Agentmal for Copilot Tuning-dokumentsammendrag (forhåndsversjon av tidlig tilgang)

Dokumentsammendragsagenten malen hjelper deg med å generere sammendrag som gjenspeiler organisasjonens stemme, prioriteringer og kvalitetsstandarder. Ved hjelp av Copilot Tuning kan du konfigurere agenten til å tilpasse sammendrag til bestemte målgrupper, formål, toner og lengder uten å skrive om spørsmål hver gang.

Denne funksjonaliteten er nyttig for scenarier som ledelsesorienteringer, juridiske vurderinger og samsvarsvurderinger, utdanning, helsedokumentasjon, intern kommunikasjon og forretningsutvikling. Ved å standardisere hvordan team produserer sammendrag, kan de spare tid, forbedre beslutningstaking og levere konsekvente resultater.

Hva agenten kan gjøre

Ved hjelp av agentmalen for dokumentsammendrag kan du gjøre følgende:

• Generer sammendrag fra støttede filer basert på instruksjoner du angir for tone, publikum, formål, lengde og fokusområder.
• Opprett spesialiserte oppsummeringsagenter ved å justere mål og kontekst.
• Finjuster agenten ytterligere ved å bruke organisasjonens egne data for å forbedre relevansen, konsekvensen og sammendragskvaliteten for scenarioet ditt.

Når du aktiverer finjustering, kan agenten:

• Finn ut hvilken informasjon som er viktigst, basert på eksempler av høy kvalitet.
• Bruk oppsummeringsmålene og rubrikkene konsekvent på tvers av dokumenter.

Støttede inndata og utdata

Agenten støtter følgende inn- og utdata:

• Støttede filtyper: Word (.docx) og PDF (.pdf)
• Inndataomfang: enkeltfiler eller mapper som inneholder flere filer
• Utdata:
  • Et sammendrag generert i Copilot-samtalen
  • Et utkast til sammendragsdokument levert via e-post

Bruk agenten for slutning

Før du finjusterer agenten, bør du teste den ved å kjøre slutning med eksempelmeldinger. Instrukser må referere til én eller flere inndatafiler.

Eksempel på ledetekst:

Oppsummer de viktigste fortjenestedriverne og vekstområdene basert på EarningsStatement2024.docx og EarningsStatement2025.docx.

Støttede ledetekstmønstre

Agentmalen Dokumentsammendrag støtter ledetekstmønstre for én fil og flere filer.

• Enkeltfil: Oppsummer de viktigste høydepunktene og lavpunktene for en ledergjennomgang basert på ProjectStatus.docx.

• Flere filer: Oppsummer prosjektrisikoer basert på TeamA_Status.docx, TeamB_Status.docx og TeamC_Status.docx.

Hvorfor stille inn?

Ulike team trenger sammendrag som optimaliserer for ulike resultater. Ledere vil for eksempel kanskje ha konsise beslutningsklare orienteringer, juridiske team kan ønske presise risikofokuserte sammendrag og prosjektledere kan ønske handlingsorienterte oppsummeringer. Justering hjelper agenten med å lære hvilke detaljer som er viktigst for scenarioet ditt, og bruke disse prioriteringene konsekvent.

Du kan justere agenter i to trinn. Velg riktig fase basert på scenarioet ditt:

• Justere kontekst: Definer vedvarende mål, rubrikker og forventninger for oppsummering uten modelltrening.
• Tune Model: Forbedre relevans og konsekvens ytterligere ved å bruke organisasjonens data.

Justerbare agenter støtter målbaserte evalueringer, slik at du kan måle suksess ved hjelp av måledata som er justert etter organisasjonens sammendragsprioriteringer i stedet for generelle kvalitetspoeng.

Forutsetninger

Dokumentsammendrag bruker en mål- og rubrikkbasert opplæringstilnærming. I motsetning til andre tuningoppskrifter, trenger du ikke å oppgi ideelle utgangseksempler på forhånd.

Før du begynner kontekstjustering, må du forberede følgende elementer:

1. Klare mål som beskriver hvordan et sammendrag av høy kvalitet skal se ut.
2. Kontekstinndata som formål, publikum, lengde, tone og fokusdeler.
3. Eksempler på inndatafiler som representerer dokumentene du vil oppsummere.
4. En prosess for å gjennomgå og finjustere avklarende spørsmål og evalueringsmålinger.

Kontekstjustering

Ved hjelp av kontekstjustering kan du angi standard virkemåte for agenten, uavhengig av kjøretidsledeteksten.

Definer mål og oppgaver

Start med å definere målene for sammendraget. Disse målene beskriver agentens rolle, prioriteringer og forventninger til kvalitet.

Eksemplet nedenfor viser et mål:

• Du er en ekspert prosjektleder hos Contoso. Lag formålsdrevne, publikumstilpassede sammendrag for travle lesere som bryr seg om viktige risikoer og begrensninger.

Du kan også inkludere retningslinjer som skal brukes som rubrikker, for eksempel:

• Følg alle brukerinstruksjoner.
• Respekter det uttalte formålet med sammendraget.
• Tilpasse innholdet til den angitte målgruppen.
• Samsvarer med den forespurte tonen (for eksempel nøytral eller lovlig).
• Respekter omtrentlige lengdekrav.
• Ta med eller utelat inndelinger som angitt.
• Gjenspeil hele hensikten med brukerens instruksjoner.

Velg bedriftskategorier

Angi én eller flere forretningskategorier eller bransjer (for eksempel Prosjektstyring, Juridisk eller HR). Disse kategoriene hjelper systemet med å tolke målene og konteksten bedre.

Last opp eksempel på inndatafiler

Last opp én eller flere filer som representerer vanlige inndata for denne agenten. Systemet bruker disse filene til å simulere evalueringer under justering. Du trenger ikke å oppgi eksempelsammendrag på dette trinnet.

Se gjennom klargjørende spørsmål

Systemet genererer oppklarende spørsmål basert på dine mål og innspill. Se gjennom og rediger disse spørsmålene for å sikre at de samsvarer med oppgaven du vil at agenten skal utføre.

Se gjennom måledata

Se gjennom måledataene som brukes til å evaluere agentens ytelse. Systemet genererer en referanseverdi ved hjelp av utvalgsinndataene og estimerer utdatakvaliteten.

Legg til, fjern eller rediger måledata for bedre å gjenspeile dine virkelige suksesskriterier.

Fullfør kontekstjustering

Når evalueringene er fullført, mottar du et e-postvarsel. Hvis måledataene oppfyller forventningene dine, kan du publisere agenten eller fortsette med modelljustering for å forbedre resultatene ytterligere.

Finjustere modell

Justeringsmodell er det mest avanserte tilpasningsalternativet for agentmalen for dokumentsammendrag. Det finjusterer den underliggende modellen ved å bruke organisasjonens data slik at agenten bedre kan lære hvilken informasjon de skal prioritere, hvordan de kan tilpasse sammendrag til målgruppen og formålet ditt, og hvordan du kan bruke sammendragsrubrikkene mer konsekvent på tvers av dokumenter.

Bruk Tune-modellen når:

• Du trenger mer konsistent oppsummeringskvalitet på tvers av komplekse dokumenter eller dokumenter med høy risiko.
• Scenarioet avhenger av nyansert prioritering som Justering av kontekst alene ikke oppnår pålitelig.
• Du vil at agenten skal lære av representative sammendragsresultater av høy kvalitet for organisasjonen.
• Du har tilstrekkelige opplæringsdata av høy kvalitet for scenarioet ditt.

Nødvendige data

Hvis du vil bruke justeringsmodellen, klargjør du en mappe som inneholder minst 20 eksempelutdatafiler av høy kvalitet, hver på minst én side, som representerer ideelle sammendrag for ditt scenario.

• Velg en mappe i stedet for enkeltfiler.
• Støttede filtyper inkluderer Word (.docx) og PDF (.pdf).
• Bruk av et større og mer representativt datasett forbedrer vanligvis modelljusteringsresultatene.
• Bruk eksempler som gjenspeiler de samme målgruppene, formålene, tonene og dokumenttypene som du forventer under kjøring.

Hva en modelljustert agent kan gjøre

En modelljustert agent kan:

• Generer sammendrag som mer konsekvent gjenspeiler organisasjonens prioriteringer og rubrikker.
• Forbedre relevansen ved å lære hvilke detaljer som betyr mest på tvers av representative eksempler.
• Bedre tilpass sammendrag for vanlige kombinasjoner av målgrupper og formål som brukes av teamene.
• Gi en gjenbrukbar, justert sammendragsopplevelse som du kan dele på tvers av organisasjonen.

Bruke Tune-modellen med en dokumentsammendragsagent

Slik bruker du justeringsmodellen med en dokumentsammendragsagent:

1. Tune-agent: Velg Tune-agent i den spesialiserte Dokumentsammendrag-agenten som du opprettet fra Dokumentsammendrag-agentmalen, og gå deretter til alternativet Still inn modell .
2. Gi foretrukne utdata: Velg en mappe som inneholder minst 20 ideelle sammendragsutdata av høy kvalitet, hver på minst én side, som representerer den typen sammendragskvalitet du vil at agenten skal lære.
3. Se gjennom tilgang: Velg én eller flere Microsoft Entra-sikkerhetsgrupper, eller begrens tilgangen til deg selv, basert på hvem som skal ha tillatelse til å bruke den finjusterte agenten.
4. Start finjusteringen: Følg instruksjonene i produktet for å starte finjusteringen. Justeringsprosessen kjører asynkront mens du fortsetter å bruke den eksisterende agenten.
5. Se gjennom evalueringsmåledata og bestem deg for å publisere: Når finjusteringen er fullført, kan du se gjennom de oppdaterte evalueringsmåledataene, sammenligne resultatene med forrige fase og publisere den justerte modellen hvis resultatene oppfyller forventningene dine.

Bruke en modelljustert agent

Slik bruker du en modelljustert agent:

• Chat med den tunede agenten og oppgi én eller flere støttede inndatafiler.
• Du trenger ikke å gjenformulere de samme oppsummeringsprioriteringene i hver ledetekst, fordi den justerte modellen allerede gjenspeiler atferden som læres under opplæringen.
• Agenten kan fortsatt følge kjøretidsinstruksjoner, men standardvirkemåten er formet av de opplærte sammendragsmønstrene og evalueringsmålene.
• Du kan se gjennom evalueringsresultatene og publisere den finjusterte modellen når den er klar for bredere bruk.

Begrensninger for modelljusterte agenter

Modelljusterte agenter har følgende begrensninger:

• Du kan ikke velge individuelle filer for modelljustering; angi en mappe i stedet.
• Modelljusterte agenter avhenger av kvaliteten og representativiteten til eksemplene du oppgir.
• Bare Word- og PDF-filtyper støttes.
• Du bør gjennomgå evalueringsresultatene før du publiserer en finjustert modell for bred bruk.

Evaluere justerbare agenter

På hvert justeringstrinn kan du evaluere agenten med tilpassede kriterier basert på organisasjonens forventninger til sammendragskvalitet.

• Mål: Definer agentens oppsummeringsoppgave og prioriteringer.
• Eksempelfiler: Oppgi representative inndatadokumenter for evaluering.
• Oppklarende spørsmål: Se gjennom og finjuster de genererte spørsmålene som former evalueringsscenarioer.
• Beregninger: Legg til, fjern eller rediger evalueringskriteriene som brukes til å måle kvalitet.
• Evalueringsresultater: Se gjennom resultater og innsikt for å avgjøre om agenten er klar til å publisere eller trenger mer finjustering.

Beslektet innhold

• Oversikt over Copilot Tuning