Visão geral dos agentes

Os agentes no Microsoft Copilot Studio são assistentes movidos por IA que entendem o contexto do seu negócio e agem em seu nome. Você constrói agentes em um de três harnesses: o harness GitHub Copilot para trabalhos multi-step pesados em raciocínio, o harness Customer Conversation para cenários voltados ao cliente via voz e chat, ou o harness padrão para conversas previsíveis baseadas em regras. Todos os harnesses permitem que você combine IA generativa, conhecimento e ações para criar agentes modernos construídos para como suas equipes realmente funcionam.

Você pode implantar agentes em múltiplos canais — do Microsoft Teams e web até aplicativos corporativos. Os agentes podem encaminhar para outros agentes, acionar fluxos de trabalho e se integrar aos seus sistemas empresariais por meio de conectores, APIs REST e servidores MCP.

Note

Este artigo se aplica a múltiplos chicotes. O arcabouço que você usa afeta o faturamento, as funcionalidades e as capacidades daquilo que você desenvolve.

Benefícios dos agentes

Os corretores oferecem vários benefícios.

  • Automação com forte raciocínio: o GitHub Copilot aproveita os agentes que analisam processos de negócios complexos e em várias etapas, os dividem em etapas e se adaptam quando as circunstâncias mudam. Funcionam como um colega de equipe competente, e não apenas como um script.
  • Respostas previsíveis: Agentes de harness padrão seguem os tópicos e regras que você define, fornecendo respostas consistentes para perguntas bem compreendidas, sem surpresas.
  • Prontos para ação: Agentes podem automatizar tarefas chamando fluxos de trabalho, conectores, APIs REST, servidores MCP e outros agentes. Eles se conectam aos seus sistemas empresariais para tomar medidas reais.
  • Preparados para arquivos: os agentes do GitHub Copilot Harness podem criar, editar e interpretar nativamente arquivos do Word, Excel, PowerPoint e PDF, tornando-os ideais para processos com uso intensivo de documentos.
  • Contexto conversacional: Tanto o GitHub Copilot quanto os harnesses padrão suportam conversas naturais com consciência de memória e contexto, para que os agentes melhorem com o tempo.
  • Automação em centro de contato: Agentes de orquestração de conversas com clientes combinam um agente principal com subagentes especializados para lidar com dúvidas dos clientes por voz e chat, escalando para um representante humano quando o agente não consegue resolver o problema.

Três configurações, três abordagens

Todos os agentes no Copilot Studio operam em um dos três arreios, cada um projetado para cenários diferentes.

estrutura do GitHub Copilot

O GitHub Copilot harness alimenta agentes construídos para processos de negócios em várias etapas e que envolvem muito raciocínio. Esses agentes dividem objetivos complexos em etapas, raciocinam através de problemas, se recuperam de erros e se adaptam a requisições em constante mudança. São ideais para:

  • Processos de negócios complexos: Contas a pagar, revisão de contratos, fluxos de trabalho de contratação ou outros processos em várias etapas que exigem julgamento e adaptação.
  • Trabalho intensivo em arquivos: Agentes que criam, editam e raciocinam sobre documentos.
  • Orquestração multitool: Tarefas que exigem chamar várias ferramentas ou agentes em sequência e decidir o que fazer com base nos resultados.
  • Raciocínio agêntico: Trabalho que se beneficia de o agente analisar um problema em vez de seguir um roteiro fixo.

Os agentes de harness do GitHub Copilot têm suporte nativo para habilidades e memória, e rodam em um sandbox seguro. Eles usam Créditos do Copilot para cobrança. Saiba mais na Visão Geral sobre faturamento para agentes alimentados pelo GitHub Copilot harness.

Estrutura de Conversa com Clientes

O Customer Conversation harness permite que os agentes respondam perguntas e resolvam problemas para os clientes por voz e chat. Um agente primário trabalha com subagentes especializados em uma arquitetura multi-agente para fornecer respostas previsíveis para tópicos definidos, ao mesmo tempo em que apoia conversas fluidas em linguagem natural. São ideais para:

  • Cenários de contact center: Suporte ao cliente, help desk e outros cenários em que o cliente precisa resolver um problema por voz ou chat.
  • Roteamento multi-agente: Cenários em que diferentes tópicos ou questões são melhor tratados por subagentes especializados, cada um com seu próprio caminho de escalonamento.
  • Escalada humana: Conversas que podem precisar ser passadas para um representante humano quando o agente não consegue resolver o problema.

Agentes do Customer Conversation harness podem chamar ferramentas em conectores, conhecimento, MCP e agentes conectados, além de oferecer suporte a habilidades e memória. Eles usam Copilot Credits para faturamento. Saiba mais em visão geral dos agentes com tecnologia Customer Conversation Harness.

Arnês padrão

A estrutura padrão dá suporte a agentes baseados em regras projetados para conversas estruturadas e padronizadas. Esses agentes seguem os tópicos que você define e respondem de forma previsível a perguntas bem compreendidas. São ideais para:

  • Helpdesk e suporte: Agentes internos de ajuda que respondem perguntas comuns e encaminham solicitações simples.
  • Busca de informações: Agentes que fornecem respostas consistentes com base no seu conhecimento empresarial.
  • Conversas estruturadas: Cenários em que você quer que o agente conduza a conversa de forma previsível.

Agentes de harness padrão funcionam com bibliotecas de prompts existentes e conhecimento empresarial. Eles utilizam o modelo de capacidade do Copilot Studio para faturamento. Saiba mais em Licenciamento para agentes alimentados pelo arnês padrão.

  • Última atualização em