Bewährte Methoden zum Erstellen deklarativer Agents

Deklarative Agents sind KI-Assistenten, die Microsoft 365 Copilot für bestimmte Geschäftsszenarien über benutzerdefinierte Anweisungen, Wissensquellen und Aktionen anpassen. In diesem Artikel werden die bewährten Methoden für die Erstellung deklarativer Agents zusammengefasst, die auf Ihre individuellen Geschäftsanforderungen zugeschnitten sind.

Komponenten des deklarativen Agents

Ein deklarativer Agent besteht aus mehreren Komponenten. Es ist wichtig, für jede Komponente Ihres Agents bewährte Methoden auf Ihren Entwurf anzuwenden. Die folgende Tabelle enthält empfohlene bewährte Methoden für jede Agent-Komponente.

Komponente Beschreibung Bewährte Methode
Name Der Anzeigename des Agents. Stellen Sie sicher, dass Ihr Anzeigename den Zweck ihres Agents für die Benutzerermittlung im Agent Store angibt. Der Name sollte die Zeichengrenzwerte basierend auf dem Entwicklungstool erfüllen:
  • Microsoft 365 Copilot – 30 Zeichen
  • Microsoft 365 Agents Toolkit – 100 Zeichen
Informationen zu den Anforderungen an den App-Namen finden Sie unter Überprüfungsanforderungen für den Teams Store.
Beschreibung Eine kurze Zusammenfassung der Aufgaben des Agents. Geben Sie eindeutig den Zweck und die Domäne des Agents an. Beispiel: "Verwenden Sie den Projekt-Agent in Microsoft 365 Copilot, um Ihre Projektdokumente zu durchsuchen und zusammenzufassen." Erwähnen Sie, dass der Agent in Microsoft 365 Copilot funktioniert. Halten Sie es kurz (einige Sätze, ≤1.000 Zeichen), und beschränken Sie die Anweisungen auf die Aufgaben, die der Agent ausführen sollte , und nicht auf das, was er nicht tun sollte.
Anweisungen Die wichtigsten Verhaltensrichtlinien für den Agent. Die Anweisungen sind die wichtigste Eingabeaufforderung, die die Antworten des Agents steuert. Stellen Sie bis zu 8.000 Zeichen mit detaillierten Anleitungen bereit, wie sich der Agent verhalten sollte, welche Aufgaben er ausführen kann und welchen Regeln oder Stilen er folgen sollte. Weitere Informationen finden Sie unter Schreiben effektiver Anweisungen.
Wissensquellen Unternehmensinhalte oder externe Daten, die der Agent zum Grounding seiner Antworten verwenden kann. Konfiguriert im Abschnitt Knowledge in Microsoft 365 Copilot oder im Manifest. Fügen Sie nur relevantes Wissen hinzu, das der Agent benötigt. Sie können SharePoint-Websites, -Ordner oder -Dateien hinzufügen. bestimmte Teams-Chats; Outlook-E-Mail; und öffentliche Web-URLs als Quellen.

Beim Hinzufügen von Dateien ist weniger mehr: Copilot schneidet am besten ab, wenn Dokumente angemessen dimensioniert und fokussiert sind. Stellen Sie außerdem sicher, dass die Inhalte aktuell und korrekt sind, da der Agent Inhalte in seinen Wissensquellen in seinen Antworten verwendet.
Funktionen Optionale integrierte KI-Funktionen (z. B . Codeinterpreter und Bildgenerator). Funktionen bieten Ihrem Agent zusätzliche Fähigkeiten, z. B. das Ausführen von Python-Code oder das Generieren von Bildern aus Eingabeaufforderungen. Fügen Sie nur Funktionen hinzu, die den Zielen Ihres Agents entsprechen. Codeinterpreter eignet sich beispielsweise hervorragend für einen Datenanalyse-Agent.
Aktionen (APIs/Plug-Ins) Externe Aktionen, die der Agent über API-Plug-Ins (Copilot-Connectors, benutzerdefinierte Web-APIs und Power Platform-Connectors) ausführen kann, die im Agent-Manifest definiert sind. Wenn Ihr Agent externe Systeme abfragen oder Transaktionen ausführen muss, können Sie API-basierte Plug-Ins integrieren. Jede Aktion entspricht einem API-Vorgang.

Sorgfältiges Entwerfen von Aktionen: Stellen Sie ein OpenAPI-Dokument mit eindeutigen Vorgangsbeschreibungen bereit, und fügen Sie diese Aktionen im Agentmanifest hinzu.

Beachten Sie für jede Aktion, ob sie folgerichtet (d. a. schreibt oder ändert externe Daten). Jede Aktion zum Erstellen/Aktualisieren/Löschen des Typs muss über verfügen isConsequential: true. Schreibgeschützte Abfragen können als nicht zusammenhängend markiert werden.
Unterhaltungsstarter (Beispieleingabeaufforderungen) Beispiele für Abfragen, die ein Benutzer an den Agent stellen kann, werden als Vorschläge oder Hilfetipps angezeigt. Schließen Sie mindestens drei Beispieleingabeaufforderungen ein, die die Kernfunktionen Ihres Agents widerspiegeln. Diese helfen Benutzern, die Verwendung des Agents zu verstehen. Zum Beispiel:
  • Entwerfen Sie eine E-Mail an eine Person zum Thema.
  • Vergleichen und vergleichen Sie die Vorschläge in Datei und Datei.
  • Erstellen Sie ein Liniendiagramm, um die Verkaufstrends der letzten sechs Monate anzuzeigen.

Bewährte Methoden für Agent-Anweisungen

Die von Ihnen bereitgestellten Anweisungen bestimmen das Verhalten Ihres Agents und helfen dabei, genaue, nützliche Antworten zu liefern. Schlecht gestaltete Anweisungen können zu Mehrdeutigkeiten, inkonsistenten Ausgaben oder unbeabsichtigten Aktionen führen. Wenden Sie im Allgemeinen die bewährten Methoden an, die im Artikel Schreiben effektiver Anweisungen für deklarative Agents definiert sind, wenn Sie Ihren Agent entwickeln.

Die folgende Tabelle enthält Informationen dazu, wie Sie das Verhalten Ihres Agents planen, testen und durchlaufen können.

Fokusbereich Richtlinien Zweck
Anleitungsstrategie Definieren Sie die Rolle und Ziele des Agents klar. Planen Sie gängige Szenarios und Szenarios mit Edgefall. Geben Sie dem Agent genügend Flexibilität, um zu handeln, aber legen Sie Grenzen fest, um das Verhalten zu steuern Hilft Agents, in verschiedenen Situationen angemessen und konsistent zu reagieren.
Kontextbezogene Intelligenz Passen Sie Die Anweisungen an, je nachdem, wo und wie der Agent verwendet wird , z. B. in Word, Teams oder Outlook. Berücksichtigen Sie Benutzerrollen und zeitkritische Anforderungen. Stellt sicher, dass Anweisungen in den Apps, in denen sie verwendet werden, relevant und effektiv bleiben.
Gemeinsame Iteration Arbeiten Sie mit funktionsübergreifenden Teamkollegen wie Produktmanagern, Autoren und Technikern zusammen, um Anweisungen zu überprüfen und zu verbessern. Testen Sie, wie sich Anweisungen in verschiedenen Apps verhalten, und notieren Sie die Änderungen. Verbessert die Unterrichtsqualität durch Teamarbeit und trägt dazu bei, die Konsistenz im Laufe der Zeit aufrechtzuerhalten.
Diagnose Verwenden Sie Tools wie Protokolle und Benutzerfeedback, um die Leistung von Anweisungen zu verstehen. Suchen Sie nach Mustern, bei denen Agent-Antworten nicht hilfreich sind, und überarbeiten Sie die Anweisungen, um die Antworten zu verbessern. Hilft Ihnen, Anweisungen basierend auf der realen Nutzung und Benutzererfahrung zu verbessern.
Unterrichtsarchitektur Unterteilen Sie Anweisungen in kleinere, wiederverwendbare Teile. Verwenden Sie Tags und Vorlagen, um organisiert zu bleiben und einheitliche Muster für alle Agents anzuwenden. Erleichtert die Verwaltung von Anweisungen und deren Wiederverwendung für mehrere Agents und Szenarien.

Weitere Informationen und spezifische Anleitungen zum Erstellen von Agent-Anweisungen finden Sie unter Schreiben effektiver Anweisungen für deklarative Agents.

Auswählen der richtigen Wissensquellen

Sie können Ihre deklarativen Agents mit öffentlichem und organisationsbezogenem Wissen wie SharePoint-Inhalten, Benutzerdaten wie E-Mails und Chats und öffentlichen Websites auswerten.

Beachten Sie bei der Auswahl von Wissensquellen für Ihren Agent die folgenden wichtigen Überlegungen:

  • Relevanz über Menge: Seien Sie selektiv, welches Wissen Sie hinzufügen. Überlegen Sie, ob die Quelle dem Agent hilft, die Arten von Fragen zu beantworten, die Sie von Benutzern erwarten.

  • Verwenden von SharePoint und Connectors für strukturierte Daten: Für statischere oder strukturierte Kenntnisse ist SharePoint ideal. Wenn Sie über eine Wissensdatenbank in PDF- oder Office-Dokumenten verfügen, hosten Sie diese auf einer SharePoint-Website, und fügen Sie diese Website als Quelle hinzu. Wenn Sie andere Systeme (z. B. Datenbankdatensätze oder CRM-Daten) benötigen, überprüfen Sie, ob ein Copilot-Connector für sie vorhanden ist, oder fügen Sie ein API-Plug-In hinzu.

  • Überlegungen zu Lizenzierung und Zugriff: Einige Wissensfeatures erfordern, dass der Benutzer über eine Microsoft 365 Copilot-Lizenz verfügt. Beachten Sie dies, wenn Sie den Agent freigeben möchten. Wenn jemand ohne Copilot-Lizenz versucht, sie zu verwenden, funktionieren diese persönlichen Wissensquellen nicht für sie. Außerdem sind Berechtigungen wichtig: Der Agent kann nur Inhalte abrufen, auf die der Benutzer Zugriff hat.

  • Aktualität und Wartung von Daten: Das Wissen des Agents über hinzugefügte Quellen wird im Laufe der Zeit aktualisiert. Überprüfen und aktualisieren Sie die Wissensquellen in regelmäßigen Abständen.

  • Bereich Teamchats: Wenn Sie Teams-Unterhaltungen hinzufügen, haben Sie zwei Optionen: alle Ihre Teams-Chats/Besprechungen oder bestimmte. Im Allgemeinen führt das Hinzufügen bestimmter Chatthreads zu gezielteren Ergebnissen und weniger Rauschen. Wenn Sie beispielsweise einen Agenten im Verlauf eines bestimmten Projektkanals erden, anstatt jeden Chat zu durchsuchen, den Sie jemals hatten, können Sie projektspezifische Fragen genauer beantworten.

  • Verwenden von SharePoint und Connectors für strukturierte Daten: Für statischere oder strukturierte Kenntnisse ist SharePoint ideal. Wenn Sie über eine Wissensdatenbank in PDF- oder Office-Dokumenten verfügen, hosten Sie diese auf einer SharePoint-Website, und fügen Sie diese Website als Quelle hinzu. Wenn Sie andere Systeme benötigen, z. B. Datenbankdatensätze oder CRM-Daten, überprüfen Sie, ob ein Copilot-Connector für sie vorhanden ist, oder fügen Sie ein API-Plug-In hinzu.

  • Modellwissen entmutigen: Das Hinzufügen von Wissensquellen allein hindert das Modell nicht daran, auf das integrierte Trainingswissen zu bauen. Um sicherzustellen, dass der Agent nur von Ihren konfigurierten Quellen abhängig ist, legen Sie die discourage_model_knowledge -Eigenschaft im special_instructions -Objekt Ihres Agentmanifests auf true fest. Wenn diese Option aktiviert ist, tut der Agent sein Bestes, um die Verwendung von Modellwissen in seinen Antworten zu vermeiden. Weitere Informationen finden Sie unter Spezielles Anweisungsobjekt. Sie können dies auch in Ihren Anweisungen verstärken; Weitere Informationen finden Sie unter Bodenantworten auf konfigurierte Wissensquellen.

  • Testantworten mit und ohne Wissen: Testen Sie einige Abfragen vor und nach dem Hinzufügen von Wissensquellen. Stellen Sie beispielsweise eine Frage, die von einem bestimmten Dokument beantwortet werden soll. Hat der Agent ohne das Dokument Probleme oder generiert er falsche Informationen? Findet der Agent nach dem Hinzufügen des Dokuments die Antwort? Wenn Sie feststellen, dass der Agent die Informationen immer noch nicht verwendet, müssen Sie möglicherweise Ihre Anweisungen anpassen. Wenn der Agent eine Wissensquelle übermäßig verwendet, sollten Sie diese Quelle entfernen oder Anweisungen einschränken, um sie nur im Kontext zu verwenden.

Ground custom engine agents with the Retrieval API

Wenn Sie einen benutzerdefinierten Engine-Agent oder eine benutzerdefinierte Wissensanwendung erstellen, die Antworten auf Microsoft 365-Daten begründet, stellt die Microsoft 365 Copilot Retrieval Augmented Generation (RAG) über SharePoint-, OneDrive- und Copilot-Connectors bereit, ohne Ihre Inhalte zu kopieren oder neu zu indizieren. Wenden Sie die folgenden bewährten Methoden an, wenn Sie einen Agent mit der Abruf-API grounden:

  • Vermeiden Sie ausgehende Daten, indem Sie folgendes abrufen: Die Abruf-API gibt relevante Textblöcke aus dem Hybridindex zurück, der Microsoft 365 Copilot unterstützt, sodass Sie Ihre Organisationsdaten nicht in einem separaten Speicher exportieren, duplizieren oder neu indizieren müssen. Das Abrufen von Daten an Ort und Stelle behält Ihre vorhandenen Sicherheits- und Konformitätskontrollen bei. Weitere Informationen finden Sie unter Verwalten von Compliance- und Sicherheitsrisiken.

  • Bereichsabruf mit Keyword Query Language (KQL): Verwenden Sie den Parameter, um den filterExpression Bereich abzurufen, bevor die Abfrage ausgeführt wird, z. B. nach Websitepfad, Dateityp, Autor oder Datumsbereich filtern, sodass der Agent nur genehmigte Quellen verwendet. Standardmäßig wird kein Bereich angewendet. Überprüfen Sie Ihre KQL vor dem Aufrufen der API: Wenn die filterExpression falsche Syntax aufweist, wird die Abfrage ohne Bereichsdefinition statt mit Fehlern ausgeführt. Weitere Informationen finden Sie unter Bewährte Methoden und in der Referenz zu filterExpression.

  • Verwenden Sie das Microsoft 365-Berechtigungsmodell, und gewähren Sie den Zugriff mit den geringsten Rechten: Die Abruf-API berücksichtigt Microsoft 365-Berechtigungen, sodass ein Benutzer nur Ergebnisse von Inhalten erhält, auf die er bereits zugreifen darf. Erteilen Sie Ihrer App nur die erforderlichen Berechtigungen: Files. Read.All und Sites.Read.All für SharePoint und OneDrive sowie ExternalItem.Read.All für Copilot-Connectors. Weitere Informationen finden Sie unter Bekannte Einschränkungen.

Testen und Durchlaufen

Nachdem Sie alle bewährten Methoden und Richtlinien für den Entwurf befolgt haben, testen Sie Ihren Agent gründlich, um zu überprüfen, ob er wie beabsichtigt funktioniert. Wenden Sie die folgenden bewährten Methoden an, um Ihren Agent zu testen und zu durchlaufen:

  • Verwenden Sie den integrierten Testchat: Im rechten Bereich des Agent-Generators in Microsoft 365 Copilot können Sie während der Erstellung mit einer Livevorschau Ihres Agents chatten. Führen Sie dies häufig aus. Probieren Sie alle Ihre Konversationsstarter und Beispieleingabeaufforderungen aus. Testen Sie außerdem Edgefragen, lange Fragen, irrelevante Fragen usw., um zu sehen, wie der Agent reagiert. Wenn etwas Ungewöhnliches passiert, verfeinern Sie Ihre Anweisungen oder Wissensquellen, und testen Sie sie erneut.

  • Testen in mehreren Apps: Wenn Sie Zugriff auf die Microsoft 365 Copilot Erfahrung in Microsoft 365-Apps haben, z. B. Word, Excel, Teams und Outlook, fügen Sie Ihren Agent an jedem dieser Orte hinzu, um zu sehen, wie er sich außerhalb der Erstellungsumgebung verhält. Möglicherweise stellen Sie fest, dass sich in Word z. B. bestimmte Antworten, z. B. vorgeschlagene Aktionen, anders verhalten als in Teams. Erfassen Sie diese Abweichungen frühzeitig. Ihr Agent muss in allen Microsoft 365-Apps funktionsfähig sein.

  • Überprüfen Sie die Bestätigungsflüsse: Wenn Ihr Agent aktionenfähige Funktionen verwendet, die Bestätigungen erfordern, testen Sie diese Schleifen vollständig. Geben Sie beispielsweise eine Abfrage ein, die die Aktion auslöst, überprüfen Sie, ob der Text der Bestätigungsaufforderung klar ist, wählen Sie Zulassen aus (oder was auch immer die Schaltfläche sagt), und überprüfen Sie dann das Ergebnis. Testen Sie außerdem die Auswahl von Abbrechen/Verweigern , um zu sehen, wie der Agent reagiert.

  • Auslastungstests (falls möglich): Als Entwickler können Sie eine hohe Last möglicherweise nicht einfach simulieren. Überlegen Sie jedoch, was passiert, wenn dem Agent schnell mehrere Fragen gestellt werden oder wenn mehrere Benutzer ihn gleichzeitig verwenden. Wenn Sie über eine API-Komponente verfügen, verwenden Sie Profilerstellung oder Protokolle, um sicherzustellen, dass Ihr Agent ohne Verzögerung reagiert.

  • Peer- oder Benutzertests: Lassen Sie den Agent nach Möglichkeit von einem Kollegen testen. Sie fragen möglicherweise Dinge, die Sie nicht erwartet haben, und finden Lücken in den Anweisungen oder Kenntnissen. Ein neuer Benutzer verwendet möglicherweise andere Wörter, auf die der Agent nicht so reagiert. Es ist auch eine gute Möglichkeit, probleme mit der Benutzerfreundlichkeit zu erfassen. Wenn ein Tester beispielsweise nicht weiß, was Sie Ihren Agent fragen sollen, müssen Sie möglicherweise weitere Konversationsstarter hinzufügen.

  • Überprüfen der Ausgaben auf Genauigkeit: Da deklarative Agents häufig auf Der Grundlage von Wissensquellen antworten, überprüfen Sie die Antworten, die sie geben, gegen das Quellmaterial. Wenn der Agent ein Dokument zusammenfasst, überprüfen Sie, ob die Zusammenfassung korrekt ist. Wenn eine Richtlinie zitiert wird, überprüfen Sie, ob sie die richtigen Details angegeben hat. Stellen Sie sicher, dass der Agent für jede sachliche Abfrage die bereitgestellten Wissensquellen bevorzugt.

Verwandte Inhalte

  • Last updated on