer Zugriff auf Organisationswissen in allen Teams

Bewährte Methoden

Wenden Sie die folgenden bewährten Methoden an, um optimierte Agents optimal zu nutzen:

• Machen Sie sich mit dem Umfang und den Einschränkungen des Agenten vertraut.
• Verwenden Sie klare, spezifische Eingabeaufforderungen.
• Stellen Sie Starteingabeaufforderungen bereit, um Benutzer anzuleiten.
• Verfeinern Sie die Ausgaben durch Interaktionen mit mehreren Umläufen.
• Befolgen Sie die Sicherheits- und Compliancerichtlinien Ihres Unternehmens.
• Fördern Sie Benutzerfeedback, um die Agent-Qualität im Laufe der Zeit zu verbessern.

Haftungsausschluss

Der KI-Administrator ist dafür verantwortlich, sicherzustellen, dass Ihre Nutzung dieses Produkts allen geltenden Gesetzen zum Datenschutz, der Privatsphäre und dem geistigen Eigentum entspricht. Dazu gehört auch die Erfüllung Ihrer Verpflichtungen als Datenverantwortlicher gemäß Vorschriften wie der DSGVO oder dem CCPA.

Pflichten des Datenverantwortlichen

• Sie sind dafür verantwortlich, wie Daten in Ihrer Mandantenumgebung gesammelt, gespeichert und verwendet werden.
• Sie müssen sicherstellen, dass Ihre Datenpraktiken die gesetzlichen Anforderungen an Transparenz, Zustimmung, Zugriff und Löschung erfüllen.
• Sie sind dafür verantwortlich, die Richtigkeit, Angemessenheit und Compliance aller von diesem System generierten Ausgaben zu überprüfen, bevor Sie sie verwenden. Erfordert möglicherweise eine Überprüfung durch die Fachexperten.

Urheberrecht und Modelltraining

• Wenn Sie ein benutzerdefiniertes Modell mit Ihren eigenen Daten trainieren, müssen Sie sicherstellen, dass Sie über die entsprechenden Rechte oder Lizenzen für alle urheberrechtlich geschützten Materialien verfügen, die im Trainingssatz enthalten sind.
• Der Urheberrechtsschutz gilt nicht für Modelle, die mit nicht autorisierten urheberrechtlich geschützten Inhalten trainiert wurden. Sie übernehmen die volle Verantwortung für eine solche Nutzung.

Löschen von Daten

• Wenn ein Benutzer, dessen Daten beim Trainieren eines Modells verwendet werden, eine gültige Löschanforderung gemäß der DSGVO (oder ähnlichen Vorschriften) übermittelt, müssen Sie das Modell erneut trainieren.
• Wenn Sie ein Modell optimieren, werden die Modellgewichtungen basierend auf den Trainingsdaten angepasst. Sie können das fein abgestimmte Modell jederzeit löschen.

Verwandte Inhalte

• Agents für Microsoft Copilot
• Erstellen von Agents mit Copilot Studio Agent Builder
• Übersicht über Copilot Studio