Definiera din lösningsarkitektur

En tydlig lösningsarkitektur är avgörande för att förstå hur dina Copilot Studio-agenter fungerar inom det bredare affärs- och tekniska landskapet. Arkitekturen beskriver kärnkomponenterna i din agent, dess beroenden av andra system och hur den skalar för att möta affärsbehov.

Copilot Studio erbjuder en flexibel grund som förenar flera funktioner.

Livscykel för Copilot Studio-agent

Copilot Studio har stöd för en komplett livscykel från början till slut för att utforma, förbättra och hantera agenter i en enda, enhetlig SaaS-baserad upplevelse.

Under bygg- och publiceringsfasen kan du

• Designa, förbättra och hantera agenter: Skapa en agent och ta den live snabbt från en lättanvänd SaaS-tjänst.
• Chatta om kunskap med generativ AI: Få företagsspecifika svar med hjälp av dina filer, webbplatser, Dataverse, icke-Microsoft-appar och mer.
• Skapa specifika ämnen: Komplettera generativ AI-svar med specifika, kuraterade ämnen när du vill ha större kontroll.
• Bygg åtgärder: Skapa åtgärder och använd färdiga anslutningsprogram eller agentflöden för att anropa dina backend-system och API:er eller slutföra långkörande uppgifter.
• Publicera till flera kanaler: Publicera på mer än 20 språk och distribuera till valfri kanal med ett enda klick, inklusive Microsoft 365 Copilot.

Under fasen Analysera och Förbättra, kan du:

• Övervaka och förbättra: Få tillgång till rika inbyggda insikter och analyser.
• Integrera med AI-tjänster: Integrera med Microsoft Foundry, Azure Cognitive Services, Bot Framework och andra Microsoft-konversationsbaserade tjänster.

Hur de två faserna fungerar tillsammans

• Bygg och publicera tar dig snabbt till produktion med rätt arkitektur, styrning och kanaler.
• Analysera och förbättra säkerställer att du fortsätter att skapa värde genom att lära av användningen och åtgärda kvalitetsbrister.
• Tillsammans bildar de ett slutet kretslopp: lanserar med självförtroende, mäter noggrant och itererar medvetet – allt inom en enhetlig SaaS-upplevelse.

Copilot Studio kärnfunktioner

Skapa en upplevelse för AI-konversationsagent

Att skapa en effektiv konversations-AI-upplevelse går långt bortom att skapa en chattrobot. Det kräver en kombination av teknik, design och operativa förmågor som samverkar för att leverera sömlösa, säkra och intelligenta interaktioner. Här är de viktigaste komponenterna:

1. Språkförståelse och orkestreringsförmåga: Kärnan i all konversations-AI är förmågan att förstå vad användaren menar. Denna förmåga innefattar:

   1. Att förstå vad användaren säger (avsikt) och hur man ska reagera på det.
   2. Att extrahera nyckelinformation (entitet) från användarens yttranden.

2. Dialoghanteringsfunktioner: Samtal behöver struktur. Ska de följa ett styrt flöde eller vara öppna och flexibla? Dialoghantering säkerställer:

   1. Smidiga övergångar mellan ämnen.
   2. Hantering av avbrott och förtydliganden.
   3. Upprätthålla kontext under flerstegsinteraktioner.

3. AI-funktioner för att generera svar eller utföra åtgärder: Generativ AI driver rika, dynamiska svar och möjliggör:

   1. Söker företagskunskap.
   2. Sammanfatta innehåll.
   3. Utlöser åtgärder via API:er och anslutningsprogram för end-to-end-processer.

4. Integration med andra system: End-to-end-affärsprocesser innebär ofta anslutning till olika system och datakällor.

5. Distribution och drift: När upplevelsen är skapad måste den möta användarna där de befinner sig:

   1. Distribuera över kanaler som webbplatser, Teams eller appar.
   2. Stöd för flerspråkig och flerkanalspublicering.

6. Säkerhet och autentisering: Säkra slutpunkter och autentisera slutanvändare för att säkerställa tillförlitliga interaktioner.

   1. Vem kan anropa agenten?
   2. Måste användaren vara inloggad?

7. Analys och kontinuerlig förbättring:Prestandaarbetet fortsätter efter lanseringen.

   1. Använd telemetri, nyckelindikatorer och konversationstranskriptioner för att mäta effektivitet.
   2. Identifiera luckor och optimera för bättre resultat.

8. ALM: Att hantera miljöer och versioner är avgörande.

   1. Flytta agenter genom utvecklings-, test- och produktionsfaser.
   2. Automatisera distributioner och upprätthåll efterlevnad.

En framgångsrik konversationsbaserad AI-upplevelse kombinerar intelligent språkförståelse, säker integration och kontinuerlig förbättring, allt understött av robust implementering och styrning. Plattformar som Copilot Studio möjliggör detta genom att erbjuda en end-to-end SaaS-miljö där du kan designa, förbättra och hantera agenter sömlöst.

Läs mer:

• Introduktion till konversationsupplevelser
• Planera och skapa ett prestandatest för konversationsagent

Översikt över Copilot Studios tekniska arkitektur

Denna bild presenterar en teknisk arkitekturöversikt av Copilot Studio och visar hur agenter interagerar med kanaler, integrationer, AI-funktioner, säkerhet, analys och Microsofts molntjänster.

Till vänster visar diagrammet ingångspunkter för klienter, inklusive standardkontroller för webbchatt, Power Apps och Power Pages chattkontroller, anpassade klienter såsom Bot Framework webbchatt, server-till-server-mellanprogram, Microsoft Teams, Facebook Messenger, WhatsApp, Slack, Dynamics 365 Contact Center och Microsoft 365 Copilot. Azure Bot Service-kanaler och Bot Framework-robotar visas också.

Mittsektionen lyfter fram kärnkomponenter i Copilot Studios arkitektur, grupperade i kategorier:

• Körning: Anpassade kanaler, agent som färdighet och kanalbeteenden.
• Integrationer: HTTP-begäranden, anslutningsprogram, arbetsflöden, AI Builder-prompter och Bot Framework-färdigheter.
• ALM: Power Platform-lösningar och CI/CD-pipelines.
• Dialoghantering: Ämnen, åtgärder, inmatningar och utdata.
• Språkförståelse: Classic NLU, built-in NLU, bring-your-own NLU och generativ orkestrering.
• Generativa svar: Omskrivning av frågor, kunskapssökning över webbplatser, filer, SharePoint, Dataverse, Graph, federerad kunskap, Azure AI-sökning och sammanfattning.
• Säkerhet: Hemlighetshantering, identitet, autentisering, auktorisation, endpunktsäkerhet, datapolicyer och revisionsloggar.
• Utlösare: autonoma och systemdrivna utlösare.
• Analys: Standardanalys, teknisk telemetri och konversationstranskriptioner.

Till höger i diagrammet visas molntjänster som Copilot Studio kan använda, såsom Azure AI-språk, Microsoft 365 Graph, Azure AI-sökning, Microsoft (tidigare Azure AI) Foundry, Azure Monitor, Azure Storage, Azure Synapse Analytics och Microsoft Entra ID.

Tillsammans illustrerar dessa element hur Copilot Studio kopplar samman klientkanaler, orkestrering, integrationer och Azure- och Microsoft 365-tjänster för att skapa och köra konversationsagenter.

Identifiera tekniska utmaningar

Att identifiera potentiella hinder tidigt hjälper team att förbereda strategier för att hantera dem. Vanliga utmaningar inkluderar att ansluta säkert till lokala resurser, distribuera agenter till vissa kanaler som WhatsApp eller Slack, och hantera avancerade krav såsom att ladda ner transkriptioner eller stödja flerspråkiga användare. Dokumentera och validera dessa utmaningar med intressenter så att arkitekturen speglar både nuvarande behov och framtida krav.

Genomströmning och frekvensgränser

Högvolyms-, B2C- och autonoma distributioner kräver planering för genomströmning tillsammans med anslutnings- och kanaldesign. Frekvensgränser gäller för hela körningsflödet – inklusive Power Automate, Dataverse, anslutningsprogram och nedströms API:er – och arkitekturbeslut som miljösegmentering och utformning av utlösare påverkar direkt om lösningen håller sig inom dessa gränser vid hög belastning. Läs mer i Planera för genomströmning och frekvensgränser.

Målet med arkitekturöversikten är att ge en sammanhängande översikt som förenar affärsmål med den tekniska verkligheten. Genom att definiera konversationsflöde, AI-funktioner, integrationer, säkerhet och prestandakrav skapar du en gemensam förståelse bland alla intressenter och etablerar en grund som du kan skala, förvalta och kontinuerligt förbättra.

Utforma agentlösningar

Innehållet lösningar för konstruktionsagenter ger vägledning om viktiga principer och mönster för att skapa säkra och tillförlitliga agenter med fokus på Microsoft 365 Copilot. Ramverket tillhandahåller standardiserade metoder för agentutveckling, vilket säkerställer maximal avkastning på investeringen samtidigt som säkerhet på företagsnivå och efterlevnad upprätthålls.

Denna ram är organiserad i flera pelare:

• Avgör lämplighet för ändamålet
• Avgör operabilitet
• Fastställ förtroende, spårbarhet och transparens

Genom att tillämpa detta ramverk kan organisationer säkerställa kvalitet och förtroende genom att prioritera tillförlitlighet, spårbarhet och ansvarsfull artificiell intelligens för säkra, granskbara lösningar. Det möjliggör också skalning genom att ge utvecklare möjlighet att bygga lösningar som är i linje med branschens och Microsofts definierade bästa praxis, utan att behöva teknisk support från Microsoft.

Power Platform välstrukturerat

Power Platform Well-Architected tillhandahåller en uppsättning principer och bästa praxis för att hjälpa team att designa, bygga och driva arbetsbelastningar som är säkra, pålitliga och effektiva i stor skala. Den fungerar som en referenspunkt genom hela implementeringscykeln och säkerställer att varje beslut från arkitektur till styrning stödjer både omedelbara affärsresultat och långsiktig hållbarhet.

Ramverket är strukturerat kring flera huvudsakliga pelare:

• Tillförlitlighet
• Säkerhet
• Bästa driftförutsättningar
• Prestandaeffektivitet
• Upplevelseoptimering

Genom att utgå från dessa pelare kan organisationer gå längre än att enbart sätta en agent i drift och istället fokusera på att leverera agenter som är robusta, lättskötta och kan utvecklas tillsammans med verksamheten. Power Platform välstrukturerat fungerar som en guide för att göra bättre designval, utvärdera kompromisser och förbättra den totala kvaliteten på lösningsutformning i Copilot Studio.

Lösningsidéer som dokumenterats i Power Platform och Copilot Studio Architecture Center illustrerar ett tydligt, modulärt sätt att dokumentera komplexa lösningar genom att bryta ner dem i enhetliga arkitektoniska byggblock. De visuella diagrammen, som det här exemplet, tydliggör hur komponenterna är sammanlänkade från början till slut genom klientgränssnitt, körbeteenden och underliggande Azure-tjänster. Denna struktur kan fungera som en modell för din egen arkitekturdokumentation: definiera varje lager i din lösning, kartlägg hur data och åtgärder flödar genom systemet, visa hur din agent interagerar med externa system eller affärsprocesser, och dokumentera hur din agent tillämpar principerna för Power Platform välstrukturerat. Genom att följa den här metoden skapar du dokumentation som är lättare för intressenter att förstå, underhålla och utöka, samtidigt som du anpassar lösningen till branschstandardmönster och designpraxis som rekommenderas av Microsoft.

Granska lösningsidén för att införa en anpassad kontaktcenterlösning med Copilot Studio-agenten.

Nästa steg

Lär dig hur du kan tillämpa principer för ansvarsfull AI för att säkerställa att din lösning är rättvis, transparent, säker och i linje med Microsofts Responsible AI-standard.

Relaterad information

• Planera för dataflöde och kvotbegränsningar
• Copilot Studio – översikt
• Power Platform och Copilot Studio arkitekturcenter
• Checklista för att initiera diskussioner om agentbaserad arkitektur