A implementação dos agentes do Copilot Studio exige atenção cuidadosa a integrações, canais, ferramentas, design de tópicos e comportamento de preenchimento de slots para garantir que os agentes ofereçam um desempenho confiável em escala. Esta seção apresenta perguntas práticas e orientações sobre melhores práticas para ajudar você a validar suas decisões de implementação.
Valide Sua Prontidão para Implementação
Use o checklist a seguir para confirmar que seu agente está tecnicamente sólido, com bom desempenho e pronto para produção.
Capacidades de IA e Planejamento de Funcionalidades
| Pronto? |
Tarefa |
| ✓ |
Você identificou quais capacidades de IA (orquestração generativa, respostas generativas, construtor generativo, prompts de IA, uso de computador, aprovações) seu cenário requer? |
| ✓ |
Você definiu o propósito, escopo e restrições para cada capacidade selecionada? |
| ✓ |
Você avaliou riscos ou requisitos de governança para capacidades de alto privilégio (p. ex., ações, agentes conectados, uso do computador)? |
| ✓ |
Você validou se as fontes de conhecimento são precisas, bem estruturadas e prontas para fundamentação? |
| ✓ |
Você confirmou como o conteúdo gerado por IA será revisado, validado ou substituído quando necessário? |
Projeto de orquestração generativa
| Pronto? |
Tarefa |
| ✓ |
Você definiu claramente ferramentas, tópicos, ações e agentes filho ou conectados do agente com nomes e descrições significativas? |
| ✓ |
Você especificou os limites de decisão para o que a IA pode agir de forma autônoma versus quando é necessária confirmação ou aprovação humana? |
| ✓ |
Você projetou entradas e saídas de tópico e ação para que o orquestrador possa fazer um prompt automático e encadear etapas naturalmente? |
| ✓ |
Você garantiu que as ferramentas se comportam de forma determinística e incluem validação para parâmetros críticos? |
| ✓ |
Você definiu orientações para o orquestrador sobre quando usar conhecimento, quando usar ferramentas e quando realizar o planejamento em múltiplas etapas? |
Recuperação Aumentada de Geração
| Pronto? |
Tarefa |
| ✓ |
Você validou se todas as fontes de conhecimento usadas para Geração Aumentada por Recuperação (RAG) contêm conteúdo preciso, atualizado e aprovado, e se dados desatualizados ou proibidos foram removidos? |
| ✓ |
Você verificou se os formatos de documentos, tamanhos de arquivos e regras de indexação (SharePoint, Dataverse, dados personalizados, Pesquisa de IA do Azure, arquivos enviados) estão em conformidade com os limites e comportamentos de cada provedor RAG? |
| ✓ |
Você estabeleceu governança sobre como novos conteúdos são incluídos, atualizados ou removidos das fontes de conhecimento, assegurando que o RAG recupere apenas dados corporativos validados? |
Integrações
| Pronto? |
Tarefa |
| ✓ |
Você identificou com quais sistemas seu agente deve se integrar e selecionou o padrão de integração adequado (conector, HTTP, fluxo de trabalho, API, Protocolo de Contexto do Modelo)? |
| ✓ |
Você confirmou os requisitos de autenticação e decidiu entre credenciais de usuário e credenciais de criador para cada integração? |
| ✓ |
Você analisou os limites da API, restrições de desempenho e o volume esperado para todos os serviços utilizados pelo seu agente? |
| ✓ |
Você projetou um comportamento adequado de tratamento de erros para cada fluxo de integração? |
| Pronto? |
Tarefa |
| ✓ |
Você avaliou se uma capacidade deve ser implementada usando uma ferramenta, um fluxo de trabalho, um servidor MCP ou um prompt? |
| ✓ |
Você assegurou que cada ferramenta possui um nome claro, descrição, entradas e saídas, para que o orquestrador possa selecioná-la de forma confiável? |
| ✓ |
Você confirmou se modelos ou configurações avançadas exigem o uso de um prompt de IA em vez do orquestrador? |
| ✓ |
Você testou as ferramentas de forma independente para validar cargas úteis, esquema, tratamento de erros e características de desempenho? |
| ✓ |
Você avaliou se o cenário exige um agente filho ou um agente conectado em vez de uma ferramenta? |
Canais, clientes e entrega
| Pronto? |
Tarefa |
| ✓ |
Você escolheu os canais corretos para seu público e verificou os formatos de mensagens que cada canal suporta, como Markdown, Cartões Adaptáveis e imagens? |
| ✓ |
Você validou o comportamento dos aplicativos clientes e garantiu que os usuários tenham uma experiência consistente no Teams, Webchat, mobile ou aplicativos personalizados? |
| ✓ |
Você determinou se a implementação exige transferência de agente humano e selecionou o padrão indicado, seja Bot-como-agente, ou Bot-no-loop? |
| ✓ |
Você confirmou se os créditos, a latência e o comportamento de transferência do agente são aceitáveis para o modelo de transferência escolhido? |
Tópicos, Frases de Gatilho e Preenchimento de Slots
| Pronto? |
Tarefa |
| ✓ |
Você estruturou seus tópicos de forma que cada um tenha um propósito claro e evite responsabilidades sobrepostas? |
| ✓ |
Você projetou frases de gatilho eficazes que abrangem sinônimos, variações e vocabulário específico do domínio? |
| ✓ |
Você definiu entidades e regras de preenchimento de slots para garantir que o agente colete as informações necessárias de forma eficiente? |
| ✓ |
Você avaliou se entidades personalizadas, como closed list ou RegEx, são necessárias para evitar confusão na NLU? |
| ✓ |
Você validou o comportamento de fallback e garantiu que o agente resolva de maneira tranquila informações não encontradas ou pouco claras? |
Textos explicativos de melhores práticas
-
Nomeie os componentes de forma clara e intencional: use nomes orientados à ação e legíveis para humanos para ferramentas, tópicos e agentes conectados, para ajudar o orquestrador a escolher de forma consistente o componente certo.
-
Projete entradas e saídas com propósito: use nomes de entrada concisos e fáceis de entender e saídas estruturadas, para que o orquestrador possa auto-promptar naturalmente e encadear etapas de forma confiável.
-
Mantenha as capacidades modulares e reutilizáveis: trate tópicos, ferramentas e agentes conectados como blocos de construção. Evite duplicar lógica entre fluxos ou componentes.
-
Priorize limites de segurança desde cedo: Defina quais ações a IA pode realizar de forma autônoma, quais ações exigem confirmação e quais ações exigem aprovação humana para evitar comportamentos não intencionais.
-
Faça a curadoria de fontes de conhecimento de alta qualidade: mantenha as bases de conhecimento pequenas, mas precisas, para reduzir o uso do contexto e a pesquisa de conhecimento. Remova conteúdos desatualizados ou irrelevantes para melhorar a qualidade da fundamentação e reduzir informações incorretas.
-
Escolha primeiro o padrão de integração mais simples: Prefira conectores ou fluxos de trabalho integrados, a menos que seu cenário exija explicitamente APIs personalizadas ou servidores MCP. Caminhos mais simples são mais fáceis de manter e depurar.
-
Defina o comportamento das ferramentas de forma clara e consistente: dê a cada ferramenta um nome significativo, uma descrição, um conjunto de entradas e uma saída esperada, para que o orquestrador possa selecioná-la corretamente e gerar planos estáveis.
-
Valide a autenticação antecipadamente: Evite surpresas confirmando se o cenário requer autenticação do usuário, credenciais do criador ou acesso seguro por meio de identidades gerenciadas.
-
Projete para latência e desempenho: Mantenha as consultas de API eficientes, reduza o tamanho das cargas úteis e evite encadear integrações lentas para garantir uma experiência conversacional responsiva.
-
Teste ferramentas, fluxos de trabalho e prompts isoladamente:: valide individualmente entradas, saídas e estados de erro antes de integrá-los aos tópicos ou ao orquestrador.
-
Planejar deliberadamente o comportamento do canal: compreenda quais canais dão suporte a Markdown, Cartões Adaptáveis, fotos ou layouts personalizados e projete as mensagens de acordo.
-
Estruturar tópicos para clareza e facilidade de manutenção: mantenha tópicos concentrados, evite sobrepor e garanta que cada tópico resolva uma única tarefa bem definida.
-
Elabore frases de gatilho que correspondam à linguagem real do usuário: Inclua variações, sinônimos e padrões comuns de frase para melhorar o reconhecimento de intenções e reduzir a frequência de fallback.
-
Utilize entidades para reduzir perguntas desnecessárias: Empregue entidades integradas e personalizadas para extrair informações da mensagem inicial do usuário, reduzindo atritos e agilizando os fluxos.
-
Teste completamente casos extremos de preenchimento de slots: valide como o agente se comporta quando o usuário fornece múltiplos valores, informações incompletas ou entradas ambíguas, e refine as entidades para reduzir a confusão.