この記事には、Copilot Studio における音声エージェントの構成およびセットアップに関するよくある質問が掲載されています。
エージェントは、根拠に基づくナレッジへの回答のみを行うことができるのか、それとも記録システムに対してもアクションを実行しなければならないのでしょうか？
その必要は必ずしもありません。 エージェントを、バックエンド システムに対して一切の操作を行わず、確立された知識のみに基づいて動作するように構成することができます。 Copilot Studio では、この機能はナレッジおよび Web 検索の設定を通じて制御されます。
「ナレッジのみ」エージェントが適切な場合
エージェントのロールが主に情報提供の場合、このモードを使用してください:
よくある質問への回答
ポリシーの説明
ガイダンスや指示の提供
電話やチャットの回避
このようなシナリオでは、モデルは構成された情報源から情報を取得し、API を呼び出すことなく応答を生成します。
エージェントは、最新のビジネス データ、ポリシー、顧客のコンテキストをどのようにリアルタイムで取得するのでしょうか？
実証に基づくナレッジ (静的または準静的): このアプローチは、ポリシー、ドキュメント、構造化されたコンテンツに最も適しています。
このモデルは「生成応答」を使用しており、、次の処理を行います:
構成されたサポート情報ソースを横断的に検索します。
応答を生成します。
必要に応じて出典を示します。
サポートされているデータ ソースには次のようなものがあります
SharePoint
Web サイト
アップロードされたドキュメント
Dataverse (間接的なフローのみ)
紙幣
認証要件のため、Dataverse は C2 向けエージェントの直接的なサポート情報ソースとしてはサポートされていません。 Dataverse のデータは、フローや OData 呼び出しを通じて取得し、構造化された結果としてエージェントに返すことができます。
ナレッジの最適な利用例
返金と返品ポリシー
店舗の営業時間と所在地
適格性ルール
製品に関する FAQ
内部処理
例
「オンライン注文の返金ポリシーはどのようなものですか？」
このモデルは、SharePoint からポリシー内容を取得し、明確な回答を生成します。
実行前に厳格な検証が必要なタスクは何ですか？ 返金、キャンセル、更新、またはアカウント変更
特定の操作には厳格な検証が必要であり、決して AI による自由な判断に任せてはなりません。
高リスクカテゴリ
| カテゴリ | 例 | 重要な理由 |
|---|---|---|
| 財務 | 返金、支払い、クレジット | 財務リスク |
| アカウントの状態 | キャンセル、プラン変更 | 不可逆的な操作 |
| ID | 住所、電話番号、SSN (社会保障番号) の更新 | 不正とコンプライアンス |
| 法務 | 同意、オプトアウト | 規制への曝露 |
セーフ ラン パターン
AI が決定 > システムが検証 > AI が伝達
この原則により、安全な生成オーケストレーションが保証されます。
例: 返金申請
モデルは意図を認識する
「ユーザーは返金を求めています」モデルは必要な詳細を収集します
注文 ID、理由、期間API または記録システムによる検証
適格性の確認
返金ポリシーを適用
承認または拒否を確認する
モデルは結果を通知します
結果を明確に説明します
結果を発明したり仮定したりしない
よくある誤解を明らかにします
単一モデルの使用が、自動化の制御不能化を意味するわけではありません。
責任が明確に分離されています。
| 機能 | 誰が決めるか | 誰が執行するのか |
|---|---|---|
| 意図認識 | モデル | — |
| ナレッジ応答 | モデル | サポート情報ソースの範囲 |
| API 選択 | モデル | ツールの可用性 |
| 妥当性確認 | 記録システム | バックエンド ロジック |
| 最終的な応答 | モデル | 実際の結果に基づく |