Optimisation Copilot Modèle d’agent Résumé du document (préversion d’accès en avant-première)

Le modèle d’agent Résumé de document vous permet de générer des résumés qui reflètent la voix, les priorités et les normes de qualité de votre organisation. En utilisant l’optimisation Copilot, vous pouvez configurer l’agent pour adapter les résumés à des audiences, des objectifs, des tonalités et des longueurs spécifiques sans réécrire les invites à chaque fois.

Cette fonctionnalité est utile pour des scénarios tels que les briefings de direction, les examens juridiques et de conformité, l’éducation, la documentation médicale, les communications internes et le développement commercial. En standardisant la façon dont les équipes produisent des résumés, elles peuvent gagner du temps, améliorer la prise de décision et fournir des résultats cohérents.

Ce que l’agent peut faire

En utilisant le modèle d’agent Résumé du document, vous pouvez :

• Générez des résumés à partir des fichiers pris en charge en fonction des instructions que vous fournissez pour le ton, l’audience, l’objectif, la longueur et les domaines d’intérêt.
• Créez des agents de synthèse spécialisés en ajustant les objectifs et le contexte.
• Affinez davantage l’agent en utilisant les propres données de votre organisation pour améliorer la pertinence, la cohérence et la qualité du résumé pour votre scénario.

Lorsque vous activez le réglage fin, l’agent peut :

• Apprenez quelles informations sont les plus importantes en fonction d’exemples de haute qualité.
• Appliquez vos objectifs de synthèse et vos rubriques de manière cohérente dans tous les documents.

Entrées et sorties prises en charge

L’agent prend en charge les entrées et sorties suivantes :

• Types de fichiers pris en charge : Word (.docx) et PDF (.pdf)
• Étendue d’entrée : Fichiers uniques ou dossiers contenant plusieurs fichiers
• Extrants :
  • Un résumé généré dans la conversation Copilot
  • Une ébauche de document de synthèse envoyée par courriel

Utilisez l’agent pour l’inférence

Avant d’affiner l’agent, testez-le en exécutant une inférence avec des exemples d’invites. Les requêtes doivent référencer un ou plusieurs fichiers d’entrée.

Exemple d’invite :

Résumez les principaux moteurs de profit et les domaines de croissance en fonction de EarningsStatement2024.docx et de EarningsStatement2025.docx.

Modèles d’invite pris en charge

Le modèle d’agent Résumé de document prend en charge les modèles d’invite de fichier unique et de fichier multiple.

• Fichier unique : Résumez les principaux points forts et points faibles d’un examen du leadership basé sur ProjectStatus.docx.

• Fichiers multiples : Résumez les risques du projet en fonction de TeamA_Status.docx, TeamB_Status.docx et TeamC_Status.docx.

Pourquoi la mélodie ?

Différentes équipes ont besoin de résumés qui optimisent différents résultats. Par exemple, les dirigeants peuvent vouloir des mémoires concis prêts à prendre des décisions, les équipes juridiques peuvent vouloir des résumés précis axés sur les risques et les chefs de projet peuvent vouloir des récapitulatifs orientés vers l’action. Le réglage permet à l’agent d’apprendre quels détails sont les plus importants pour votre scénario et d’appliquer ces priorités de manière cohérente.

Vous pouvez régler les agents en deux étapes. Choisissez la scène appropriée en fonction de votre scénario :

• Régler le contexte : Définissez des objectifs, des rubriques et des attentes persistants pour le résumé sans entraînement du modèle.
• Régler le modèle : Améliorez davantage la pertinence et la cohérence en utilisant les données de votre organisation.

Les agents réglables prennent en charge les évaluations basées sur les objectifs, ce qui vous permet de mesurer le succès à l’aide de mesures alignées sur les priorités de synthèse de votre organisation plutôt que sur des scores de qualité génériques.

Configuration requise

Le résumé du document utilise une approche de formation basée sur les objectifs et les rubriques. Contrairement à d’autres recettes de réglage, vous n’avez pas besoin de fournir d’exemples de sortie idéaux à l’avance.

Avant de commencer le réglage du contexte, préparez les éléments suivants :

1. Des objectifs clairs qui décrivent à quoi doit ressembler un résumé de haute qualité.
2. Entrées de contexte telles que l’objectif, l’audience, la longueur, le ton et les sections de focus.
3. Exemples de fichiers d’entrée qui représentent les documents que vous souhaitez synthétiser.
4. Un processus pour examiner et affiner les questions de clarification et les paramètres d’évaluation.

Ajustement du contexte

Grâce au réglage du contexte, vous pouvez définir le comportement par défaut de l’agent, quelle que soit l’invite d’exécution.

Définir des objectifs et des tâches

Commencez par définir vos objectifs de synthèse. Ces objectifs décrivent le rôle, les priorités et les attentes en matière de qualité de l’agent.

L’exemple suivant montre un objectif :

• Vous êtes un gestionnaire de projet expert chez Contoso. Créez des résumés ciblés et adaptés à l’audience pour les lecteurs occupés qui se soucient des risques clés et des mesures d’atténuation.

Vous pouvez éventuellement inclure des instructions pour faire office de rubriques, telles que :

• Suivez toutes les instructions de l’utilisateur.
• Respecter l’objectif déclaré du résumé.
• Adapter le contenu à l’audience spécifiée.
• Faites correspondre le ton demandé (par exemple, neutre ou légal).
• Respectez les exigences de longueur approximative.
• Inclure ou exclure des sections comme spécifié.
• reflètent l’intention complète des instructions de l’utilisateur.

Sélectionner des catégories professionnelles

Spécifiez une ou plusieurs catégories commerciales ou secteurs d’activité (par exemple, gestion de projet, juridique ou RH). Ces catégories aident le système à mieux interpréter vos objectifs et votre contexte.

Télécharger des exemples de fichiers d’entrée

Chargez un ou plusieurs fichiers qui représentent des entrées classiques pour cet agent. Le système utilise ces fichiers pour simuler des évaluations pendant l’ajustement. Vous n’avez pas besoin de fournir d’exemples de résumé à ce stade.

Passer en revue les questions de clarification

Le système génère des questions de clarification en fonction de vos objectifs et de vos entrées. Passez en revue et modifiez ces questions pour vous assurer qu’elles correspondent à la tâche que vous souhaitez que l’agent effectue.

Examiner les métriques

Passez en revue les métriques utilisées pour évaluer les performances de l’agent. Le système génère un benchmark à l’aide de vos entrées d’échantillons et estime la qualité de la sortie.

Ajoutez, supprimez ou modifiez des métriques pour mieux refléter vos critères de réussite réels.

Finaliser l’ajustement du contexte

Une fois les évaluations terminées, vous recevez une notification par e-mail. Si les métriques répondent à vos attentes, vous pouvez publier l’agent ou procéder au réglage du modèle pour améliorer encore les résultats.

Régler le modèle

Tune Model est l’option de personnalisation la plus avancée pour le modèle d’agent Document Summary. Il affine le modèle sous-jacent en utilisant les données de votre organisation afin que l’agent puisse mieux savoir quelles informations privilégier, comment adapter les résumés à votre public et à votre objectif, et comment appliquer vos rubriques de résumé de manière plus cohérente entre les documents.

Utilisez Tune Model quand :

• Vous avez besoin d’une qualité de résumé plus cohérente dans les documents complexes ou à enjeux élevés.
• Votre scénario dépend d’une hiérarchisation nuancée que Tune Context seul ne permet pas de réaliser de manière fiable.
• Vous souhaitez que l’agent apprenne à partir de résultats récapitulatifs représentatifs de haute qualité pour votre organisation.
• Vous disposez de données d’entraînement de haute qualité suffisantes pour votre scénario.

Données requises

Pour utiliser Tune Model, préparez un dossier qui contient au moins 20 exemples de fichiers de sortie de haute qualité, chacun d’au moins une page, qui représentent des résumés idéaux pour votre scénario.

• Sélectionnez un dossier plutôt que des fichiers individuels.
• Les types de fichiers pris en charge incluent Word (.docx) et PDF (.pdf).
• L’utilisation d’un jeu de données plus grand et plus représentatif améliore généralement les résultats d’ajustement du modèle.
• Utilisez des exemples qui reflètent les mêmes audiences, objectifs, tonalités et types de documents que vous attendez au moment de l’exécution.

Ce que peut faire un agent adapté au modèle

Un agent adapté au modèle peut :

• Générez des résumés qui reflètent de manière plus cohérente les priorités et les rubriques de votre organisation.
• Améliorez la pertinence en apprenant quels détails comptent le plus dans des exemples représentatifs.
• Adaptez mieux les résumés aux combinaisons d’audience et d’objectifs courantes utilisées par vos équipes.
• Fournir une expérience de synthèse ajustée réutilisable que vous pouvez partager au sein de l’organisation.

Utiliser Tune Model with a Document Summary agent

Pour utiliser Tune Model avec un agent de résumé de document :

1. Régler l’agent : Choisissez Accorder l’agent dans l’agent de résumé de document spécialisé que vous avez créé à partir du modèle d’agent de résumé de document, puis accédez à l’option Optimiser le modèle .
2. Fournir les résultats souhaités : Sélectionnez un dossier qui contient au moins 20 sorties de résumé idéales de haute qualité, chacune d’au moins 1 page, qui représente le type de qualité de résumé que vous souhaitez que l’agent apprend.
3. Accès en révision : Choisissez un ou plusieurs groupes de sécurité Microsoft Entra ou limitez l’accès à vous-même, en fonction des personnes autorisées à utiliser l’agent réglé avec précision.
4. Commencer à affiner : Suivez les instructions dans le produit pour commencer à affiner le réglage. Le processus de réglage s’exécute de façon asynchrone pendant que vous continuez à utiliser l’agent existant.
5. Examiner les mesures d’évaluation et décider de publier : Une fois les réglages terminés, passez en revue les mesures d’évaluation mises à jour, comparez les résultats avec l’étape précédente et publiez le modèle ajusté si les résultats répondent à vos attentes.

Utiliser un agent adapté au modèle

Pour utiliser un agent adapté au modèle :

• Chat avec votre agent accordé et fournissez un ou plusieurs fichiers d’entrée pris en charge.
• Vous n’avez pas besoin de reformuler les mêmes priorités de résumé dans chaque invite, car le modèle ajusté reflète déjà le comportement appris pendant l’entraînement.
• L’agent peut toujours suivre les instructions d’exécution, mais son comportement par défaut est façonné par les modèles de synthèse entraînés et les objectifs d’évaluation.
• Vous pouvez examiner les résultats de l’évaluation et publier le modèle ajusté lorsqu’il est prêt pour une utilisation plus large.

Limitations des agents réglés par modèle

Les agents réglés ont les limitations suivantes :

• Vous ne pouvez pas sélectionner des fichiers individuels pour le réglage du modèle ; Fournissez plutôt un dossier.
• Les agents adaptés au modèle dépendent de la qualité et de la représentativité des exemples que vous fournissez.
• Seuls les types de fichiers Word et PDF sont pris en charge.
• Vous devez examiner les résultats de l’évaluation avant de publier un modèle ajusté pour une utilisation globale.

Évaluation des agents réglables

À chaque étape de réglage, vous pouvez évaluer l’agent avec des critères personnalisés en fonction des attentes de votre organisation en matière de qualité de synthèse.

• Objectifs : Définissez la tâche de synthèse et les priorités de l’agent.
• Exemples de fichiers : Fournir des documents d’entrée représentatifs pour l’évaluation.
• Questions de clarification : Examinez et affinez les questions générées qui façonnent les scénarios d’évaluation.
• Métriques : Ajoutez, supprimez ou modifiez les critères d’évaluation utilisés pour mesurer la qualité.
• Résultats de l’évaluation : Passez en revue les scores et les insights pour déterminer si l’agent est prêt à être publié ou a besoin d’être affiné.

Contenu connexe

• Vue d’ensemble du Optimisation Copilot