De implementatiechecklist beoordelen

Het implementeren van uw Copilot Studio-agenten vereist zorgvuldige aandacht voor integraties, kanalen, tools, onderwerpontwerp en het invulgedrag van slots om te garanderen dat agenten betrouwbaar op schaal presteren. Deze sectie biedt praktische vragen en best practice-richtlijnen om u te helpen uw implementatiekeuzes te valideren.

Uw implementatiegereedheid valideren

Gebruik de volgende checklist om te bevestigen dat uw agent technisch vaardig, performant en productieklaar is.

AI-mogelijkheden en functieplanning

Gereed? Task
Hebt u vastgesteld welke AI-mogelijkheden (generatieve indeling, generatieve antwoorden, generatieve builder, AI-prompts, computergebruik, goedkeuringen) uw scenario vereist?
Hebt u het doel, de reikwijdte en de beperkingen voor elke geselecteerde capaciteit gedefinieerd?
Hebt u risico's of governance-eisen voor mogelijkheden met hoge bevoegdheden (bijvoorbeeld acties, verbonden agents, computergebruik) beoordeeld?
Hebt u gevalideerd dat kennisbronnen accuraat, goed gestructureerd en klaar zijn om te worden onderbouwd?
Hebt u bevestigd hoe door AI gegenereerde inhoud wordt beoordeeld, gevalideerd of indien nodig wordt overruled?

Ontwerp van generatieve indeling

Gereed? Task
Hebt u duidelijk de tools, onderwerpen, handelingen en onderliggende of verbonden agenten van de agent gedefinieerd met betekenisvolle namen en beschrijvingen?
Hebt u beslissingsgrenzen gespecificeerd voor waar de AI autonoom op kan reageren versus wanneer bevestiging of menselijke goedkeuring vereist is?
Hebt u invoer en uitvoer voor onderwerpen en acties ontworpen zodat de orchestrator automatisch vragen kan stellen en stappen kan koppelen?
Hebt u ervoor gezorgd dat tools deterministisch handelen en validatie voor kritieke parameters bevatten?
Hebt u richtlijnen gegeven voor de orchestrator over wanneer kennis te gebruiken, wanneer tools te gebruiken en wanneer meerstapsplanning moet worden uitgevoerd?

Retrieval Augmented Generation

Gereed? Task
Hebt u geverifieerd dat alle kennisbronnen die worden gebruikt voor Retrieval Augmented Generation (RAG), nauwkeurige, actuele en goedgekeurde inhoud bevatten en dat verouderde of verboden gegevens zijn verwijderd?
Hebt u gecontroleerd of documentformaten, bestandsgroottes en indexeringsregels (SharePoint, Dataverse, aangepaste gegevens, Azure AI Zoeken, geüploade bestanden) voldoen aan de limieten en gedragingen van elke RAG-provider?
Hebt u governance vastgesteld voor hoe nieuwe content wordt toegevoegd, bijgewerkt of uit kennisbronnen wordt verwijderd, zodat RAG alleen gevalideerde bedrijfsgegevens ophaalt?

Integraties

Gereed? Task
Hebt u vastgesteld met welke systemen uw agent moet integreren en het juiste integratiepatroon gekozen (connector, HTTP, werkstroom, API, Model Context Protocol)?
Hebt u de verificatie-eisen bevestigd en gekozen tussen gebruikersgegevens en maker-aanmeldgegevens voor elke integratie?
Hebt u de API-limieten, prestatiebeperkingen en het verwachte volume geëvalueerd voor alle diensten die uw agent aanroept?
Hebt u geschikt foutafhandelingsgedrag ontworpen voor elk integratiepad?

Agenthulpmiddelen

Gereed? Task
Hebt u geëvalueerd of een functionaliteit geïmplementeerd moet worden met behulp van een tool, een werkstroom, een MCP-server of een prompt?
Hebt u ervoor gezorgd dat elke tool een duidelijke naam, beschrijving, input en output heeft zodat de orchestrator deze betrouwbaar kan selecteren?
Hebt u bevestigd of geavanceerde modellen of configuraties vereisen dat u een AI-prompt gebruikt in plaats van de orchestrator?
Hebt u tools onafhankelijk getest om payloads, schema's, foutafhandeling en prestatiekenmerken te valideren?
Hebt u beoordeeld of een scenario vraagt om een onderliggende agent of een verbonden agent in plaats van een tool?

Kanalen, cliënten en overdracht

Gereed? Task
Hebt u de juiste kanalen voor uw publiek gekozen en de berichtformaten gecontroleerd die elk kanaal ondersteunt, zoals Markdown, Adaptieve kaarten en afbeeldingen?
Hebt u het gedrag van de klant gevalideerd en ervoor gezorgd dat gebruikers een consistente ervaring hebben via Teams, Webchat, mobiel of aangepaste apps?
Hebt u bepaald of uw implementatie een live agentoverdracht vereist en hebt u het juiste patroon gekozen, ofwel Bot-als-Agent of Bot-in-the-Loop?
Hebt u bevestigd dat credits, latentie en het overnamegedrag van agenten acceptabel zijn voor uw gekozen overdrachtsmodel?

Onderwerpen, triggerzinnen, and slot-filling

Gereed? Task
Hebt u uw onderwerpen zo gestructureerd dat elk onderwerp een duidelijk doel dient en overlappende verantwoordelijkheden vermijdt?
Hebt u effectieve triggerzinnen ontworpen die synoniemen, variaties en domeinwoordenschat ondersteunen?
Hebt u entiteiten en slot-invulregels gedefinieerd om ervoor te zorgen dat de agent de benodigde informatie efficiënt verzamelt?
Hebt u geëvalueerd of aangepaste entiteiten, zoals gesloten lijst of RegEx, nodig zijn om NLU-verwarring te voorkomen?
Hebt u het vangnet gevalideerd en ervoor gezorgd dat de agent ontbrekende of onduidelijke informatie soepel oplost?

Callouts voor best practices

  • Noem componenten duidelijk en bewust: gebruik actiegerichte, door mensen leesbare namen voor tools, onderwerpen en verbonden agenten om de orchestrator te helpen consequent de juiste component te kiezen.
  • Ontwerp in- en uitvoer met een doel: gebruik beknopte, gebruiksvriendelijke invoernamen en gestructureerde uitvoer, zodat de orchestrator automatisch op natuurlijke wijze vragen kan stellen en vervolgstappen betrouwbaar kan koppelen.
  • Houd de mogelijkheden modulair en herbruikbaar: behandel onderwerpen, tools en verbonden agenten als bouwstenen. Vermijd het dupliceren van logica over stromen of componenten.
  • Prioriteer vroegtijdig veiligheidsgrenzen: Definieer welke acties de AI autonoom kan uitvoeren, welke acties bevestiging vereisen en welke acties menselijke goedkeuring vereisen om onbedoeld gedrag te voorkomen.
  • Selecteer hoogwaardige kennisbronnen: Houd kennisbases klein maar accuraat om contextgebruik en kenniszoekopdrachten te verminderen. Verwijder verouderde of ruisachtige inhoud om de onderbouwingskwaliteit te verbeteren en onjuiste informatie te verminderen.
  • Kies het eenvoudigste integratiepatroon eerst: geef de voorkeur aan ingebouwde connectors of werkstromen, tenzij uw scenario expliciet aangepaste API's of MCP-servers vereist. Eenvoudigere paden zijn gemakkelijker te onderhouden en te debuggen.
  • Definieer het gedrag van de tool duidelijk en consistent: geef elke tool een betekenisvolle naam, beschrijving, invoerset en verwachte output zodat de orchestrator deze correct kan selecteren en stabiele plannen kan genereren.
  • Valideer verificatie vroeg: voorkom verrassingen door te controleren of het scenario gebruikersverificatie, makerreferenties of veilige toegang via beheerde identiteiten vereist.
  • Ontwerp voor latentie en prestaties: houd API-query's efficiënt, verminder payloadgroottes en vermijd ketens van trage integraties om een responsieve gesprekservaring te behouden.
  • Test hulpprogramma's, werkstromen en prompts in isolatie: valideer invoer, uitvoer en fouten afzonderlijk voordat u ze koppelt aan onderwerpen of de orchestrator.
  • Plan het gedrag van kanalen bewust: begrijp welke kanalen Markdown, Adaptieve kaarten, foto's of aangepaste lay-outs ondersteunen, en ontwerp uw berichten dienovereenkomstig.
  • Structureer onderwerpen voor duidelijkheid en onderhoudbaarheid: houd onderwerpen gefocust, vermijd overlapping en zorg dat elk onderwerp één goed gedefinieerde taak oplost.
  • Ontwikkel triggerzinnen die overeenkomen met de echte taal van gebruikers: neem variaties, synoniemen en veelvoorkomende fraseringspatronen op om intentieherkenning te verbeteren en de frequentie van fallbacks te verminderen.
  • Gebruik entiteiten om onnodige vragen te verminderen: gebruik ingebouwde en aangepaste entiteiten om informatie uit het initiële bericht van de gebruiker te halen, waardoor wrijving wordt verminderd en stromen worden versneld.
  • Test slotvullende randgevallen grondig: valideer hoe de agent zich gedraagt wanneer de gebruiker meerdere waarden, onvolledige informatie of dubbelzinnige invoer verstrekt en verfijn entiteiten om verwarring te beperken.