Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
No modo de streaming do Copilot Studio, um único modelo de IA generativa impulsiona todo o agente. Essa abordagem elimina a necessidade de árvores de intenções tradicionais, fluxos de diálogo rígidos ou camadas de orquestração separadas.
Em vez de unir múltiplos sistemas, o modelo atua como o cérebro do agente. O modelo decide dinamicamente como responder e quais ações tomar em tempo real.
O que o modelo generativo realmente faz
O modelo de IA generativa gerencia todo o ciclo de vida da conversa:
Entendendo a solicitação do usuário (intenção e entidades)
Decidir a próxima melhor ação, como:
Respondendo a partir de fontes de conhecimento
Chamando ferramentas, APIs ou integrações MCP
Fazendo perguntas de acompanhamento para esclarecimento
Executando essas ações
Gerando uma resposta natural e conversacional (voz ou texto)
Essa abordagem representa o modelo de orquestração generativa da Microsoft. Substitui:
Classificação tradicional de intenções da NLU (modo clássico de orquestração)
Roteamento da caixa de diálogo codificada
Árvores de decisão determinísticas
O resultado é um modelo de interação muito mais flexível, próximo ao humano.
Quando usar o conhecimento, as APIs ou o MCP
Em termos gerais, a diferença entre conhecimento, APIs e MCP depende do tipo de resposta ou ação necessária. Use o conhecimento quando o agente precisar explicar políticas, Perguntas frequentes, avisos de isenção de responsabilidade ou outras orientações baseadas em informações que raramente mudam. Use APIs quando o agente precisa de dados em tempo real, específicos do cliente, como verificar o status de um pedido ou recuperar detalhes da conta de um sistema de registro oficial. Use MCP quando precisar de escala e estrutura. Ele oferece uma forma padronizada para o modelo interagir com múltiplas ferramentas e sistemas de maneira consistente e governada.
Em termos simples: o conhecimento permite ao agente falar com mais inteligência, APIs possibilitam ações sobre dados em tempo real, e o MCP garante ambos de forma confiável em ambientes empresariais complexos.
| Abordagem | Quando usar | Principais características | Exemplos | Como funciona |
|---|---|---|---|---|
| Conhecimento (conteúdo estático) | A resposta é estática ou raramente muda. Não é necessário personalizar. Não é necessária validação do sistema. | Rápido e de baixo custo. Sem dependência de back-end. Ideal para perguntas frequentes e informações gerais. | Qual é o horário de funcionamento da loja? Você oferece reembolso em itens em promoção? Como funciona o plano de assinatura? | O modelo busca dados na base de conhecimento. Gera resposta direta sem chamadas externas |
| APIs (dados em tempo real) | Necessidade de dados transacionais em tempo real. A solicitação é específica do usuário. Requer uma resposta confiável do sistema. | Dinâmica e personalizada. Orientado pelo sistema de registro. Garante precisão e atualidade | Qual é o status do meu pedido? Tenho algum compromisso agendado? Meu reembolso já foi processado? Qual é o meu saldo atual? | O modelo detecta necessidade de dados em tempo real. Chama a API (Power Automate, conector, ponto de extremidade HTTP). Recebe dados estruturados. Converte em resposta de linguagem natural. |
| MCP (camada de orquestração de ferramentas) | É necessário ter integrações padronizadas e reutilizáveis. Múltiplos sistemas/ferramentas precisam trabalhar juntos. Requer acesso escalonável e governado para LLMs. | Atua como uma camada de contrato entre o modelo e as ferramentas. Possibilita orquestração entre sistemas. Seguro e mais escalonável para uso empresarial. | Extrair dados do CRM. Verificar sistemas de cobrança. Atualizar os sistemas de emissão de bilhetes. Cancele minha assinatura e reembolse a última cobrança, caso eu seja elegível ao reembolso | O modelo seleciona as ferramentas do MCP. O MCP orquestra vários sistemas de back-end. Executa fluxos de trabalho com segurança. Retorna resultados estruturados para geração de resposta |