Vue d’ensemble du réglage de Microsoft Copilot (préversion d’accès en avant-première)

Microsoft Optimisation Copilot est une fonctionnalité de personnalisation IA qui permet aux organisations de créer des agents Copilot spécifiques à une tâche en ajustant les grands modèles de langage (LLM) avec leurs propres données organisationnelles. Le réglage permet aux agents de produire des réponses qui reflètent la connaissance du domaine, la terminologie, le ton et les normes de qualité d’une organisation.

Contrairement aux expériences d’IA à usage général, les agents réglés sont conçus pour des tâches spécifiques et répétitives. Étant donné qu’elles fonctionnent entièrement dans le client Microsoft 365, les données de l’organisation restent protégées par les contrôles de sécurité, de conformité et de gouvernance existants.

Cet article fournit une vue d’ensemble de l’optimisation Copilot, y compris les fonctionnalités clés, les scénarios pris en charge, les concepts de réglage et la gouvernance administrative.

Fonctionnalités clés

L’optimisation Copilot permet aux organisations de créer des expériences d’IA qui correspondent étroitement à leurs besoins métier. Il offre les fonctionnalités suivantes :

• Personnalisation sans code : créez des agents réglés à l’aide de modèles dans Agent Builder sans expertise en codage ou en science des données. Les utilisateurs professionnels et les experts de domaine peuvent guider le réglage à l’aide d’exemples organisés et de contenu organisationnel.

• Agents spécifiques aux tâches : créez des agents optimisés pour les scénarios à forte valeur ajoutée tels que la réponse aux questions, la rédaction de documents, le résumé, la validation et l’édition du style d’écriture. Les agents réglés produisent des résultats qui reflètent le vocabulaire, la structure et les attentes de l’organisation.

• Efficacité et cohérence améliorées : en intégrant les connaissances organisationnelles dans Copilot, les agents réglés peuvent réduire le temps nécessaire aux tâches de contenu complexes tout en améliorant la cohérence et le respect des normes internes.

• Intégration aux données Microsoft 365 : les agents syntonisés peuvent utiliser le contenu organisationnel sélectionné et raisonner sur des données d’entreprise en direct via Microsoft Graph, ce qui permet de s’assurer que les réponses sont fondées sur des informations à jour.

• Sécurité de classe entreprise : toutes les opérations de réglage se produisent dans la limite d’approbation Microsoft 365. Les agents réglés honorent les listes de contrôle d’accès (ACL) des données d’entraînement et renvoient uniquement les informations auxquelles les utilisateurs sont autorisés à accéder.

Scénarios pris en charge

L’optimisation Copilot prend en charge un ensemble de modèles d’agent orientés tâches.

Rédaction de documents

Les agents de rédaction de documents génèrent des documents structurés et longs basés sur des modèles, des exemples et des normes organisationnels. Ces agents peuvent produire des premières ébauches de contenu telles que des propositions, des contrats, des stratégies et de la documentation technique tout en respectant les exigences de mise en forme et de conformité.

Pour plus d’informations, consultez Modèle d’agent d’écriture de documents.

Résumé du document

Les agents de résumé de document génèrent des résumés personnalisés en fonction du ton, de l’audience, de l’objectif et de la longueur. Les organisations peuvent régler ces agents pour refléter les normes de synthèse internes et mettre l’accent sur les informations les plus pertinentes pour leurs cas d’utilisation.

Pour plus d’informations, consultez Modèle d’agent Résumé du document.

Réponses d’experts (Q&R)

Réponses expertes : les agents fournissent des réponses spécifiques au domaine en ancrer les réponses dans le contenu de l’organisation. Ces agents prennent en charge les scénarios qui nécessitent une recherche approfondie dans des jeux de données volumineux, des garde-fous de stratégie stricts ou une terminologie spécialisée.

Pour plus d’informations, consultez Modèle d’agent Réponses d’experts.

Validation de document

Les agents de validation des documents examinent les documents pour s’assurer qu’ils sont conformes aux directives organisationnelles, aux politiques, aux normes de marque et aux exigences réglementaires. Ils identifient les problèmes, classent les risques et fournissent des commentaires exploitables directement dans les documents.

Pour plus d’informations, consultez Modèle d’agent de validation de document.

Modification du style

Les agents d’édition de style affinent les brouillons pour s’aligner sur la voix, le ton et les directives d’écriture d’une organisation. Ces agents permettent de garantir la cohérence entre le contenu produit par différents utilisateurs et équipes.

Pour plus d’informations, consultez Modèle d’agent d’édition de style.

Agent d’optimisation

Les agents d’optimisation aident à résoudre les problèmes d’optimisation de l’entreprise tels que l’allocation des ressources, l’affectation des tâches et la planification. Les utilisateurs définissent des objectifs et des contraintes, et l’agent produit des solutions explicables basées sur les données téléchargées et les règles d’organisation.

Pour plus d’informations, voir Agent d’optimisation.

Sélection d'agents

Choisissez un modèle en fonction de la tâche que vous souhaitez accomplir. Les modèles réglables sont conçus pour des tâches spécifiques et répétitives telles que la rédaction de documents, le résumé, la réponse à des questions, la validation, la modification de style et l’optimisation.

Mapper un workflow à des modèles

De nombreux workflows utilisent plusieurs modèles.

Optimisation de l’agent

Le réglage de l’agent vous permet d’affiner les agents créés à partir de modèles réglables dans Microsoft Copilot Agent Builder. Chaque modèle ajustable est conçu pour une tâche spécifique et inclut un flux de travail d’inférence prédéfini qui spécifie le modèle de base, les instructions, l’approche d’ancrage, l’utilisation des outils et la génération de sortie. Ce flux de travail fournit une configuration par défaut optimisée - une « recette » prête à l’emploi qui aide les agents à récupérer le contexte pertinent, à appliquer efficacement les outils et à produire des résultats de haute qualité dès le départ.

Dans de nombreux scénarios, les agents créés à partir de ces modèles répondent aux attentes de qualité sans personnalisations supplémentaires. Lorsque des affinements supplémentaires sont nécessaires, par exemple en alignant plus étroitement les résultats sur les normes organisationnelles, les besoins spécifiques au domaine ou les attentes des utilisateurs, le réglage des agents fournit des moyens structurés d’améliorer le comportement et les performances.

Les modèles réglables sont disponibles pour les utilisateurs sous licence Copilot dans les locataires éligibles et sont créés dans Agent Builder. Lorsque vous créez un agent à partir d’un modèle réglable, les utilisateurs peuvent personnaliser les propriétés prises en charge, telles que le nom de l’agent, les instructions et les invites. L’accès aux fonctionnalités de réglage dépend de la configuration de l’administrateur client. Si les options de réglage ne sont pas disponibles, les utilisateurs devront peut-être demander l’accès à un administrateur. Les utilisateurs éligibles pourront afficher l’option « Régler l’agent » après avoir créé un agent à partir d’un modèle réglable.

Trois types de réglage sont pris en charge : le contexte de réglage, les outils de réglage et le modèle de réglage. Ces dimensions sont conçues pour fonctionner ensemble et sont évaluées à l’aide d’une rubrique cohérente axée sur les objectifs de l’utilisateur afin de garantir que l’ajustement conduit à des améliorations mesurables.

Régler le contexte

L’ajustement de contexte définit les objectifs et les critères de réussite de l’agent en spécifiant la tâche principale, le domaine et les exemples représentatifs. Les exigences de contexte varient selon le modèle. Par exemple, les modèles de rédaction de documents utilisent des exemples des types de documents que l’agent doit produire, les modèles de résumé de document nécessitent des entrées telles que l’objectif, l’audience, la longueur, le ton et les domaines d’intérêt, et les modèles de réponses d’experts s’appuient sur des exemples de fichiers pour générer des questions et des réponses d’évaluation. Sur la base de ces entrées, le système propose des sous-objectifs et des rubriques d’évaluation, qui établissent une base de référence mesurable pour évaluer les performances des agents.

Outil Tune

Le réglage des outils étend les capacités des agents en intégrant des agents ou des outils supplémentaires dans le flux de travail. Ces outils peuvent être utilisés pour effectuer des tâches telles que la recherche, la validation ou l’alignement du style d’écriture. Les instructions d’orchestration personnalisées définissent la façon dont les outils sont appliqués et les performances de l’agent sont réévaluées par rapport aux rubriques établies une fois les modifications apportées.

Régler le modèle

L’ajustement du modèle se concentre sur l’amélioration du raisonnement et de la qualité de la sortie grâce à des techniques d’ajustement fin et d’apprentissage par renforcement supervisées. Des exemples de haute qualité tirés de données organisationnelles sont utilisés comme données de formation, les rubriques d’évaluation guidant l’alignement sur les attentes organisationnelles. Au cours de ce processus, des contrôles d’accès, des autorisations de fichier et des étiquettes de confidentialité peuvent être appliqués. Le réglage du modèle s’exécute de manière asynchrone, ce qui permet aux utilisateurs de continuer à utiliser l’agent existant pendant le réglage. Une fois l’ajustement terminé, les résultats de l’évaluation déterminent si le modèle mis à jour est prêt à être publié.

Le réglage de l’agent est un processus itératif plutôt qu’une configuration ponctuelle. Les organisations sont encouragées à surveiller l’utilisation réelle, à recueillir des commentaires et à affiner le contexte, les outils, les données ou les règles à mesure que les exigences évoluent au fil du temps. Ce cycle de vie continu permet de s’assurer que les agents restent précis, pertinents et alignés sur l’évolution des besoins.

Utilisation d’agents réglés

Après la création ou le réglage, les agents peuvent être partagés avec les utilisateurs éligibles de l’organisation. Les utilisateurs interagissent avec les agents réglés par le biais d’expériences Microsoft Copilot prises en charge, telles que l’application Microsoft Copilot ou Copilot Chat dans Microsoft Teams.

Les agents Tuned offrent les avantages suivants :

• Productivité accrue grâce à une création et une analyse de contenu plus rapides
• Amélioration de la précision grâce à l’ancrage des réponses dans les données organisationnelles
• Des extrants cohérents alignés sur les normes internes
• Accès plus large aux connaissances organisationnelles entre les équipes

Meilleures pratiques

Appliquez les bonnes pratiques suivantes pour tirer le meilleur parti des agents accordés :

• Comprenez l’étendue et les limites de l’agent.
• Utilisez des invites claires et spécifiques.
• Fournissez des invites de démarrage pour guider les utilisateurs.
• Affinez les sorties par le biais d’interactions multitours.
• Suivre les stratégies de sécurité et de conformité de l’organisation.
• Encouragez les commentaires des utilisateurs pour améliorer la qualité des agents au fil du temps.

Clause d’exclusion de responsabilité

L’administrateur IA est chargé de s’assurer que votre utilisation de ce produit est conforme à toutes les lois applicables en matière de protection des données, de confidentialité et de propriété intellectuelle. Cela inclut le respect de vos obligations en tant que responsable du traitement des données en vertu de réglementations telles que le RGPD ou le CCPA.

Obligations du responsable du traitement

• Vous êtes responsable de la manière dont les données sont collectées, stockées et utilisées dans votre environnement de locataire.
• Vous devez vous assurer que vos pratiques en matière de données respectent les exigences légales en matière de transparence, de consentement, d’accès et de suppression.
• Vous êtes responsable de vérifier l’exactitude, la pertinence et la conformité de toutes les sorties générées par ce système avant de les utiliser. Peut nécessiter un examen avec les experts en la matière.

Droits d’auteur et formation des modèles

• Si vous choisissez d’entraîner un modèle personnalisé à l’aide de vos propres données, vous devez vous assurer que vous disposez des droits ou licences appropriés pour tous les documents protégés par des droits d’auteur inclus dans le jeu d’apprentissage.
• La protection des droits d’auteur ne s’applique pas aux modèles entraînés à l’aide de contenu protégé par des droits d’auteur non autorisés. Vous assumez l’entière responsabilité d’une telle utilisation.

Suppression de données

• Si un utilisateur dont les données sont utilisées pour entraîner un modèle envoie une demande de suppression valide en vertu du RGPD (ou d’une réglementation similaire), vous devez réentraîner le modèle.
• Lorsque vous ajustez un modèle, les pondérations du modèle sont ajustées en fonction des données d’entraînement. Vous pouvez supprimer le modèle affiné à tout moment.

Contenu connexe

• Agents pour Microsoft Copilot
• Créer des agents avec le générateur d’agents de Copilot Studio
• Vue d’ensemble de Copilot Studio