Utilisez les outils d’assistant pour étendre, automatiser et améliorer vos assistants

Les assistants deviennent plus puissants lorsque vous les équipez d’outils spécialisés qui étendent leurs capacités principales. Copilot Studio offre trois principales catégories d’outils d’assistant :

Cet article explique le fonctionnement de chaque type d’outil, les situations dans lesquelles les utiliser et la manière dont ils peuvent vous aider à créer des assistants plus performants et plus efficaces. Vous découvrirez également les différences entre les machines hébergées et celles gérées par le client pour les scénarios d’utilisation d’ordinateur, ainsi que des conseils pour choisir entre l’automatisation robotisée des processus (RPA) traditionnelle et les assistants utilisant l’ordinateur (CUA).

Générez une réponse en utilisant des requêtes IA

Les requêtes IA utilisent un ensemble d’instructions pour générer une réponse à partir d’un modèle d’IA. Vous pouvez inclure des variables pour insérer du texte ou des documents supplémentaires dans ces instructions. La sortie est généralement fournie sous forme de texte brut ou au format JSON. Vous pouvez sélectionner n’importe quel modèle d’IA intégré à Copilot Studio ou déployé via Microsoft Foundry pour générer la réponse.

Vous pouvez invoquer des requêtes comme un outil d’assistant ou depuis une rubrique. Toutes les requêtes sont enregistrées dans une bibliothèque de requêtes et prennent en charge la gestion du cycle de vie applicatif, le contrôle d’accès basé sur les rôles et le partage.

En savoir plus sur l’utilisation des requêtes pour que votre assistant effectue des tâches spécifiques.

Déterminez quand utiliser les requêtes d’IA plutôt que l’orchestrateur

Chaque assistant créé dans Copilot Studio utilise l’orchestrateur pour déterminer comment répondre en sélectionnant des outils, des rubriques et des connaissances en fonction des instructions système, des saisies utilisateur et des informations contextuelles. L’orchestrateur est le moteur derrière l’orchestration générative, qui planifie les actions et compose les réponses en utilisant les outils et descriptions de l’assistant.

Bien que les réponses pilotées par l’orchestrateur puissent sembler similaires à des requêtes IA, les deux capacités ont des objectifs différents. Les requêtes IA sont des actions autonomes basées sur des requêtes qui offrent aux créateurs un contrôle plus poussé sur la configuration du modèle.

Les requêtes IA prennent en charge un éventail plus large de modèles, y compris ceux disponibles via Microsoft Foundry. Elles prennent également en charge des fonctionnalités telles que l’ancrage Dataverse, les entrées de fichiers et l’interpréteur de code.

L’orchestrateur utilise une requête système fixe et les descriptions des outils pour sélectionner les blocs élémentaires appropriés pour une requête donnée. Les créateurs ne peuvent pas modifier l’invite système de l’orchestrateur, mais ils peuvent influencer son comportement via les instructions de l’assistant.

Les requêtes d’IA donnent un contrôle total sur la mise en forme, les contraintes et la logique, ce qui en fait le choix idéal pour les scénarios nécessitant une sortie finement ajustée ou très structurée. Par exemple, si vous avez besoin d’un contrôle stylistique allant au-delà du simple formatage (« rédigez un poème rimé selon une structure ABAB en utilisant ces mots exacts »), une requête est mieux adaptée.

L’orchestrateur fonctionne bien pour des tâches simples comme extraire un seul nom du texte. Pour les extractions complexes, utilisez des requêtes IA. Par exemple, extraire plusieurs entités d’un rapport détaillé et les associer à des relations spécifiques au domaine (comme extraire plusieurs noms d’un rapport d’assurance et identifier le propriétaire du service de réparation automobile associé à une seule partie dans l’incident).

La décision entre l’orchestrateur et les requêtes IA dépend du niveau de personnalisation requis. Si vous avez besoin d’un contrôle précis sur le comportement ou la sortie du modèle, choisissez les requêtes d’IA. Pour les scénarios où le raisonnement général, la sélection des outils et une mise en forme légère sont suffisants, l’orchestrateur est le choix approprié.

Intégrez les outils d’assistant en utilisant MCP

Le Model Context Protocol (MCP) est une interface universelle que les modèles d’IA utilisent pour interagir avec des outils externes, des sources de données et des environnements utilisateurs de manière cohérente et évolutive.

En comparaison, les connecteurs Power Platform exigent que vous décriviez chaque action et ses entrées, et que vous mettiez à jour ces descriptions au fur et à mesure que de nouvelles définitions deviennent disponibles. La programmation personnalisée d’une intégration pour chaque outil est plus complexe et moins évolutive.

Utilisez les serveurs MCP fournis par Copilot Studio pour les services Microsoft comme Outlook, Dataverse et GitHub, ou des services tiers comme Salesforce et JIRA. Créez des serveurs MCP personnalisés pour les services où il n’en existe pas.

Voici certains avantages du MCP :

  • Contexte standardisé pour les modèles d’IA
  • Intégration fluide à Copilot Studio
  • Amélioration de l’efficacité des développeurs et de l’expérience utilisateur
  • Gouvernance, surveillance et extensibilité

Considérez les limitations suivantes avant de déployer des serveurs MCP :

  • Vous ne pouvez pas enrichir les descriptions des outils avec davantage de contexte indiquant quand les invoquer.
  • Les rubriques ne peuvent pas invoquer directement les serveurs MCP.

Comprendre quand utiliser le MCP

Vous pouvez obtenir les mêmes résultats dans Copilot Studio grâce à plusieurs approches d’intégration. Il est important de comprendre quand utiliser les serveurs Model Context Protocol (MCP) par rapport à des options plus simples comme les connecteurs Power Platform ou les appels API REST directs.

Utilisez MCP lorsque vous avez besoin d’un moyen standardisé et centralisé pour exposer des outils et des ressources à plusieurs assistants, sans configuration spécifique pour chaque client. Les serveurs MCP publient des outils et des ressources que les assistants peuvent automatiquement découvrir, versionner et utiliser de manière cohérente, car le serveur MCP définit les descriptions des outils et leurs paramètres d’entrée. En revanche, lorsque vous ajoutez directement une API, vous devez décrire manuellement son rôle et définir ses entrées pour chaque assistant.

Le MCP est particulièrement précieux lorsque les API en amont changent fréquemment. Au lieu de mettre à jour chaque assistant qui consomme l’API, vous modifiez la définition une seule fois sur le serveur MCP, et tous les assistants utilisent automatiquement la version mise à jour sans avoir à les republier. En l’absence de serveur MCP, ou dans le cadre d’un prototypage rapide, appeler directement les API est plus rapide et évite la charge de configuration nécessaire à l’introduction du cycle complet MCP.

L’orchestration générative doit être activée pour utiliser MCP. En savoir plus : Comment fonctionne MCP ?

Automatisez les processus sur ordinateur à l’aide de l’outil d’utilisation d’ordinateur

Grâce à l’outil d’utilisation de l’ordinateur, un assistant peut utiliser un ordinateur sans avoir recours à des scripts d’automatisation ni à des API. Au lieu d’utiliser des scripts ou des API, vous configurez l’assistant à l’aide d’une requête. L’assistant détermine la meilleure façon d’atteindre ses objectifs. Au cours du processus, l’assistant prend une capture d’écran à chaque étape, l’analyse pour décider de la prochaine action, exécute cette action, et répète ce cycle jusqu’à ce que la tâche soit terminée. Des captures d’écran prises par l’assistant et des étapes de raisonnement sont disponibles dans l’historique des exécutions.

Voici quelques scénarios courants où un assistant peut bénéficier de l’outil d’utilisation d’ordinateur :

  • Saisie de données : pour chaque ligne du fichier CSV entrant, créez la commande de vente dans SAP et inscrivez l’ID de commande généré dans le fichier.
  • Extraction des données : accédez à chaque portail fournisseur, recherchez le SKU listé, extrayez le prix, le stock et le délai de livraison, puis insérez les résultats avec un horodatage dans la base de données.
  • Entre applications : exportez les transactions de la journée depuis l’application financière de bureau, naviguez dans QuickBooks et affectez chaque entrée au compte approprié.

Comprendre les machines hébergées par rapport aux machines apportées par l’utilisateur (BYO)

Les assistants peuvent utiliser l’outil d’utilisation d’ordinateur sur une machine hébergée par Microsoft ou sur une machine apportée par l’utilisateur (BYO). Les machines hébergées sont disponibles pour une utilisation immédiate sans configuration informatique ni facturation. Ils appartiennent à un pool partagé de PC cloud préprovisionnés Windows 365 qui ne sont pas joints au locataire client. Les machines BYO doivent être provisionnées à l’avance dans le propre réseau virtuel du client. Vous devez inscrire et gérer des appareils BYO dans Power Automate.

Utilisez les machines BYO pour les scénarios de production. Elles prennent en charge Microsoft Entra ID, sont inscrites à Intune et prennent en charge l’automatisation web et de bureau. N’utilisez les machines hébergées que pour le prototypage en raison de leurs capacités limitées. Un seul PC Cloud est disponible par utilisateur à la fois, et l’utilisation peut être limitée selon la demande.

Pour en savoir plus, consultez Configurer l’emplacement d’exécution de l’utilisation de l’ordinateur.

Automatisation robotisée des processus (RPA) vs. assistants utilisant l’ordinateur (CUA)

L’automatisation robotisée des processus (RPA) est la automatisation d’un ordinateur à l’aide d’un script. Vous pouvez l’appliquer à de nombreux scénarios similaires à ceux du CUA. Cependant, il est important de comprendre les différences entre RPA et CUA.

Aspect RPA CUA
Type d’automatisation Basée sur une règle Pilotée par LLM
Méthode d’interaction Arbre UI Vue
Création Script, complexe Instructions en langage naturel
Prise de décision Règles prédéfinies Décisions autonomes basées sur la vision
Flexibilité Flexibilité limitée Haute flexibilité
Gestion des erreurs Gestion des erreurs statiques Auto-correction basée sur le feedback visuel

Utilisez la RPA dans les cas suivants :

  • Seules les fonctionnalités généralement disponibles (GA) sont autorisées.
  • L’interface utilisateur est stable. Les écrans, champs et sélecteurs changent rarement.
  • Les règles sont claires. Vous pouvez capturer les décisions dans des règles.
  • La rapidité compte. Volume élevé. Chaque seconde compte.
  • Une équipe RPA en est responsable. L’équipe possède déjà des connaissances en développement et gestion RPA.

Utilisez la CUA dans les cas suivants :

  • Les interfaces utilisateur évoluent ou varient considérablement. Vous travaillez avec plusieurs applications et des interfaces fréquemment remaniées.
  • Vous avez besoin d’une solution rapide. Le backlog de l’équipe RPA est plein.
  • L’interface utilisateur est importante. La tâche dépend de ce qui est visible à l’écran, comme les graphiques, les couleurs et les mises en page dynamiques.
  • Les décisions sont floues. L’assistant doit raisonner, choisir l’étape suivante ou s’auto-corriger.
  • Last updated on