Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
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
Il modello identifica l'intento
"L'utente vuole un rimborso"Il modello raccoglie i dettagli necessari
ID ordine, motivo, tempisticaAPI o sistema di registrazione valida
Verifica l'idoneità
Applica il criterio di rimborso
Conferma approvazione o rifiuto
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 |