Oversikt over Microsoft Copilot-justering (forhåndsversjon av tidlig tilgang)

Microsoft Copilot-justering er en KI-tilpasningsfunksjon som gjør det mulig for organisasjoner å opprette oppgavespesifikke Copilot-agenter ved å justere store språkmodeller (LLM-er) med sine egne organisasjonsdata. Justering gjør det mulig for agenter å produsere svar som gjenspeiler en organisasjons domenekunnskap, terminologi, tone og kvalitetsstandarder.

I motsetning til generelle KI-opplevelser er finjusterte agenter utformet for spesifikke, gjentakende oppgaver. Fordi de opererer utelukkende innenfor Microsoft 365-leieren, forblir organisasjonsdata beskyttet av eksisterende sikkerhets-, samsvars- og styringskontroller.

Denne artikkelen gir en oversikt over Copilot Tuning, inkludert nøkkelfunksjoner, støttede scenarioer, justeringskonsepter og administrativ styring.

Viktig funksjonalitet

Copilot Tuning gjør det mulig for organisasjoner å bygge opplevelser med kunstig intelligens som er tett tilpasset forretningsbehovene deres. Den tilbyr følgende funksjoner:

• Tilpassing uten kode – Opprett finjusterte agenter ved hjelp av maler i Agent Builder uten koding eller ekspertise innen datavitenskap. Forretningsbrukere og domeneeksperter kan veilede justeringen ved hjelp av kuraterte eksempler og organisatorisk innhold.

• Oppgavespesifikke agenter – Bygg agenter optimalisert for scenarier med høy verdi, for eksempel svar på spørsmål, dokumentskriving, oppsummering, validering og redigering av skrivestil. Justerte agenter produserer utdata som gjenspeiler organisatorisk vokabular, struktur og forventninger.

• Forbedret effektivitet og konsistens – Ved å bygge inn organisasjonskunnskap i Copilot kan finjusterte agenter redusere tiden det tar for komplekse innholdsoppgaver, samtidig som de forbedrer konsekvens og overholdelse av interne standarder.

• Integrering med Microsoft 365-data – Justerte agenter kan bruke valgt organisasjonsinnhold og resonnere over direkte bedriftsdata via Microsoft Graph, noe som bidrar til å sikre at svarene er basert på oppdatert informasjon.

• Sikkerhet på foretaksnivå – Alle justeringsoperasjoner skjer innenfor klareringsgrensen for Microsoft 365. Justerte agenter respekterer tilgangskontrollister (ACL-er) fra opplæringsdataene og returnerer bare informasjon som brukere er autorisert til å få tilgang til.

Støttede scenarier

Copilot Tuning støtter et sett med oppgaveorienterte agentmaler.

Dokumentskriving

Dokumentskrivingsagenter genererer strukturerte dokumenter i langt format basert på organisasjonsmaler, eksempler og standarder. Disse agentene kan produsere første utkast av innhold som forslag, kontrakter, retningslinjer og teknisk dokumentasjon, samtidig som de overholder formaterings- og samsvarskrav.

Hvis du vil ha mer informasjon, kan du se malen for agent for dokumentskriving.

Dokumentsammendrag

Dokumentsammendragsagenter genererer skreddersydde sammendrag basert på tone, målgruppe, formål og lengde. Organisasjoner kan justere disse agentene for å gjenspeile interne sammendragsstandarder og fremheve informasjonen som er mest relevant for brukstilfellene deres.

Hvis du vil ha mer informasjon, kan du se Dokumentsammendragsagentmal.

Svar fra eksperter (spørsmål&A)

Ekspertsvaragenter gir domenespesifikke svar ved å forankre svar i organisasjonsinnhold. Disse agentene støtter scenarioer som krever dypt søk på tvers av store datasett, strenge policyrekkverk eller spesialisert terminologi.

Hvis du vil ha mer informasjon, kan du se Ekspertsvar-agentmalen.

Dokumentvalidering

Dokumentvalideringsagenter ser gjennom dokumenter for samsvar med organisasjonens retningslinjer, retningslinjer, merkevarestandarder og forskriftsmessige krav. De identifiserer problemer, kategoriserer risikoer og gir handlingsrettet tilbakemelding direkte i dokumenter.

Hvis du vil ha mer informasjon, kan du se Malen for dokumentvalideringsagent.

Redigering av stil

Stilredigeringsagenter finjusterer utkast for å justere dem etter organisasjonens retningslinjer for merkevarer, tone og skrive. Disse agentene bidrar til å sikre konsekvens i innhold som produseres av forskjellige brukere og team.

Hvis du vil ha mer informasjon, kan du se malen for stilredigeringsagent.

Optimaliseringsagent

Optimaliseringsagenter hjelper til med problemer med forretningsoptimalisering, for eksempel ressursallokering, aktivitetstildeling og planlegging. Brukerne definerer mål og begrensninger, og agenten produserer forklarlige løsninger basert på opplastede data og organisasjonsregler.

Hvis du vil ha mer informasjon, kan du se Optimaliseringsagent.

Agentvalg

Velg en mal basert på oppgaven du vil fullføre. Justerbare maler er utformet for spesifikke, gjentakende oppgaver, for eksempel dokumentskriving, oppsummering, svar på spørsmål, validering, stilredigering og optimalisering.

Tilordne en arbeidsflyt til maler

Mange arbeidsflyter bruker mer enn én mal.

Agentjustering

Med agentjustering kan du finjustere agenter som er opprettet fra justerbare maler i Microsoft Copilot Agent Builder. Hver mal som kan justeres, er utformet for en spesifikk oppgave og inkluderer en forhåndsdefinert slutningsarbeidsflyt som spesifiserer grunnmodellen, instruksjoner, jordingstilnærming, verktøybruk og utdatagenerering. Denne arbeidsflyten gir en optimalisert standardkonfigurasjon – en bruksklar «oppskrift» som hjelper agenter med å hente relevant kontekst, bruke verktøy effektivt og produsere utdata av høy kvalitet fra starten.

I mange scenarier oppfyller agenter som er opprettet fra disse malene, kvalitetsforventningene uten flere tilpasninger. Når ytterligere forbedringer er nødvendig, for eksempel å justere utdataene tettere med organisasjonsstandarder, domenespesifikke behov eller brukerforventninger, gir agentjustering strukturerte måter å forbedre atferd og ytelse på.

Justerbare maler er tilgjengelige for Copilot-lisensierte brukere i kvalifiserte tenanter og opprettes i Agent Builder. Når du oppretter en agent fra en justerbar mal, kan brukere tilpasse støttede egenskaper som agentnavn, instruksjoner og ledetekster. Tilgang til justeringsfunksjoner avhenger av konfigurasjonen av leieradministratoren. Hvis justeringsalternativene ikke er tilgjengelige, kan det hende at brukerne må be om tilgang fra en administrator. Kvalifiserte brukere vil kunne vise alternativet Juster agent når de har opprettet en agent fra en mal som kan justeres.

Tre typer justering støttes: justeringskontekst, justeringsverktøy og justeringsmodell. Disse dimensjonene er utformet for å fungere sammen og evalueres ved hjelp av konsekvent brukermåldrevet rubrikk for å sikre at justering fører til målbare forbedringer.

Justere kontekst

Kontekstjustering definerer agentens mål og suksesskriterier ved å spesifisere den primære oppgaven, domenet og representative eksempler. Kontekstkrav varierer etter mal. Maler for dokumentskriving bruker for eksempel eksempler på dokumenttypene agenten skal produsere, maler for dokumentsammendrag krever inndata som formål, målgruppe, lengde, tone og fokusområder, og maler for expertsvar er avhengige av eksempelfiler for å generere evalueringsspørsmål og svar. Basert på disse inndataene foreslår systemet delmål og evalueringsrubrikker, som etablerer en målbar grunnlinje for å vurdere agentytelse.

Justeringsverktøy

Verktøyjustering utvider agentfunksjonene ved å integrere flere agenter eller verktøy i arbeidsflyten. Disse verktøyene kan brukes til å utføre oppgaver som undersøkelser, validering eller justering av skrivestil. Egendefinerte organisatorinstruksjoner definerer hvordan verktøy brukes, og agentytelsen evalueres på nytt mot de etablerte rubrikkene etter at endringer er gjort.

Finjustere modell

Modelljustering fokuserer på å forbedre resonnement og utdatakvalitet gjennom overvåket finjustering og forsterkningslæringsteknikker. Eksempler av høy kvalitet fra organisasjonsdata brukes som opplæringsinndata, med evalueringsrubrikker som veileder tilpasningen til organisasjonens forventninger. Under denne prosessen kan tilgangskontroller, filtillatelser og følsomhetsetiketter brukes. Modelljustering kjører asynkront, slik at brukere kan fortsette å bruke den eksisterende agenten mens justering pågår. Når justeringen er ferdig, avgjør evalueringsresultatene om den oppdaterte modellen er klar til å publiseres.

Agentjustering er en iterativ prosess snarere enn en engangskonfigurasjon. Organisasjoner oppfordres til å overvåke bruk i den virkelige verden, samle inn tilbakemeldinger og finjustere kontekst, verktøy, data eller regler etter hvert som kravene endres over tid. Denne pågående livssyklusen bidrar til å sikre at agentene forblir nøyaktige, relevante og tilpasset endrede behov.

Bruke innstilte agenter

Etter oppretting eller justering kan agenter deles med kvalifiserte brukere på tvers av organisasjonen. Brukere samhandler med justerte agenter gjennom støttede Microsoft Copilot-opplevelser, for eksempel Microsoft Copilot-appen eller Copilot Chat i Microsoft Teams.

Tunede agenter gir følgende fordeler:

• Økt produktivitet gjennom raskere innholdsoppretting og -analyse
• Forbedret nøyaktighet ved å forankre svar i organisasjonsdata
• Konsistente resultater i tråd med interne standarder
• Bredere tilgang til organisasjonskunnskap på tvers av team

Anbefalte fremgangsmåter

Bruk følgende anbefalte fremgangsmåter for å utnytte justerte agenter best mulig:

• Forstå agentens omfang og begrensninger.
• Bruk tydelige, spesifikke ledetekster.
• Gi startspørsmål for å veilede brukere.
• Raffiner utdataene gjennom samhandlinger med flere omganger.
• Følg organisasjonens sikkerhets- og samsvarspolicyer.
• oppmuntre til tilbakemeldinger fra brukere for å forbedre kvaliteten på agenten over tid.

Ansvarsfraskrivelse

AI-administratoren er ansvarlig for å sikre at bruken av dette produktet er i samsvar med alle gjeldende lover om databeskyttelse, personvern og immaterielle rettigheter. Dette omfatter å oppfylle forpliktelsene dine som datakontrollør i henhold til forskrifter som GDPR eller CCPA.

Plikter til datakontrollør

• Du er ansvarlig for hvordan data samles inn, lagres og brukes i tenantmiljøet.
• Du må forsikre deg om at datapraksisen oppfyller juridiske krav for åpenhet, samtykke, tilgang og sletting.
• Du er ansvarlig for å kontrollere nøyaktigheten, hensiktsmessigheten og samsvaret til eventuelle utdata som genereres fra dette systemet, før du bruker dem. Kan kreve gjennomgang med fageksperter.

Opplæring av opphavsrett og modeller

• Hvis du velger å lære opp en egendefinert modell med dine egne data, må du sørge for at du har de riktige rettighetene eller lisensene for alt opphavsrettsbeskyttet materiale som er inkludert i opplæringssettet.
• Opphavsrettsbeskyttelsen gjelder ikke for modeller som er opplært med uautorisert opphavsrettsbeskyttet innhold. Du tar fullt ansvar for slik bruk.

Sletting av data

• Hvis en bruker som har data som brukes i opplæring av en modell, sender inn en gyldig forespørsel om sletting i henhold til GDPR (eller lignende forskrifter), må du lære opp modellen på nytt.
• Når du finjusterer en modell, justeres modellvektene basert på treningsdataene. Du kan slette den finjusterte modellen når som helst.

Beslektet innhold

• Agenter for Microsoft Copilot
• Bygg agenter med Copilot Studio-agentbygger
• Oversikt over Copilot Studio