Otimização do Copilot Modelo do agente de otimização (pré-visualização de acesso antecipado)

O modelo de agente de otimização para Microsoft Copilot ajuda-o a modelar e resolver problemas de otimização de negócios específicos da sua organização. Use o agente para tomar decisões ideais para cenários como organizar equipes, atribuir trabalho ou planejar estratégias de vendas.

Descreva seu problema de otimização especificando metas, restrições e dados. O modelo do agente de otimização calcula uma solução ideal com base nessas entradas, sem exigir experiência em codificação ou modelagem matemática.

Visão geral do modelo de agente de otimização

Usando o modelo de agente de otimização, você pode resolver problemas de negócios baseados em decisões definindo:

• Objetivos, tais como atribuir pessoas a projetos com base em competências ou planear territórios de vendas
• Regras e preferências, como manter as equipas existentes juntas ou manter-se dentro do orçamento
• Dados, tais como listas de empregados, projetos ou territórios

Depois de fornecer essas informações, o agente usa as ferramentas do Solver para calcular uma solução ideal que satisfaça todas as restrições e objetivos. Ele apresenta os resultados em uma experiência interativa, e você pode baixá-los como um arquivo .csv.

Os casos de utilização comuns incluem:

• Força de trabalho e implantação de talentos
• Atribuição de recursos e tarefas
• Planeamento de contas e território de vendas

O modelo de agente de otimização é projetado para usuários não técnicos e produz decisões ideais e explicáveis com satisfação garantida por restrições.

Também pode personalizar o agente para se alinhar com as políticas, terminologia e padrões de dados da sua organização, de modo a refletir a forma como a organização opera.

Em sua essência, o modelo de agente de otimização usa um grande modelo de linguagem personalizado (LLM) projetado para tarefas de otimização. O modelo traduz os seus objetivos, regras e dados de negócio num problema de otimização solúvel e calcula o resultado ideal de uma forma consistente com as preferências da sua organização.

Introdução ao modelo de Agente de otimização

Descreva o seu objetivo

Comece por explicar a decisão que pretende otimizar. Inclua contexto e detalhes para ajudar o agente a entender o problema.

Os exemplos incluem:

• Atribua funções abertas a funcionários com base nas suas competências.
• Alocar vendedores a territórios.

Carregue os seus dados

Forneça um ou mais ficheiros de .csv que contenham os dados necessários para a otimização, tais como funcionários, projetos, funções ou territórios. O uso de arquivos separados para entidades de dados diferentes melhora a precisão e a capacidade de interpretação.

Definir regras e objetivos

Defina restrições e objetivos que regem a solução.

• As restrições descrevem as regras que têm de ser seguidas, como manter-se dentro do orçamento, manter as equipas na mesma localização ou assegurar a cobertura necessária das funções.
• Os objetivos descrevem o que torna uma solução ideal, como maximizar o alinhamento de habilidades, minimizar a distância de viagem ou reduzir o tempo de espera.

Adicione várias restrições e objetivos. Para obter os melhores resultados, adicione-os um de cada vez e descreva-os de forma clara. O agente pode fazer perguntas esclarecedoras se você precisar fornecer mais detalhes.

Rever a configuração

À medida que interage com o agente, um painel lateral mostra como o problema é interpretado, incluindo:

• Objectivos
• Variáveis de decisão
• Constrangimentos
• Objectivos
• Dados carregados

Pode pedir ao agente para editar ou remover qualquer parte da configuração.

Clarificar conforme necessário

Se o agente detectar ambiguidade ou informações ausentes, ele solicitará que você esclareça restrições ou objetivos para garantir que o problema seja viável e solucionável.

Obtenha a sua solução

Quando estiver pronto, peça ao agente para resolver o problema com os seus dados. O agente executa ferramentas de resolução e apresenta a solução ideal com base nos seus objetivos e restrições. Pode rever os resultados interativamente e transferir o resultado completo como um ficheiro .csv.

Principais capacidades

O modelo de Agente de otimização:

• Interpreta o cenário do seu negócio para definir o objetivo de otimização.
• Identifica variáveis de decisão que representam as escolhas a otimizar.
• Traduz objetivos e restrições em um problema estruturado de otimização.
• Utiliza ferramentas do Solver para calcular uma solução ideal.

A solução resultante:

• Satisfaz todas as restrições definidas.
• Representa o resultado ideal para os dados fornecidos.

Quando usar o modelo de agente de otimização

Use o modelo Agente de otimização quando precisar determinar a melhor decisão possível sob restrições. Comece por identificar a decisão que pretende otimizar.

Identificar a decisão

Determinar que escolha precisa ser feita, como atribuir recursos, agendar atividades ou alocar territórios. Se nenhuma decisão for necessária, o modelo do agente de Otimização pode não ser a ferramenta certa.

Definir objetivos

Especifique critérios que definam um bom resultado. Pode incluir um ou mais objetivos.

Exemplo: minimizar os custos de deslocação em atribuições de vendas.

Definir regras e limites

Identifique restrições que devem ser seguidas, como limites de capacidade, requisitos de função ou políticas de localização.

Preparar os seus dados

Forneça dados que suportem seus objetivos e restrições. Por exemplo, os limites de capacidade requerem dados sobre a disponibilidade de recursos e a otimização de viagens requer dados de localização.

Decomponha problemas complexos

Muitas vezes, é possível dividir grandes problemas de otimização em decisões menores e relacionadas, que são mais fáceis de modelar e resolver.

O modelo do Agente de otimização não se destina a análise de dados gerais ou cenários de computação matemática.

Limitações

• O agente suporta apenas ficheiros .csv.
• Pode carregar vários ficheiros .csv, mas tem de respeitar os limites de tamanho e contagem de ficheiros.
• Pode definir qualquer número de restrições e objetivos através do chat.

Agentes de contexto ajustados

Ao utilizar um agente de contexto ajustado, pode guardar um problema de otimização personalizado para reutilizar em toda a sua organização. O agente lembra-se da estrutura do problema, incluindo metas, restrições, objetivos e esquema de dados.

Esta abordagem é útil para decisões recorrentes, como planeamento trimestral, revisões anuais ou cenários reutilizados pelas equipas ou funções.

Quando utilizar um agente de contexto ajustado

Use um agente de contexto ajustado quando precisar:

• Configurar um problema de otimização uma vez e reutilizá-lo
• Lembre-se das suas regras, preferências e estrutura de dados
• Partilhar um agente personalizado com outras pessoas na sua organização

De que se lembra o agente

Um agente de contexto ajustado armazena:

• O problema de otimização da base, incluindo metas, objetivos e restrições
• O esquema de dados, como nomes de campos e tipos de dados

O agente não armazena os ficheiros de dados carregados.

Ajustar um modelo de agente de Otimização

Para ajustar um modelo de agente de otimização:

1. Crie um novo agente selecionando o modelo de Otimização .

   

2. Forneça um nome, uma descrição e pedidos sugeridos. As instruções padrão são pré-preenchidas e otimizadas para o modelo de agente de otimização.

   

   Importante

   • Não altere as instruções predefinidas, a menos que tenha uma razão específica para as editar.
   • Não adicione capacidades ou fontes de conhecimento. O modelo de agente de otimização não os suporta.

3. Selecione Criar para concluir a configuração e abrir o chat do agente.

4. Selecione Tune agent e, em seguida, Tune context.

   

5. Utilize o chat para descrever o seu objetivo, carregar dados, definir restrições e especificar objetivos. Reveja a configuração no painel lateral à medida que avança.

   

   

6. Selecione Update agent para salvar a definição do problema.

   Nota

   Os dados carregados não são guardados. Apenas a estrutura do problema é mantida.

   

7. Partilhe o agente sintonizado com outras pessoas na sua organização.

   

   

Partilha e segurança

• Você controla quem pode acessar o agente.
• O contexto do agente permanece dentro da sua organização.
• O sistema não armazena os dados carregados.

Best practices

• Use uma linguagem precisa para metas, restrições e objetivos.
• Teste o agente com dados de exemplo antes de partilhá-los amplamente.
• Atualize o agente à medida que os requisitos de negócios mudam.

Exemplo: otimização da estratégia de vendas

Cenário
Planeie uma estratégia de vendas para um ano fiscal ao atribuir equipas de vendas a territórios e ao mesmo tempo manter relações de contas chave, gerir custos de viagens e cumprir objetivos de vendas.

Objectivo
Atribua pessoal de vendas a territórios de vendas.

Ficheiros de dados

Forneça ficheiros .csv, tais como:

• People.csv: Detalhes do vendedor
• Territories.csv: Atributos de território
• Roles.csv: Limites e cobertura das funções
• States.csv: Dados de localização para cálculos de viagens

Objectivos

• Maximizar a continuidade preservando as atribuições de conta existentes
• Maximize a cobertura das atribuições de pessoas para território
• Minimizar a distância total percorrida

Constrangimentos

• Os vendedores podem ser atribuídos apenas dentro de uma única vertical de setor
• Devem ser respeitados os limites específicos das funções nas atribuições de territórios.
• Cada território deve ter cobertura de função obrigatória

O agente gera automaticamente variáveis de decisão que representam escolhas de atribuição. Ele calcula valores ótimos e apresenta os resultados em um formato fácil de entender.

FAQ

O que é o modelo de agente de otimização?

O modelo de agente de otimização ajuda a resolver problemas de negócios baseados em decisões, como alocação, programação e planejamento de recursos, computando soluções ideais com base em metas, restrições e dados.

Preciso de competências técnicas para o utilizar?

Não. Descreve o problema em linguagem simples e fornece dados. O agente lida com a lógica de otimização.

Que tipos de problemas são suportados?

Os exemplos incluem:

• Atribuir colaboradores a funções ou projetos
• Planear territórios de vendas
• Agendar turnos
• Organizar recursos

Como são tratados os meus dados?

Os seus dados permanecem dentro do seu inquilino e são utilizados apenas durante a conversação para soluções computacionais. Os agentes de contexto ajustados armazenam apenas definições de problemas e esquema de dados, não dados ou resultados.

Posso alterar as regras mais tarde?

Sim. É possível modificar restrições e objetivos. Alterações significativas que alteram a estrutura do problema podem exigir a criação de um novo agente.

Que formatos de ficheiro são suportados?

Apenas são suportados ficheiros .csv.

O que acontece se o problema for inviável?

O agente alerta-o caso constrangimentos ou dados tornem o problema insolúvel e orienta-o no ajuste da configuração.

Conteúdos relacionados

• Otimização do Copilot visão geral