Procedimientos recomendados para crear agentes declarativos

Los agentes declarativos son asistentes de inteligencia artificial que personalizan Microsoft 365 Copilot para escenarios empresariales específicos a través de instrucciones personalizadas, orígenes de conocimiento y acciones. En este artículo se resumen los procedimientos recomendados para crear agentes declarativos adaptados a sus necesidades empresariales únicas.

Componentes del agente declarativo

Un agente declarativo consta de varios componentes. Es importante aplicar procedimientos recomendados al diseño para cada componente del agente. En la tabla siguiente se proporcionan los procedimientos recomendados para cada componente de agente.

Componente Descripción Procedimiento recomendado
Nombre Nombre para mostrar del agente. Asegúrese de que el nombre para mostrar transmite el propósito del agente para la detección de usuarios en el Almacén del agente. El nombre debe cumplir los límites de caracteres en función de la herramienta de desarrollo:
  • Microsoft 365 Copilot: 30 caracteres
  • Kit de herramientas de agentes de Microsoft 365: 100 caracteres
Para obtener información sobre los requisitos de nombre de la aplicación, consulte los requisitos de validación de la Tienda Teams.
Descripción Un breve resumen de lo que hace el agente. Indique claramente el propósito y el dominio del agente. Por ejemplo: "Use el Agente de Project en Microsoft 365 Copilot para buscar y resumir los documentos del proyecto". Mencione que el agente funciona en Microsoft 365 Copilot. Manténgalo conciso (algunas oraciones, ≤1000 caracteres) y limite las instrucciones a lo que debe hacer el agente, en lugar de lo que no debe hacer.
Instrucciones Directrices básicas de comportamiento para el agente. Las instrucciones son el símbolo del sistema de claves que dirige las respuestas del agente. Proporcione hasta 8000 caracteres de instrucciones detalladas sobre cómo debe comportarse el agente, qué tareas puede realizar y las reglas o estilos que debe seguir. Para obtener más información, consulte Escritura de instrucciones eficaces.
Orígenes de conocimiento Contenido empresarial o datos externos que el agente puede usar para establecer sus respuestas. Configurado en la sección Conocimiento de Microsoft 365 Copilot o en el manifiesto. Agregue solo los conocimientos pertinentes que necesita el agente. Puede agregar sitios, carpetas o archivos de SharePoint; chats específicos de Teams; Correo electrónico de Outlook; y direcciones URL web públicas como orígenes.

Al agregar archivos, menos es más: Copilot funciona mejor cuando los documentos tienen un tamaño razonable y están centrados. Asegúrese también de que el contenido esté actualizado y sea preciso porque el agente usa contenido en sus orígenes de conocimiento en sus respuestas.
Capacidades Funcionalidades de inteligencia artificial integradas opcionales (como el intérprete de código y el generador de imágenes). Las funcionalidades proporcionan al agente aptitudes adicionales, como ejecutar código de Python o generar imágenes a partir de mensajes. Agregue solo funcionalidades que se alineen con los objetivos del agente. Por ejemplo, el intérprete de código podría ser excelente para un agente de análisis de datos.
Acciones (API o complementos) Acciones externas que el agente puede realizar a través de complementos de API (conectores de Copilot, API web personalizadas y conectores de Power Platform), definidos en el manifiesto del agente. Si el agente necesita consultar sistemas externos o realizar transacciones, puede integrar complementos basados en API. Cada acción corresponde a una operación de API.

Diseñar acciones cuidadosamente: proporcione un documento de OpenAPI con descripciones de operaciones claras y agregue esas acciones en el manifiesto del agente.

Para cada acción, tenga en cuenta si es consecuente (es decir, escribe o cambia datos externos). Cualquier acción de tipo create,update/delete debe tener isConsequential: true. Las consultas de solo lectura se pueden marcar como noconsecuenciales.
Inicios de conversación (mensajes de ejemplo) Ejemplos de consultas que un usuario puede consultar al agente, que se muestran como sugerencias o sugerencias de ayuda. Incluya un mínimo de tres mensajes de ejemplo que reflejen las capacidades principales del agente. Esto ayuda a los usuarios a comprender cómo usar el agente. Por ejemplo:
  • Redacte un correo electrónico a la persona sobre el asunto.
  • Compare y contraste las propuestas en archivo y archivo.
  • Cree un gráfico de líneas para mostrar las tendencias de ventas de los últimos seis meses.

Procedimientos recomendados para las instrucciones del agente

Las instrucciones que proporciona determinan el comportamiento del agente y lo ayudan a proporcionar respuestas precisas y útiles. Las instrucciones mal diseñadas pueden dar lugar a ambigüedades, salidas incoherentes o acciones no intencionadas. En general, aplique los procedimientos recomendados definidos en el artículo Escribir instrucciones eficaces para agentes declarativos al desarrollar el agente.

En la tabla siguiente se proporciona información sobre cómo puede planear, probar e iterar para mejorar el comportamiento del agente.

Área de enfoque Instrucciones Objetivo
Estrategia de instrucción Defina claramente el rol y los objetivos del agente. Planee escenarios comunes y perimetrales. Proporcione al agente la flexibilidad suficiente para actuar, pero establezca límites para guiar el comportamiento Ayuda a los agentes a responder de forma adecuada y coherente en diferentes situaciones.
Inteligencia contextual Ajuste las instrucciones en función de dónde y cómo se usará el agente, como en Word, Teams o Outlook. Tenga en cuenta los roles de usuario y las necesidades temporales. Garantiza que las instrucciones siguen siendo pertinentes y eficaces en las aplicaciones en las que se usan.
Iteración de colaboración Trabaje con compañeros de equipo multifuncionales(como administradores de productos, escritores e ingenieros) para revisar y mejorar las instrucciones. Pruebe cómo se comportan las instrucciones en diferentes aplicaciones y mantenga un registro de los cambios. Mejora la calidad de la instrucción a través del trabajo en equipo y ayuda a mantener la coherencia con el tiempo.
Diagnóstico de instrucciones Para comprender cómo funcionan las instrucciones, use herramientas como registros y comentarios del usuario. Busque patrones en los que las respuestas del agente no sean útiles y revise las instrucciones para mejorar las respuestas. Ayuda a mejorar las instrucciones basadas en el uso real y la experiencia del usuario.
Arquitectura de instrucciones Divida las instrucciones en partes más pequeñas y reutilizables. Use etiquetas y plantillas para mantenerse organizados y aplicar patrones coherentes entre agentes. Facilita la administración de instrucciones y su reutilización en varios agentes y escenarios.

Para obtener más información y instrucciones específicas para crear instrucciones de agente, consulte Escritura de instrucciones eficaces para agentes declarativos.

Elección de los orígenes de conocimiento adecuados

Puede fundamentar los agentes declarativos en conocimientos públicos y organizativos, como contenido de SharePoint, datos de usuario como correos electrónicos y chats y sitios web públicos.

Tenga en cuenta las siguientes consideraciones clave al elegir orígenes de conocimiento para el agente:

  • Relevancia sobre la cantidad: Sea selectivo sobre qué conocimientos agrega. Considere si el origen ayudará al agente a responder a los tipos de preguntas que espera que hagan los usuarios.

  • Use SharePoint y conectores para datos estructurados: Para obtener conocimientos más estáticos o estructurados, SharePoint es ideal. Si tiene una knowledge base en documentos PDF u Office, hospede en un sitio de SharePoint y agregue ese sitio como origen. Si necesita otros sistemas (como registros de base de datos o datos de CRM), consulte si existe un conector de Copilot para ellos o agregue un complemento de API.

  • Consideraciones sobre licencias y acceso: Algunas características de conocimiento requieren que el usuario tenga una licencia copilot de Microsoft 365. Tenga esto en cuenta si tiene previsto compartir el agente. Si alguien sin una licencia de Copilot intenta usarlo, esos orígenes de conocimiento personal no funcionarán para ellos. Además, los permisos son importantes: el agente solo puede recuperar el contenido al que el usuario tiene acceso.

  • Actualización y mantenimiento de datos: El conocimiento del agente sobre los orígenes agregados se actualiza con el tiempo. Revise y actualice periódicamente los orígenes de conocimiento.

  • Chats del equipo de ámbito: Si agrega conversaciones de equipos, tiene dos opciones: todos los chats o reuniones de los equipos, o bien algunas específicas. Por lo general, la adición de subprocesos de chat específicos produce resultados más dirigidos y menos ruido. Por ejemplo, la puesta en tierra de un agente en el historial de un canal de proyecto determinado, en lugar de tamizar cada chat que haya tenido, le ayudará a responder a preguntas específicas del proyecto de forma más precisa.

  • Use SharePoint y conectores para datos estructurados: Para obtener conocimientos más estáticos o estructurados, SharePoint es ideal. Si tiene una knowledge base en documentos PDF u Office, hospede en un sitio de SharePoint y agregue ese sitio como origen. Si necesita otros sistemas, como registros de base de datos o datos de CRM, consulte si existe un conector de Copilot para ellos o agregue un complemento de API.

  • Desalentar el conocimiento del modelo: Agregar orígenes de conocimiento por sí solos no impide que el modelo se base en sus conocimientos de entrenamiento integrados. Para asegurarse de que el agente solo se basa en los orígenes configurados, establezca la discourage_model_knowledge propiedad true en en el special_instructions objeto del manifiesto del agente. Cuando está habilitado, el agente hace todo lo posible para evitar el uso del conocimiento del modelo en sus respuestas. Para obtener más información, vea Objeto de instrucciones especiales. También puede reforzar esto en sus instrucciones; Para obtener más información, consulte Respuestas básicas a orígenes de conocimiento configurados.

  • Pruebe las respuestas con y sin conocimiento: Pruebe algunas consultas antes y después de agregar orígenes de conocimiento. Por ejemplo, haga una pregunta que se debe responder desde un documento determinado. Sin el documento, ¿el agente tiene problemas o genera información falsa? Después de agregar el documento, ¿el agente encuentra la respuesta? Si observa que el agente sigue sin usar la información, es posible que tenga que ajustar las instrucciones. O bien, si el agente usa en exceso un origen de conocimiento, considere la posibilidad de quitar ese origen o refinar las instrucciones para usarlo solo en contexto.

Agentes de motor personalizados en tierra con la API de recuperación

Si crea un agente de motor personalizado o una aplicación de conocimiento personalizada que basa respuestas en los datos de Microsoft 365, la API de recuperación de Microsoft 365 Copilot proporciona la generación aumentada de recuperación (RAG) a través de conectores de SharePoint, OneDrive y Copilot sin copiar ni volver a indexar el contenido. Aplique los siguientes procedimientos recomendados cuando establezca un agente con la API de recuperación:

  • Evite la salida de datos mediante la recuperación en su lugar: La API de recuperación devuelve fragmentos de texto pertinentes del índice híbrido que alimenta Microsoft 365 Copilot, por lo que no es necesario exportar, duplicar ni volver a indexar los datos de la organización en un almacén independiente. La recuperación de datos en contexto conserva los controles de seguridad y cumplimiento existentes. Para obtener más información, consulte Administración de riesgos de cumplimiento y seguridad.

  • Recuperación de ámbito con Lenguaje de consulta por palabra clave (KQL): use el parámetro para limitar la filterExpression recuperación antes de que se ejecute la consulta (por ejemplo, filtrar por ruta de acceso del sitio, tipo de archivo, autor o intervalo de fechas), de modo que el agente solo se base en orígenes aprobados. De forma predeterminada, no se aplica ningún ámbito. Valide el KQL antes de llamar a la API: si tiene filterExpression una sintaxis incorrecta, la consulta se ejecuta sin ámbito en lugar de con errores. Para obtener más información, vea Procedimientos recomendados y la referencia filterExpression.

  • Confíe en el modelo de permisos de Microsoft 365 y conceda acceso con privilegios mínimos: La API de recuperación respeta los permisos de Microsoft 365, por lo que un usuario solo recibe los resultados del contenido al que ya tiene permiso de acceso. Conceda a la aplicación solo los permisos que necesita: Files. Read.All y Sites.Read.All para SharePoint y OneDrive, y ExternalItem.Read.All para conectores copilot. Para obtener más información, consulte Limitaciones conocidas.

Prueba e iteración

Incluso después de seguir todos los procedimientos recomendados y directrices de diseño, pruebe exhaustivamente el agente para comprobar que funciona según lo previsto. Aplique los siguientes procedimientos recomendados para probar e iterar en el agente:

  • Use el chat de prueba integrado: En el panel derecho del Generador de agentes en Microsoft 365 Copilot, puede chatear con una vista previa en vivo del agente mientras lo compila. Haga esto con frecuencia. Pruebe todos los inicios de conversación y las indicaciones de ejemplo. Además, pruebe las preguntas perimetrales, las preguntas largas, las preguntas irrelevantes, etc., para ver cómo responde el agente. Si ocurre algo extraño, perfeccione las instrucciones o los orígenes de conocimiento y vuelva a realizar la prueba.

  • Prueba en varias aplicaciones: Si tiene acceso a la experiencia de Microsoft 365 Copilot en aplicaciones de Microsoft 365, como Word, Excel, Teams y Outlook, agregue el agente en cada uno de esos lugares para ver cómo se comporta fuera del entorno de creación. Es posible que observe que, en Word, por ejemplo, ciertas respuestas, como acciones sugeridas, se comportan de forma diferente que en Teams. Detecte esas discrepancias antes. El agente debe ser funcional en todas las aplicaciones de Microsoft 365.

  • Compruebe los flujos de confirmación: Si el agente usa funciones accionables que requieren confirmaciones, pruebe completamente esos bucles. Por ejemplo, escriba una consulta que desencadene la acción, compruebe que el texto de la solicitud de confirmación esté claro, seleccione Permitir (o lo que diga el botón) y, a continuación, compruebe el resultado. Además, pruebe a elegir Cancelar o Denegar para ver cómo reacciona el agente.

  • Pruebas de carga (si es posible): Como desarrollador, es posible que no simule fácilmente una carga pesada; sin embargo, tenga en cuenta lo que sucede si al agente se le hacen varias preguntas rápidamente o si varios usuarios lo usan al mismo tiempo. Si tiene un componente de API, use la generación de perfiles o los registros para asegurarse de que el agente responde sin demora.

  • Pruebas del mismo nivel o de usuario: Si puede, haga que un compañero pruebe el agente. Es posible que pregunten cosas que no esperaba y encuentren lagunas en las instrucciones o el conocimiento. Un nuevo usuario podría usar palabras diferentes a las que el agente no responde también. También es una buena manera de detectar cualquier problema de facilidad de uso. Por ejemplo, si un evaluador no sabe qué preguntar al agente, es posible que tenga que agregar más inicios de conversación.

  • Valide las salidas para obtener precisión: Dado que los agentes declarativos suelen responder en función de orígenes de conocimiento, compruebe de forma puntual las respuestas que proporciona en relación con el material de origen. Si el agente resume un documento, compruebe que el resumen es correcto. Si cita una directiva, compruebe que citó los detalles correctos. Asegúrese de que, para cualquier consulta fáctica, el agente prefiere los orígenes de conocimiento proporcionados.

Contenido relacionado

  • Last updated on