Agentsjabloon voor documentoverzicht van Copilot afstemmen (preview voor vroege toegang)

De agentsjabloon Documentsamenvatting helpt je samenvattingen te genereren die de stem, prioriteiten en kwaliteitsnormen van je organisatie weerspiegelen. Met behulp van Copilot afstemmen kun je de agent configureren om samenvattingen aan te passen aan specifieke doelgroepen, doeleinden, tonen en lengtes zonder prompts elke keer te herschrijven.

Deze mogelijkheid is handig voor scenario's zoals presentaties van leidinggevenden, juridische en nalevingsbeoordelingen, onderwijs, gezondheidszorgdocumentatie, interne communicatie en bedrijfsontwikkeling. Door te standaardiseren hoe teams samenvattingen produceren, kunnen ze tijd besparen, de besluitvorming verbeteren en consistente resultaten leveren.

Wat de agent kan doen

Met de agentsjabloon Documentsamenvatting kunt u het volgende doen:

• Genereer samenvattingen van ondersteunde bestanden op basis van de instructies die je opgeeft voor toon, doelgroep, doel, lengte en aandachtsgebieden.
• Maak gespecialiseerde samenvattingsagenten door doelen en context af te stemmen.
• Pas de agent verder aan door de eigen gegevens van je organisatie te gebruiken om de relevantie, consistentie en samenvattingskwaliteit voor je scenario te verbeteren.

Wanneer u fijnafstemming inschakelt, kan de agent:

• Leer welke informatie het belangrijkst is op basis van voorbeelden van hoge kwaliteit.
• Pas uw samenvattingsdoelen en rubrieken consistent toe in verschillende documenten.

Ondersteunde in- en uitgangen

De agent ondersteunt de volgende in- en uitgangen:

• Ondersteunde bestandstypen: Word (.docx) en PDF (.pdf)
• Invoerbereik: afzonderlijke bestanden of mappen met meerdere bestanden
• Uitgangen:
  • Een samenvatting gegenereerd in het Copilot-gesprek
  • Een concept van een samenvattend document geleverd via e-mail

De agent gebruiken voor inferentie

Voordat je de agent verfijnt, test je deze door deductie uit te voeren met voorbeeldprompts. Prompts moeten verwijzen naar een of meer invoerbestanden.

Voorbeeld van prompt:

Vat de belangrijkste winstdrijvers en groeigebieden samen op basis van EarningsStatement2024.docx en EarningsStatement2025.docx.

Ondersteunde promptpatronen

De agentsjabloon voor documentsamenvatting ondersteunt promptpatronen voor één bestand en meerdere bestanden.

• Eén bestand: Vat de belangrijkste hoogtepunten en dieptepunten samen voor een leiderschapsbeoordeling op basis van ProjectStatus.docx.

• Meerdere bestanden: Vat projectrisico's samen op basis van TeamA_Status.docx, TeamB_Status.docx en TeamC_Status.docx.

Waarom afstemmen?

Verschillende teams hebben samenvattingen nodig die optimaliseren voor verschillende resultaten. Leidinggevenden willen bijvoorbeeld beknopte briefings die klaar zijn om te beslissen, juridische teams willen misschien nauwkeurige risicogerichte samenvattingen en projectmanagers willen misschien actiegerichte samenvattingen. Afstemming helpt de agent te leren welke details het belangrijkst zijn voor je scenario en deze prioriteiten consistent toe te passen.

U kunt agents in twee fasen afstemmen. Kies de juiste fase op basis van uw scenario:

• Context afstemmen: Permanente doelen, rubrieken en verwachtingen definiëren voor samenvatten zonder modeltraining.
• Model afstemmen: Verbeter de relevantie en consistentie verder door de gegevens van uw organisatie te gebruiken.

Afstembare agents ondersteunen doelgerichte evaluaties, zodat je succes kunt meten met statistieken die zijn afgestemd op de samenvattingsprioriteiten van je organisatie in plaats van algemene kwaliteitsscores.

Vereisten

In Documentoverzicht wordt gebruikgemaakt van trainingen op basis van doelen en rubrieken. In tegenstelling tot andere afstemmingsrecepten, hoeft u vooraf geen ideale uitvoervoorbeelden te geven.

Voordat u begint met het afstemmen van de context, moet u de volgende zaken voorbereiden:

1. Duidelijke doelen die beschrijven hoe een samenvatting van hoge kwaliteit eruit moet zien.
2. Contextinvoer, zoals doel, doelgroep, lengte, toon en focussecties.
3. Voorbeelden van invoerbestanden voor de documenten die u wilt samenvatten.
4. Een proces voor het beoordelen en verfijnen van verhelderende vragen en meetwaarden voor evaluaties.

Context afstemmen

Met behulp van contextafstemming kun je het standaardgedrag voor de agent instellen, ongeacht de runtime-prompt.

Doelen en taken definiëren

Begin met het definiëren van uw samenvattende doelen. Deze doelen beschrijven de rol, prioriteiten en kwaliteitsverwachtingen van de agent.

In het volgende voorbeeld ziet u een doel:

• U bent een ervaren projectmanager bij Contoso. Maak doelgerichte, op het publiek afgestemde samenvattingen voor drukke lezers die belang hechten aan belangrijke risico's en risicobeperkingen.

U kunt eventueel richtlijnen opnemen die fungeren als rubrieken, zoals:

• Volg alle gebruiksinstructies.
• Respecteer het aangegeven doel van de samenvatting.
• Inhoud aanpassen aan de opgegeven doelgroep.
• Stem af op de gevraagde toon (bijvoorbeeld neutraal of juridisch).
• Houd u aan de vereisten voor de geschatte lengte.
• U kunt secties opnemen of uitsluiten zoals is opgegeven.
• Geef de volledige bedoeling van de instructies van de gebruiker weer.

Bedrijfscategorieën selecteren

Geef een of meer bedrijfscategorieën of branches op (bijvoorbeeld Projectmanagement, Legal of HR). Met behulp van deze categorieën kan het systeem je doelen en context beter interpreteren.

Voorbeeldinvoerbestanden uploaden

Upload een of meer bestanden die typische invoer voor deze agent vertegenwoordigen. Het systeem gebruikt deze bestanden om evaluaties tijdens het afstemmen te simuleren. U hoeft in deze fase geen voorbeeldsamenvattingen op te geven.

Verhelderende vragen bekijken

Het systeem genereert verduidelijkende vragen op basis van uw doelen en input. Bekijk en bewerk deze vragen om ervoor te zorgen dat ze overeenkomen met de taak die je wilt dat de agent uitvoert.

Statistieken bekijken

Bekijk de metrische gegevens die zijn gebruikt om de prestaties van de agent te evalueren. Het systeem genereert een benchmark met behulp van uw steekproefinvoer en schat de uitvoerkwaliteit.

Statistieken toevoegen, verwijderen of bewerken om uw werkelijke succescriteria beter weer te geven.

Contextafstemming voltooien

Nadat de evaluaties zijn voltooid, ontvangt u een e-mailbericht. Als de statistieken aan je verwachtingen voldoen, kun je de agent publiceren of doorgaan met het afstemmen van het model om de resultaten verder te verbeteren.

Model afstemmen

Tune Model is de meest geavanceerde aanpassingsoptie voor de agentsjabloon voor documentoverzicht. Het verfijnt het onderliggende model door de gegevens van je organisatie te gebruiken, zodat de agent beter kan leren welke informatie prioriteit moet krijgen, hoe hij samenvattingen kan aanpassen aan je doelgroep en doel, en hoe hij je samenvattingsrubrieken consistenter kan toepassen in verschillende documenten.

Gebruik Tune Model als:

• U hebt een consistentere samenvattingskwaliteit nodig voor complexe documenten of documenten met hoge risico's.
• Uw scenario is afhankelijk van genuanceerde prioritering die niet betrouwbaar kan worden bereikt met Tune Context alleen.
• U wilt dat de agent leert van representatieve, kwalitatief hoogwaardige samenvattingsresultaten voor uw organisatie.
• U beschikt over voldoende trainingsgegevens van hoge kwaliteit voor uw scenario.

Vereiste gegevens

Als u Tune Model wilt gebruiken, moet u een map voorbereiden met ten minste 20 voorbeelduitvoerbestanden van hoge kwaliteit, elk met een lengte van minimaal één pagina. Dit zijn de ideale samenvattingen voor uw scenario.

• Selecteer een map in plaats van afzonderlijke bestanden.
• Ondersteunde bestandstypen zijn Word (.docx) en PDF (.pdf).
• Het gebruik van een grotere en meer representatieve gegevensset verbetert doorgaans de resultaten van modelafstemming.
• Gebruik voorbeelden die overeenkomen met dezelfde doelgroepen, doeleinden, tonen en documenttypen die u tijdens runtime verwacht.

Wat een op het model afgestemde agent kan doen

Een op model afgestemde agent kan:

• Genereer samenvattingen die consistenter de prioriteiten en rubrieken van je organisatie weerspiegelen.
• Verbeter de relevantie door te leren welke details het belangrijkst zijn aan de hand van representatieve voorbeelden.
• Pas samenvattingen beter aan voor algemene combinaties van doelgroep en doel die door uw teams worden gebruikt.
• Bied een herbruikbare, afgestemde samenvattingservaring die u met de hele organisatie kunt delen.

Model afstemmen gebruiken met een documentoverzichtsagent

Model afstemmen gebruiken met een documentoverzichtsagent:

1. Agent afstemmen: Kies Tun-agent in de gespecialiseerde documentoverzichtsagent die u hebt gemaakt op basis van de agentsjabloon Documentsamenvatting en ga vervolgens naar de optie Model afstemmen .
2. Geef de gewenste uitvoer op: Selecteer een map met ten minste 20 ideale samenvattingsuitvoer van hoge kwaliteit, elk met een lengte van ten minste 1 pagina, die het type samenvattingskwaliteit vertegenwoordigt dat je wilt dat de agent leert.
3. Toegang controleren: Kies een of meer Microsoft Entra-beveiligingsgroepen of beperk de toegang tot jezelf, op basis van wie toestemming moet hebben om de verfijnde agent te gebruiken.
4. Begin met finetunen: Volg de instructies in het product om te beginnen met finetunen. Het afstemmingsproces wordt asynchroon uitgevoerd terwijl u de bestaande agent blijft gebruiken.
5. Bekijk de evaluatiestatistieken en besluit het volgende te publiceren: Nadat de verfijning is voltooid, controleert u de bijgewerkte metrische evaluatiegegevens, vergelijkt u de resultaten met de vorige fase en publiceert u het afgestemde model als de resultaten aan uw verwachtingen voldoen.

Gebruik een op het model afgestemde agent

Een op het model afgestemde agent gebruiken:

• Chat met uw afgestemde agent en geef een of meer ondersteunde invoerbestanden op.
• Je hoeft niet in elke prompt dezelfde samenvattende prioriteiten opnieuw te formuleren, omdat het afgestemde model al het gedrag weerspiegelt dat tijdens de training is geleerd.
• De agent kan nog steeds runtime-instructies volgen, maar het standaardgedrag wordt bepaald door de getrainde samenvattingspatronen en evaluatiedoelen.
• U kunt de evaluatieresultaten bekijken en het aangepaste model publiceren wanneer het klaar is voor breder gebruik.

Beperkingen van op modellen afgestemde agents

Op modellen afgestemde agents hebben de volgende beperkingen:

• U kunt geen afzonderlijke bestanden selecteren voor modelafstemming; Geef in plaats daarvan een map op.
• Op modellen afgestemde agents zijn afhankelijk van de kwaliteit en representativiteit van de voorbeelden die u geeft.
• Alleen Word- en PDF-bestandstypen worden ondersteund.
• U moet de evaluatieresultaten controleren voordat u een afgestemd model publiceert voor algemeen gebruik.

Afstembare agents evalueren

In elke afstemmingsfase kun je de agent evalueren met aangepaste criteria op basis van de verwachtingen van je organisatie voor de samenvattingskwaliteit.

• Doelen: Definieer de samenvattingstaak en prioriteiten van de agent.
• Voorbeeldbestanden: Representatieve invoerdocumenten leveren voor evaluatie.
• Verhelderende vragen: Bekijk en verfijn de gegenereerde vragen die evaluatiescenario's vormgeven.
• Statistieken: U kunt de evaluatiecriteria voor het meten van kwaliteit toevoegen, verwijderen of bewerken.
• Evaluatieresultaten: Bekijk scores en inzichten om te bepalen of de agent klaar is om te publiceren of meer verfijning nodig heeft.

Verwante onderwerpen

• Overzicht van Copilot afstemmen