FAQ zur Sprachoptimierung (Vorschau)

Dieser Artikel enthält häufig gestellte Fragen zur Konfiguration und Einrichtung von Sprach-Agents in Copilot Studio.

Kann der Agent nur auf fundiertes Wissen antworten, oder muss er auch in Aufzeichnungssystemen aktiv werden?

Nicht unbedingt. Sie können Agents so konfigurieren, dass sie ausschließlich auf Grundlage von Wissen agieren, ohne Aktionen in Backend-Systemen durchzuführen. Copilot Studio steuert diese Funktion über Wissens- und Websucheinstellungen.

Wann „nur wissensbasierte“ Agenten Sinn machen

Verwenden Sie diesen Modus, wenn die Rolle des Agents hauptsächlich wissensorientiert ist:

  • Beantwortung von häufig gestellten Fragen

  • Erklärung von Richtlinien

  • Anleitung oder Anweisungen geben

  • Umleitung von Anrufen oder Chat

In diesen Szenarien holt das Modell Informationen aus konfigurierten Quellen ab und generiert eine Antwort, ohne APIs aufzurufen.

Wie ruft der Agent aktuelle Geschäftsdaten, Richtlinien und Kundenkontext in Echtzeit ab?

Fundiertes Wissen (statisch oder halbstatisch): Dieser Ansatz funktioniert am besten für Richtlinien, Dokumentation und strukturierte Inhalte.

Das Modell verwendet Generative Antworten, wobei es:

  • Konfigurierte Wissensquellen durchsucht.

  • Eine Antwort erzeugt.

  • Quellen optional zitiert.

Unterstützte Datenquellen umfassen

  • SharePoint

  • Websites

  • Hochgeladene Dokumente

  • Dataverse (nur indirekt über Flows)

Anmerkung

Dataverse wird aufgrund von Authentifizierungsanforderungen nicht als direkte Wissensquelle für C2-gerichtete Agents unterstützt. Dataverse-Daten können über Flows oder OData-Aufrufe verfügbar gemacht und dem Agent als strukturierte Ergebnisse bereitgestellt werden.

Beste Anwendungsfälle für Wissen

  • Rückgabe- und Erstattungsrichtlinien

  • Öffnungszeiten und Standorte

  • Berechtigungsregeln

  • Häufig gestellte Fragen (FAQs) zu Produkten

  • Interne Vorgänge

Beispiel

„Wie lautet Ihre Rückerstattungsrichtlinie für Online-Bestellungen?“

Das Modell ruft Richtlinieninhalte aus SharePoint ab und generiert eine klare Antwort.

Welche Aufgaben erfordern eine exakte Validierung vor der Ausführung? Rückerstattungen, Stornierungen, Aktualisierungen oder Kontoänderungen

Bestimmte Aktionen erfordern eine strenge Validierung und dürfen niemals Freiform-KI-Entscheidungen überlassen werden.

Hochrisikokategorien

Kategorie Beispiele Warum dies wichtig ist
Wertmäßig Rückerstattungen, Zahlungen, Gutschriften Finanzielles Risiko
Kontostatus Stornierungen, Planänderungen Unumkehrbare Aktionen
Identität Adress-, Telefon- und Sozialversicherungsnummer-Aktualisierungen Betrug und Compliance
Rechtliches Zustimmung, Abmeldungen Regulatorische Exposition

Muster für sichere Ausführung

KI entscheidet > System validiert > KI kommuniziert

Dieses Prinzip gewährleistet eine sichere generative Orchestrierung.

Beispiel: Rückerstattungsantrag

  1. Das Modell erkennt den Intent
    „Nutzer möchte eine Rückerstattung“

  2. Das Modell sammelt benötigte Details
    Bestell-ID, Grund, Zeitraum

  3. API- oder Aufzeichnungssystem-Validierung

    • Überprüft die Zulässigkeit

    • Wendet die Rückerstattungsrichtlinie an

    • Bestätigt Genehmigung oder Ablehnung

  4. Das Modell teilt das Ergebnis mit

    • Erklärt das Ergebnis deutlich

    • Erfindet oder unterstellt keine Ergebnisse

Aufklärung eines weit verbreiteten Missverständnisses

Die Verwendung eines einzelnen Modells bedeutet nicht unkontrollierte Automatisierung.

Es gibt eine klare Trennung der Verantwortlichkeiten.

Funktion Wer entscheidet Wer setzt durch
Absichtserkennung Modell
Wissensantworten Modell Umfang von Wissensquelle nutzen
API-Auswahl Modell Toolverfügbarkeit
Überprüfung Aufzeichnungssystem Backend-Logik
Endgültige Antwort Modell Basierend auf realen Ergebnissen

Konfigurieren von Echtzeit-Agents