Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Det är AI-funktionerna som gör Copilot Studio till mer än bara en skriptad chattrobot. Med generativ AI i sin kärna är Copilot Studio inte utformat för att författas i stor utsträckning ämne för ämne. Istället fokuserar den på författade affärskritiska upplevelser som arbetar sida vid sida med AI-driven kunskap, orkestrering och automatisering. Detta tillvägagångssätt innebär att agenter inte längre förlitar sig på hundratals rigida ämnen för att täcka varje möjlig fråga. Istället kombinerar de kuraterade ämnen med flexibla generativa svar, grundade i pålitliga källor.
Sammanfattning av AI-kapacitetsalternativ
| Funktion | Vad det möjliggör | Begränsningar eller överväganden |
|---|---|---|
| Generativ orkestrering | Igenkänning av flera avsikter, dynamisk länkning av ämnen, kunskap och handlingar | Begränsningar i orkestreringens längd; noggrann testning krävs för mer komplexa flöden |
| Generativa svar | Dynamiska svar från anslutna kunskapskällor, med sammanfattningar och citeringar | Noggrannheten beror på datakvalitet; kräver planering för följdfrågor |
| Generativt verktyg | Skapande och uppdatering av ämnen med hjälp av naturligt språk | Mänsklig validering krävs; genererade dialoger kan behöva förfinas |
| Datoranvändning | Styr en dator genom att använda diskussioner på naturligt språk | Behöver tillhandahålla och underhålla en maskin för agenten att använda |
| AI-prompter | Generera ett svar från en AI-modell givet en uppsättning instruktioner | Prestanda och kapacitet varierar beroende på vilken AI-modell som väljs |
| AI-godkännanden och andra AI-funktioner | Beslutsautomatisering, sentimentutlösare, transkriptionsanalys, AI Builder-integration | Funktionerna är fortfarande under utveckling; säkerställ att styrning och övervakning är på plats |
Generativa åtgärder och orkestrering
Genom att använda generativ orkestrering kan agenter automatiskt kedja ihop ämnen, åtgärder och kunskapskällor. Denna metod ersätter den traditionella modellen för förståelse av naturligt språk (NLU) med en modell som drivs av stora språkmodeller och kan känna igen flera avsikter i ett enda yttrande samt extrahera flera entiteter, även av samma typ. När de parkopplas med åtgärder kan agenter anropa API:er, köra agentflöden eller utlösa anslutningsprogram. Agenten ber endast användaren om saknade detaljer och sammanfattar sedan resultaten. Detta tillvägagångssätt gör det möjligt för agenter att inte bara svara, utan också agera över system.
Läs mer: Använd generativa orkestreringsfunktioner
Generativa svar
Genom att använda generativa svar kan agenter svara dynamiskt genom att söka bland kunskapskällor som Dataverse, SharePoint, OneDrive, publika webbplatser eller annan skräddarsydd data. Istället för att manuellt skapa vanliga frågor och svar konfigurerar du vilka källor agenten ska använda, och AI:n genererar svar. Den sammanfattar hämtat innehåll från källor, validerar resultaten och genererar referenser där det är möjligt. Du kan placera generativa svar på flera punkter i ett ämnesflöde eller i ämnet Konversationshjälp innan Reserv. Denna metod ger bred täckning utan det underhåll som manuella ämnen innebär.
Generativt verktyg
Att skapa agenter är inte längre begränsat till att manuellt definiera varje meddelande eller dialogväg. Med den generativa byggaren kan du beskriva vad du vill ha på naturligt språk, och AI:n skapar agenten åt dig. Denna metod minskar tiden att skapa och uppdatera ämnen, ger föreslagna variationer för att få agenten att kännas mer naturlig och kan till och med hjälpa till att skapa Adaptiva kort som samlar information. Även om mänsklig granskning alltid krävs påskyndar den generativa utvecklaren designarbetet för både tekniska användare och företagsanvändare.
Datoranvändning
Datoranvändning gör det möjligt för en agent att utföra handlingar på en dator genom att visuellt tolka skärmen och utföra uppgifter steg för steg, utan att behöva API:er eller skriptad automation. När agenten aktiveras analyserar den bilder av det aktiva fönstret, avgör nästa åtgärd och fortsätter tills uppgiften är avslutad. Funktionen datoranvändning är användbar för att integrera äldre appar, skrivbordsbaserade arbetsflöden och processer med flera appar som saknar moderna integrationer. Denna funktion utökar Copilot Studio bortom konversationslogik och möjliggör verklig uppgiftsautomatisering i webb- och skrivbordsmiljöer där traditionella anslutningsprogram eller HTTP-anrop inte är tillgängliga.
Läs mer: Automatisera skrivbordsprocesser med hjälp av datoranvändningsverktyget
AI-prompter
AI-promptar låter skapare direkt kontrollera hur en AI-modell ska tolka en instruktion, formatera ett svar eller utföra resonemangsuppgifter. Till skillnad från orkestrering ger AI-promptar full kontroll över modellens inmatning, inklusive ton, begränsningar, exempel och strukturerade utdataformat som JSON. Prompter kan använda en mängd olika modeller, däribland Microsoft Foundry-modeller, och har stöd för avancerade funktioner som grundning i Dataverse och kodtolken när dessa är aktiverade. Denna kontroll gör AI-promptar idealiska för scenarier som kräver precis språkgenerering, strukturerad datautvinning eller höggradigt anpassade utdata som skulle vara svåra att uppnå enbart genom generativ orkestrering.
Läs mer: Generera ett svar genom att använda AI-promptar
Andra AI-funktioner
Utöver konversationsgenerering fortsätter Copilot Studio att expandera till närliggande AI-scenarier. Till exempel:
- Genom att använda flerstegs- och AI-godkännanden i agentflöden kan agenten automatiskt bedöma och fatta beslut om godkännandeförfrågningar med hjälp av fördefinierade kriterier.
- Attitydanalys, där negativ ton kan utlösa en eskalering till en levande agent.
- Transkriptanalys för upptäckt av nytt ämne.
- Integration med AI Builder för bildigenkänning och textextraktion.
Tillsammans gör dessa funktioner att agenterna går bortom dialog och möjliggör beslutsautomation och innehållsförståelse.
Ansvarsfull AI och efterlevnad
Alla generativa AI-funktioner i Copilot Studio körs på Microsoft Foundry och följer Microsofts Responsible AI-standarder. Systemet förankrar svaren där det är möjligt, validerar dem för att minska felaktig information och modererar skadligt eller regelstridigt innehåll. Systemet lagrar tillfälligt konversationer endast för driftsupport, och Customer Lockbox kan kontrollera vilken supportåtkomst som helst. Agenter lämnar inte ut klientorganisationsdata till modellträningen, och miljöinställningar gör det möjligt för administratörer att inaktivera funktioner som kräver dataöverföring mellan regioner.
Läs mer: Vanliga frågor och svar om ansvarsfull AI för Copilot Studio.