Översikt över Microsoft Copilot-justering (förhandsversion av tidig åtkomst)

Microsoft Copilot-justering är en AI-anpassningsfunktion som gör det möjligt för organisationer att skapa uppgiftsspecifika Copilot-agenter genom att justera stora språkmodeller (LLMs) med sina egna organisationsdata. Med hjälp av finjustering kan agenter skapa svar som återspeglar en organisations domänkunskap, terminologi, ton och kvalitetsstandarder.

Till skillnad från AI-upplevelser för generell användning är justerade agenter utformade för specifika, repeterbara uppgifter. Eftersom de fungerar helt inom Microsoft 365-klientorganisationen skyddas organisationsdata av befintliga säkerhets-, efterlevnads- och styrningskontroller.

Den här artikeln ger en översikt över Copilot-justering, inklusive viktiga funktioner, scenarier som stöds, justeringsbegrepp och administrativ styrning.

Viktiga funktioner

Copilot-justering gör det möjligt för organisationer att skapa AI-upplevelser som överensstämmer nära deras affärsbehov. Den erbjuder följande funktioner:

• Anpassning utan kod – Skapa finjusterade agenter med hjälp av mallar i Agent Builder utan kunskaper i kodning eller datavetenskap. Företagsanvändare och domänexperter kan vägleda finjusteringen med hjälp av granskade exempel och organisationsinnehåll.

• Uppgiftsspecifika agenter – Skapa agenter som är optimerade för scenarier med högt värde, till exempel att svara på frågor, skriva dokument, sammanfatta, verifiera och redigera skrivstil. Finjusterade agenter producerar utdata som återspeglar organisationens vokabulär, struktur och förväntningar.

• Förbättrad effektivitet och konsekvens – Genom att bädda in organisationskunskap i Copilot kan justerade agenter minska den tid som krävs för komplexa innehållsuppgifter samtidigt som konsekvensen och efterlevnaden av interna standarder förbättras.

• Integrering med Microsoft 365-data – Justerade agenter kan använda valt organisationsinnehåll och resonera över företagsdata i realtid via Microsoft Graph, vilket hjälper till att säkerställa att svaren baseras på uppdaterad information.

• Säkerhet i företagsklass – Alla justeringsåtgärder sker inom Microsoft 365-förtroendegränsen. Finjusterade agenter följer åtkomstkontrollistor (ACL:er) från träningsdata och returnerar endast information som användare har behörighet att komma åt.

Scenarier som stöds

Copilot-justering stöder en uppsättning uppgiftsorienterade agentmallar.

Skriva dokument

Dokumentskrivande agenter genererar strukturerade, långa dokument baserat på organisationsmallar, exempel och standarder. Dessa agenter kan producera de första utkasten av innehåll, till exempel förslag, kontrakt, policyer och teknisk dokumentation samtidigt som de följer formaterings- och efterlevnadskraven.

Mer information finns i Mallen Agent för dokumentskrivning.

Sammanfattning av dokument

Dokumentsammanfattningsagenter genererar skräddarsydda sammanfattningar baserat på ton, målgrupp, syfte och längd. Organisationer kan finjustera dessa agenter så att de återspeglar interna sammanfattningsstandarder och framhäva den information som är mest relevant för deras användningsfall.

Mer information finns i Agentmall för dokumentsammanfattning.

Expertsvar (Q&A)

Expertsvarsagenter ger domänspecifika svar genom att grunda svar i organisationsinnehåll. De här agenterna stöder scenarier som kräver djupsökning i stora datamängder, strikta principskyddsmekanismer eller specialiserad terminologi.

Mer information finns i Mallen Expert Answers-agent.

Dokumentvalidering

Dokumentverifieringsagenter granskar dokument för efterlevnad av organisationens riktlinjer, principer, varumärkesstandarder och regelkrav. De identifierar problem, kategoriserar risker och ger användbar feedback direkt i dokumenten.

Mer information finns i Mallen för dokumentverifieringsagent.

Stilredigering

Stilredigeringsagenter förfinar utkast så att de överensstämmer med varumärkets riktlinjer för röst, ton och skrivande. Dessa agenter hjälper till att säkerställa konsekvens mellan innehåll som produceras av olika användare och team.

Mer information finns i Mall för formatredigeringsagent.

Optimeringsagent

Optimeringsagenter hjälper till med affärsoptimeringsproblem som resursallokering, uppgiftstilldelning och planering. Användarna definierar mål och begränsningar, och agenten skapar förklarliga lösningar baserat på uppladdade data och organisationsregler.

Mer information finns i Optimeringsagent.

Val av agent

Välj en mall baserat på den aktivitet som du vill slutföra. Justerbara mallar är utformade för specifika, repeterbara uppgifter som dokumentskrivning, sammanfattning, frågesvar, validering, formatredigering och optimering.

Mappa ett arbetsflöde till mallar

Många arbetsflöden använder mer än en mall.

Agentjustering

Med agentjustering kan du förfina agenter som skapats från justerbara mallar i Microsoft Copilot Agent Builder. Varje justerbar mall är utformad för en specifik uppgift och innehåller ett fördefinierat inferensarbetsflöde som anger grundmodell, instruktioner, jordningsmetod, verktygsanvändning och generering av utdata. Det här arbetsflödet ger en optimerad standardkonfiguration – ett färdigt "recept" som hjälper agenter att hämta relevant kontext, använda verktyg effektivt och producera högkvalitativa resultat från början.

I många scenarier uppfyller agenter som skapats från dessa mallar kvalitetsförväntningar utan fler anpassningar. När ytterligare förfining krävs – till exempel att justera utdata närmare organisationens standarder, domänspecifika behov eller användarförväntningar – ger agentjustering strukturerade sätt att förbättra beteende och prestanda.

Justerbara mallar är tillgängliga för Copilot-licensierade användare i berättigade klienter och skapas i Agent Builder. När du skapar en agent från en justerbar mall kan användarna anpassa egenskaper som stöds, till exempel agentens namn, instruktioner och uppmaningar. Åtkomst till justeringsfunktioner beror på klientadministratörens konfiguration. Om justeringsalternativen inte är tillgängliga kan användarna behöva begära åtkomst från en administratör. Berättigade användare skulle kunna visa alternativet "justera agent" när de har skapat en agent från en justerbar mall.

Det finns stöd för tre typer av justering: justeringskontext, justeringsverktyg och justeringsmodell. De här dimensionerna är utformade för att fungera tillsammans och utvärderas med hjälp av konsekventa användarmålsdrivna kriterier för att säkerställa att finjusteringen leder till mätbara förbättringar.

Justera kontext

Kontextjustering definierar agentens mål och framgångskriterier genom att ange den primära uppgiften, domänen och representativa exempel. Kontextkraven varierar beroende på mall. Mallar för dokumentskrivning använder till exempel exempel exempel på de typer av dokument som handläggaren ska skapa, mallar för dokumentsammanfattning kräver indata som syfte, målgrupp, längd, ton och fokusområden och mallar för expertsvar förlitar sig på exempelfiler för att generera utvärderingsfrågor och svar. Baserat på denna input föreslår systemet delmål och utvärderingsrubriker, som upprättar en mätbar baslinje för att bedöma agenternas prestanda.

Justeringsverktyget

Verktygsjustering utökar agentfunktionerna genom att integrera ytterligare agenter eller verktyg i arbetsflödet. De här verktygen kan användas för att utföra uppgifter som forskning, validering eller justering av skrivstilen. Anpassade orkestreringsinstruktioner definierar hur verktyg används och agentens prestanda omvärderas mot de etablerade rubrikerna när ändringar har gjorts.

Justera modell

Modelljustering fokuserar på att förbättra resonemang och utdatakvalitet genom övervakade finjusterings- och förstärkningsinlärningstekniker. Högkvalitativa exempel från organisationsdata används som träningsindata, med utvärderingsrubriker som vägleder anpassningen till organisationens förväntningar. Under den här processen kan åtkomstkontroller, filbehörigheter och känslighetsetiketter tillämpas. Modelljusteringen körs asynkront, vilket gör att användarna kan fortsätta att använda den befintliga agenten medan justeringen pågår. När justeringen är klar avgör utvärderingsresultaten om den uppdaterade modellen är redo att publiceras.

Agentjustering är en iterativ process i stället för en engångskonfiguration. Organisationer uppmanas att övervaka verklig användning, samla in feedback och förfina sammanhang, verktyg, data eller regler när kraven utvecklas med tiden. Den här pågående livscykeln hjälper till att säkerställa att agenter förblir korrekta, relevanta och anpassade till föränderliga behov.

Använda finjusterade agenter

När agenter har skapats eller justerats kan de delas med berättigade användare i organisationen. Användare interagerar med finjusterade agenter via Microsoft Copilot upplevelser som stöds, till exempel Microsoft Copilot appen eller Copilot Chat i Microsoft Teams.

Justerade agenter ger följande fördelar:

• Ökad produktivitet genom snabbare skapande och analys av innehåll
• Förbättrad noggrannhet genom att grunda svar i organisationsdata
• Konsekventa resultat i linje med interna standarder
• Bredare åtkomst till kunskap om organisationen i olika team

Metodtips

Tillämpa följande metodtips för att få ut mesta möjliga av avstämda medel:

• Förstå agentens omfattning och begränsningar.
• Använd tydliga, specifika uppmaningar.
• Tillhandahåll startinstruktioner för att vägleda användarna.
• Förfina utdata genom interaktioner med flera svängar.
• Följ organisationens säkerhets- och efterlevnadsprinciper.
• Uppmuntra användarfeedback för att förbättra handläggarens kvalitet över tid.

Ansvarsfriskrivning

AI-administratören ansvarar för att säkerställa att din användning av den här produkten följer alla tillämpliga lagar om dataskydd, integritet och immateriella rättigheter. Detta omfattar att uppfylla dina skyldigheter som personuppgiftsansvarig enligt förordningar som GDPR eller CCPA.

Personuppgiftsansvarigas skyldigheter

• Du ansvarar för hur data samlas in, lagras och används i klientmiljön.
• Du måste se till att dina datarutiner uppfyller juridiska krav för transparens, samtycke, åtkomst och borttagning.
• Du ansvarar för att verifiera noggrannheten, lämpligheten och efterlevnaden för alla utdata som genereras från det här systemet innan du använder dem. Kan kräva granskning med ämnesexperter.

Upphovsrätt och modellutbildning

• Om du väljer att träna en anpassad modell med dina egna data måste du se till att du har rätt rättigheter eller licenser för upphovsrättsskyddat material som ingår i träningsuppsättningen.
• Upphovsrättsskydd gäller inte för modeller som tränats med obehörigt upphovsrättsskyddat innehåll. Du tar fullt ansvar för all sådan användning.

Borttagning av data

• Om en användare vars data används för att träna en modell skickar en giltig borttagningsbegäran enligt GDPR (eller liknande regler) måste du träna om modellen.
• När du finjusterar en modell justeras modellvikterna baserat på träningsdata. Du kan när som helst ta bort den finjusterade modellen.

Relaterat innehåll

• Agenter för Microsoft Copilot
• Skapa agenter med agentbyggaren i Copilot Studio
• Översikt över Copilot Studio