Domande frequenti sull'ottimizzazione vocale (anteprima)

Questo articolo contiene domande frequenti relative alla configurazione e all'impostazione degli agenti vocali in Copilot Studio.

L'agente può rispondere solo alle conoscenze di base o deve anche intervenire nei sistemi di registrazione?

Non necessariamente. Puoi configurare gli agenti affinché operino esclusivamente sulla conoscenza fondata, senza effettuare operazioni nei sistemi back-end. Copilot Studio gestisce questa funzionalità tramite impostazioni di conoscenza e ricerca Web.

Quando ha senso usare agenti basati solo sulla conoscenza

Usa questa modalità quando il ruolo dell'agente è principalmente informativo:

  • Rispondere alle domande frequenti

  • Spiegare i criteri

  • Fornire indicazioni o istruzioni

  • Reindirizzare chiamate o conversazioni

In questi scenari, il modello recupera informazioni da fonti configurate e genera una risposta senza chiamare alcuna API.

Come fa l'agente a recuperare dati aziendali aggiornati, criteri e contesto del cliente in tempo reale?

Conoscenza fondata (statica o semi-statica): Questo approccio funziona meglio per criteri, documentazione e contenuti strutturati.

Il modello utilizza Risposte Generative, dove:

  • Ricerca tra fonti delle informazioni configurate.

  • Sintetizza una risposta.

  • Facoltativamente, cita le fonti.

Le origini dati supportate includono

  • SharePoint

  • Siti Web

  • Documenti caricati

  • Dataverse (solo indiretto tramite flussi)

Nota

Dataverse non è supportato come fonte diretta delle informazioni per gli agenti rivolti verso C2 a causa dei requisiti di autenticazione. È possibile rendere disponibili i dati di Dataverse tramite flussi o chiamate OData e inviarli all'agente come risultati strutturati.

Migliori casi d'uso per la conoscenza

  • Criteri di rimborso e reso

  • Orari e sedi dei negozi

  • Regole di idoneità

  • Domande Frequenti sui Prodotti

  • Procedure interne

Esempio

"Qual è il vostro criterio di rimborso per gli ordini online?"

Il modello recupera i contenuti dei criteri da SharePoint e genera una risposta chiara.

Quali attività richiedono una validazione rigorosa prima di essere eseguite? Rimborsi, cancellazioni, aggiornamenti o modifiche all'account

Alcune azioni richiedono una validazione rigorosa e non devono mai essere lasciate a decisioni autonome dell'IA.

Categorie ad alto rischio

Categoria Esempi Perché è importante
Finanziario Rimborsi, pagamenti, crediti Rischio finanziario
Stato dell'account Cancellazioni, cambiamenti di piano Azioni irreversibili
Identità Aggiornamenti di indirizzo, telefono, CF Frode e conformità
Note legali Consenso, rifiuti espliciti Esposizione alle normative

Modello di esecuzione sicura

L'IA decide > Il sistema convalida > L'IA comunica

Questo principio garantisce un'orchestrazione generativa sicura.

Esempio: richiesta di rimborso

  1. Il modello identifica l'intento
    "L'utente vuole un rimborso"

  2. Il modello raccoglie i dettagli necessari
    ID ordine, motivo, tempistica

  3. API o sistema di registrazione valida

    • Verifica l'idoneità

    • Applica il criterio di rimborso

    • Conferma approvazione o rifiuto

  4. Il modello comunica il risultato

    • Spiega chiaramente il risultato

    • Non inventa né presume risultati

Chiarire un malinteso comune

Usare un solo modello non significa automazione incontrollata.

C'è una chiara separazione delle responsabilità.

Funzionalità Chi decide Chi fa rispettare
Riconoscimento finalità Modello
Risposte basate sulla conoscenza Modello Ambito della fonte delle informazioni
Selezione API Modello Disponibilità degli strumenti
Convalida Sistema di registrazione Logica di back-end
Risposta finale Modello Basato su risultati reali

Configura gli agenti in tempo reale