ソリューション アーキテクチャを定義する

Copilot Studio のエージェントが、より広範なビジネスおよび技術環境の中でどのように機能しているかを理解するには、明確なソリューション アーキテクチャが不可欠です。 このアーキテクチャでは、エージェントの中核となるコンポーネント、他のシステムとの依存関係、ビジネス需要に応じて拡張する仕組みについて概説しています。

Copilot Studio は、複数の機能を統合した柔軟な基盤を提供します。

Copilot Studio のエージェントのライフサイクル

Copilot Studio は、単一の統合された Software as a Service (SaaS) ベースの環境から、エージェントの設計、機能強化、管理に至るまでの完全なエンド ツー エンドのライフサイクルをサポートしています。

ビルドと公開フェーズにおいて

• エージェントを設計、拡張、管理する: 使い勝手の良い 1 つの SaaS 製品で、エージェントを構築し、迅速に運用を開始できます。
• 生成 AI で知識を語り合う: ファイル、Web サイト、Dataverse、Microsoft 以外のアプリなどを使用して、エンタープライズに最適な回答を得ることができます。
• 具体的なトピックの作成: 生成 AI の回答を特定のキュレーションされたトピックで補完し、制御の強化が必要な場合に対応します。
• アクションのビルド: アクションを作成し、あらかじめ用意されたコネクタやエージェント フローを使用して、バックエンドや API を使用したり、長時間かかるタスクを実行したりします。
• 複数のチャネルに公開する: 20 以上の言語で公開し、Microsoft 365 Copilot を含む、任意のチャネルへワンクリックで展開できます。

「分析と改善」フェーズでは、次のことを行います:

• 監視と改善: 導入直後から、豊富な分析情報や分析機能を利用できます。
• AIサービスと統合: Microsoft Foundry、Azure Cognitive Services、Bot Framework、その他の Microsoft の対話型サービスと連携します。

2 つのフェーズがどのように連携して機能するか

• ビルドと公開を利用すると、適切なアーキテクチャ、ガバナンス、チャネルを活用して、迅速に運用環境へ展開できます。
• 分析と改善により、利用状況から学び、品質のギャップを解消することで、常に価値あを維持することができます。
• クローズド ループの形成: 自信を持って出荷し、厳密に測定し、意図的に改善を重ねる―れらすべてを、1 つの統合された SaaS 環境内で実現します。

Copilot Studio のコア機能

対話型 AI エクスペリエンスの構築

効果的な会話型 AI エクスペリエンスの構築は、単なるチャットボットの開発をはるかに超えたものです。 これには、テクノロジー、デザイン、運用能力が連携して機能することが求められ、シームレスで安全かつインテリジェントなインタラクションを実現することができます。 以下が必須コンポーネントです:

1. 言語理解とオーケストレーションの能力: あらゆる対話型 AI の核心にあるのは、ユーザーの意図を理解する能力です。 この能力には次の要素があります:

   1. ユーザーの言っている意図を理解し、どう対応すべきかを把握すること。
   2. ユーザーの発話から重要な情報 (エンティティ) を抽出すること。

2. ダイアログ管理機能: 会話には構造が必要です。 ガイドに沿った流れに従うべきか、それともオープンエンドにしておくべきか？ ダイアログ管理は以下を確保します:

   1. トピック間のスムーズな移行。
   2. 割り込みや確認への対応。
   3. 複数のステップにわたるやり取りにおいて、文脈を維持すること。

3. 回答の生成やアクションを実行する AI 機能: 生成AIは豊かで動的な応答を可能にし、以下を可能にします。

   1. エンタープライズ ナレッジの検索。
   2. コンテンツの要約。
   3. エンド ツー エンドのプロセスにおいて、API やコネクタを介してアクションをトリガーする。

4. 他システムとの統合: エンド ツー エンドのビジネスプロセスでは、さまざまなシステムやデータソースと連携することがよくあります。

5. 展開とランタイム: 構築後は、その体験がユーザーの現状に合わせて提供される必要があります。

   1. Web サイト、Teams、アプリなどのさまざまなチャネルに展開します。
   2. 多言語、多チャネルでの公開に対応しています。

6. セキュリティと認証：エンドポイントを保護し、エンドユーザーを認証して信頼できる対話を確保します。

   1. 誰がエージェントを実行できるますか？
   2. ユーザーはログインする必要がありますか？

7. 分析と継続的改善: パフォーマンスはリリースとともに終わるものではありません。

   1. テレメトリ、主要業績評価指標、会話のトランスクリプトを使用して、効率性を測定します。
   2. 課題を特定し、より良い成果が得られるよう最適化を行います。

8. アプリケーションライフサイクル管理 (ALM): 環境とバージョンの管理が重要となります。

   1. エージェントを開発、テスト、生産の段階に進めます。
   2. 展開を自動化し、コンプライアンスを遵守します。

優れた会話型 AI エクスペリエンスを実現するには、高度な言語理解、安全な統合、継続的な改善を組み合わせる必要があり、これらすべては堅牢な展開体制とガバナンスによって支えられています。 Copilot Studio のようなプラットフォームは、エージェントの設計、機能強化、管理をシームレスに行えるエンド ツー エンドの SaaS 環境を提供することで、これを実現しています。

詳細情報:

• 会話エクスペリエンスの導入
• 会話型エージェントのパフォーマンス テストを計画、作成する

Copilot Studio の技術アーキテクチャの概要

このイメージは、Microsoft Copilot Studio のアーキテクチャの概要を示しており、エージェントがチャネル、統合機能、AI機能、セキュリティ、分析、Microsoft のクラウド サービスとどのように連携しているかを示しています。

左側の図には、標準の Web チャット コントロール、Power Apps と Power Pages のチャットコントロール、Bot Framework Web チャット などのカスタム クライアント、サーバー間ミドルウェア、Microsoft Teams、Facebook Messenger、WhatsApp、Slack、Dynamics 365 Contact Center、Microsoft 365 Copilot など、クライアントのエントリ ポイントが一覧表示されています。 Azure Bot Service のチャネルや Bot Framework のボットも表示されます。

中央のセクションでは、Copilot Studio の主要なアーキテクチャ構成要素を、以下のカテゴリに分類して紹介しています:

• ランタイム: ネイティブチャネル、エージェント アズ ア スキル、チャネルの挙動。
• 統合: HTTP 要求、コネクタ、ワークフロー、AI Builder のプロンプト、Bot Framework のスキル。
• ALM：Power Platform ソリューション群と CI/CD パイプライン。
• ダイアログ管理: トピック、アクション、入力、出力。
• 言語理解: 従来型 NLU、組み込み NLU、独自 NLU、生成オーケストレーション。
• 生成応答: クエリの書き換え、Web サイト、ファイル、SharePoint、Dataverse、Graph、統合ナレッジ、Azure AI 検索、要約に対応するサポート情報検索。
• セキュリティ: シークレット管理、ID、認証、認可、エンドポイントセキュリティ、データ ポリシー、監査ログ。
• トリガー: 自律型とシステム駆動型のトリガー。
• 分析: 標準的な分析データ、技術的なテレメトリ データ、会話のトランスクリプト。

右側の図には、Copilot Studio が使用できるクラウドサービス (Azure AI Language、Microsoft 365 Graph、Azure AI 検索、Microsoft Foundry、Azure Monitor、Azure Storage、Azure Synapse Analytics、Microsoft Entra ID など) が示されています。

これらの要素を総合すると、Microsoft Copilot Studio がクライアントチャネル、オーケストレーション、統合、AzureやMicrosoft 365のサービスを連携させ、会話型エージェントの構築と運用を実現します。

技術的な課題を特定する

潜在的なエラーを早期に把握することで、チームは対策を講じることができるようになります。 一般的な課題としては、オンプレミス リソースへの安全な接続、WhatsApp や Slack などの特定のチャネルへのエージェントの展開、トランスクリプトのダウンロードや多言語ユーザーへの対応などの高度な要件への対応などが挙げられます。 これらの課題をドキュメント化し、ステークホルダーと確認、検証を行うことで、アーキテクチャが現在のニーズと将来の要件の両方を反映するようになります。

スループットとレート制限

大容量、企業対消費者 (B2C)、自律型展開では、接続性やチャネル設計に加え、スループットの計画も必要となります。 レート制限は、Power Automate、Dataverse、コネクタ、下流の API を含む実行パス全体に適用されます。また、環境のセグメンテーションやトリガーの設計といったアーキテクチャ上の決定は、トラフィックがピークに達した際にソリューションがこれらの制限内に収まるかどうかに直接影響します。 詳細については、スループットとレート制限の計画をご覧ください。

アーキテクチャ概要の目的は、ビジネス上の意図と技術的な現実を結びつける単一の設計図を提供することです。 会話の流れ、AI 機能、連携機能、セキュリティ、パフォーマンスに対する期待値を定義することで、すべてのステークホルダー間で共通認識を形成し、拡張、ガバナンス、継続的な改善が可能な基盤を確立することができます。

エージェント ソリューションのアーキテクチャ設計

エージェント ソリューションの設計コンテンツでは、Microsoft 365 Copilot に焦点を当て、安全で信頼性の高いエージェントを構築するための基本的な原則やパターンについて解説しています。 このフレームワークは、エージェント開発のための標準化されたアプローチを提供し、エンタープライズ レベルのセキュリティとコンプライアンスを維持すると同時に、投資対効果を最大化します。

このフレームワークは、いくつかの柱で構成されています:

• 目的との適合性を確認する
• 運用性の確認
• 信頼性、トレーサビリティ、透明性の確保

このフレームワークを考慮に入れることで、組織は信頼性、トレーサビリティ、そして責任ある AI を優先し、安全で監査可能なソリューションを実現することで、品質と信頼を確保できます。 また、開発者が Microsoft の技術サポートを必要とすることなく、業界と Microsoft が定めるベストプラクティスに沿ったソリューションを構築できるよう支援することで、スケールの拡大も可能にします。

Power Platform Well-Architected

Power Platform Well-Architected は、チームが、大規模な環境においても安全で信頼性が高く、かつ効果的なワークロードを設計、構築、運用できるよう支援するための一連の原則とベストプラクティスを提供します。 これは、実装ライフサイクル全体を通じて指針としての役割を果たし、アーキテクチャからガバナンスに至るまでのあらゆる意思決定が、目先のビジネス成果と長期的な持続可能性の両方を支えることを保証します。

このフレームワークは複数の柱で構成されています。

• 信頼性
• セキュリティ
• オペレーショナル エクセレンス
• パフォーマンス効率
• エクスペリエンスの最適化

プロジェクトをこれらの柱に沿って進めることで、組織は単に「エージェントを稼働させる」という段階にとどまらず、堅牢で保守性が高く、ビジネスの成長に合わせて拡張できるエージェントの提供に注力できるようになります。 「Power Platform Well-Architected」は、より適切な設計上の判断を下し、トレードオフを検証し、Copilot Studio ソリューション設計の全体的な品質を向上させるためのガイドとして機能します。

Power Platform と Copilot Studio Architecture Center に記載されているソリューションのアイデアは、複雑なソリューションを一貫性のあるアーキテクチャ レポート パーツに分解することで、それらを明確かつモジュール式にドキュメント化する方法を示しています。 ここに示されている視覚的な図は、クライアントのエントリ ポイント、実行時の挙動、基盤となる Azure サービス全体にわたって、各コンポーネントがどのように関連しているかを明確に示しています。 この構成は、独自のアーキテクチャ ドキュメント作成のモデルとして活用できます。ソリューションの各レイヤーを定義し、システム内でのデータやアクションの流れを可視化し、エージェントが外部システムや業務プロセスとどのように連携するかを示し、エージェントが「Power Platform Well-Architected」の原則をどのように適用しているかをドキュメント化してください。 このアプローチに従うことで、ステークホルダーにとって理解しやすく、保守や拡張が容易なドキュメントを作成できると同時に、ソリューションを業界標準のパターンや Microsoft が推奨する設計手法に整合させることができます。

Copilot Studio エージェントを使用したカスタム コンタクトセンター ソリューションの実装に関するソリューション案をご確認ください。

次のステップ

責任ある AI の原則を適用し、ソリューションが公平で、透明性が高く、安全であり、マイクロソフトの「責任ある AI 基準」に準拠していることを確保する方法について説明します。

関連情報

• スループットとレート制限の計画
• Copilot Studio の概要
• Power Platform と Copilot Studio アーキテクチャ センター
• エージェント アーキテクチャの議論を開始するためのチェックリスト