Frontier Tuning ayuda a tu organización a crear y mejorar agentes utilizando el conocimiento empresarial, las herramientas, los flujos de trabajo y los criterios de evaluación. Estas respuestas ayudan a los creadores, expertos en la materia y administradores a comprender la participación, las opciones de mejora y la gobernanza antes de elegir un flujo de trabajo.
Los primeros cinco grupos de preguntas cubren los entornos de ajuste. Los cuatro últimos grupos, desde las capacidades de optimización de Copilot hasta la mejora de la calidad y el rendimiento, conservan las preguntas más frecuentes de Agent Builder existentes. Su aplicabilidad a la experiencia basada en el entorno necesita confirmación; el ajuste de contexto, herramientas y modelos no es equivalente a los flujos Rápido, Ligero y Profundo.
Contexto del generador de agente existente: aplicabilidad pendiente
La optimización de Copilot es un servicio que mejora la personalización de los agentes de Microsoft Copilot mediante la optimización del contenido, las herramientas y los modelos en datos específicos del espacio empresarial. Con las capacidades proporcionadas por la optimización de Copilot, las organizaciones pueden usar sus datos patentados para mejorar la relevancia y precisión de las salidas generadas por agentes de IA. Este ajuste ayuda a los agentes a comprender y cumplir con la terminología, los flujos de trabajo y los procesos empresariales únicos de la organización.
La optimización de Copilot introduce plantillas ajustables en Agent Builder que proporcionan recetas de inferencia personalizadas específicas de tareas. Con varias opciones de ajuste (contexto de ajuste, modelo de ajuste, herramientas de ajuste), las plantillas usan otras recetas específicas de tareas. Estos agentes pueden realizar tareas de alto valor, como la redacción de documentos, la respuesta de expertos, el resumen, la validación, la edición y optimización de estilos. Estas tareas se realizan dentro de los límites de seguridad y cumplimiento de Microsoft 365.
Importante
El ajuste de Microsoft Copilot está disponible actualmente para un conjunto limitado de clientes a través de programas de acceso anticipado. El acceso a través de Frontier está previsto para abril de 2026. Las características y los requisitos están sujetos a cambios.
General
¿Qué es Frontier Tuning?
Frontier Tuning ayuda a tu organización a crear y mejorar agentes específicos de tareas utilizando el conocimiento empresarial, las herramientas, los flujos de trabajo y los criterios de éxito, en lugar de depender solo de un modelo de propósito general. La mejora depende de evaluar los resultados y elegir cambios; no es una garantía de aprendizaje automático.
Para obtener una introducción, consulte la introducción a Frontier Tuning.
¿Qué es un entorno de ajuste?
Un entorno de ajuste, también denominado entorno de aprendizaje por refuerzo (RLE), agrupa los recursos utilizados para intentar tareas empresariales y evaluar los resultados. Contiene habilidades, criterios de evaluación, mensajes de muestra, fuentes de conocimiento, herramientas y configuraciones de modelos. Un sistema de IA intenta tareas, usa herramientas configuradas y se puntúa en función de los criterios que definas.
La agrupación lógica del entorno no establece dónde se almacenan todos los modelos, interacciones con clientes o tipos de datos. Consulte Conceptos de Frontier Tuning.
¿Quién puede crear entornos de ajuste?
El administrador debe confirmar la idoneidad de la versión prevista y la experiencia que usa. La elegibilidad, la cobertura de la política de gastos y el permiso para actuar en un entorno particular son requisitos separados.
Consulte las instrucciones de habilitación administrativa para conocer los requisitos actuales y las preguntas de revisión.
¿Qué experiencias puede usar para crear un entorno de ajuste?
Los creadores usan la CLI de ajuste directamente o a través de un agente de codificación, como GitHub Copilot con el complemento de ajuste. Los expertos en la materia capturan experiencia o brindan comentarios a través del complemento Share Your Expertise en Microsoft 365 Copilot Cowork.
El borrador proporcionado también describe la accesibilidad desde las API de Microsoft Copilot Studio y Work IQ. Pregunte a su equipo de cuentas de Microsoft qué experiencias están disponibles en su espacio empresarial. La creación de creadores, la contribución de expertos y el consumo de un activo publicado no son experiencias intercambiables.
¿Qué necesita antes de crear su primer entorno de ajuste?
Confirme la elegibilidad con el administrador y el acceso a la CLI de ajuste con un inicio de sesión de Microsoft 365. Identifique una tarea empresarial bien definida, un experto que pueda describir buenos resultados y ejemplos representativos. Confirme los permisos y el gasto posible para el trabajo que tiene previsto ejecutar.
El inicio rápido del entorno de ajuste de ejemplo proporciona una rampa de acceso solo de muestra, no un procedimiento general para incorporar los datos empresariales.
Expertos y contenido
¿Necesitan los expertos en la materia escribir código?
No. Los expertos aportan grabaciones, instrucciones, criterios de evaluación y muestras, y revisan los resultados en lenguaje sencillo. Los fabricantes utilizan las herramientas para construir y mejorar el entorno.
Los expertos pueden iniciar de forma proactiva o responder a la invitación de un fabricante. Cuando se admita, los expertos con el rol de colaborador pueden guardar la experiencia capturada directamente en el entorno; de lo contrario, lo comparten con el creador. Los comentarios solo se devuelven al creador en un mensaje que el experto revisa y aprueba. La captura de experiencia para su reutilización personal también es un propósito admitido, pero su procedimiento de almacenamiento y activación necesita confirmación.
¿Invitar a un experto le da acceso al entorno de ajuste?
No. Una invitación por sí sola no establece el permiso para acceder al entorno o guardar una contribución directamente. Conceder acceso al entorno e invitar a un experto a contribuir son acciones independientes.
El borrador suministrado nombra el rol de colaborador y el grupo de environments access grant comandos. Mantenga la invitación y cualquier concesión de acceso autorizado alineadas con las mismas personas confirmadas. Esta referencia de comando no es un procedimiento completo de concesión de acceso.
¿Pueden los expertos contribuir con una grabación de cómo realizan el trabajo?
Sí, cuando la captura de grabaciones está disponible. El borrador suministrado describe la extracción de una descripción de flujo de trabajo reutilizable de una grabación de pantalla y su transcripción. La transcripción de vídeo puede proporcionar una transcripción cuando esa característica está habilitada.
La experiencia de contribución de expertos acepta un vínculo de grabación de OneDrive o SharePoint y ayuda a redactar habilidades o criterios de evaluación para su revisión. Registrar la contribución no es en sí mismo un entrenamiento de modelos.
¿Cuántas muestras necesita?
Depende de la operación y el flujo. Una prueba de humo de una muestra puede verificar que la evaluación se ejecuta, pero no establece la calidad del agente. Use muestras representativas y un conjunto de evaluación almacenado por separado para comparar los resultados.
Consulte Indicaciones de ejemplo y evaluación retenida y Adaptación profunda de modelos.
¿Cuál es la diferencia entre las muestras de entrenamiento y evaluación?
Los ejemplos de entrenamiento admiten el ajuste del modelo y el refinamiento de los criterios de evaluación o habilidades elegibles. Los ejemplos de evaluación admiten puntuaciones y comparaciones.
Mantenga las muestras de evaluación retenidas fuera de refinamiento, generación, entrenamiento y sus entradas derivadas. Las etiquetas de muestra por sí solas no exigen esa separación. Confirme las muestras seleccionadas para cada operación en lugar de asumir un valor predeterminado universal.
¿Puede Frontier Tuning generar muestras para ti?
Sí, cuando está habilitada la generación de muestras. El borrador suministrado describe la samples suggest propuesta de muestras a partir de patrones de trabajo de Microsoft 365 y samples generations la creación de candidatos sintéticos a partir de muestras de semillas. Las plantillas precompiladas pueden incluir ejemplos, en función de la plantilla.
Revisa las propuestas de ejemplo generadas y guarda las que apruebes. Mantenga los datos de evaluación retenidos fuera de las entradas de generación. Este comportamiento de revisión de muestra no establece que cada operación de generación o refinamiento espera un guardado independiente.
¿Qué fuentes de conocimiento se admiten?
El borrador suministrado enumera los sitios y archivos de SharePoint, las carpetas de OneDrive y SharePoint, las conversaciones de Teams y las reuniones. Las fuentes de conocimiento son distintas de las herramientas que recuperan información o actúan sobre un servicio.
Véase Fuentes de conocimiento.
¿Cómo se pueden limitar los efectos secundarios de las herramientas en el mundo real durante la evaluación y el entrenamiento?
Elija herramientas con el comportamiento adecuado para la operación. Las herramientas virtualizadas usan lecturas reales mientras interceptan escrituras admitidas durante la evaluación y el entrenamiento. Las herramientas de simulacro utilizan sus propios datos; Sus resultados no establecen el rendimiento de los datos empresariales.
Las restricciones de solo lectura pueden limitar qué herramientas de complemento personalizado se ejecutan, pero una lectura nominal aún puede tener efectos, como marcar un mensaje como leído. Las lecturas reales también implican acceso a datos y carga de servicio. No asuma que todos los conectores están virtualizados o que una etiqueta de fase aísla todo el comportamiento de la herramienta.
Consulte las herramientas de ajuste de Frontier.
Evaluación y ajuste
¿Cómo sabes si un entorno de ajuste es lo suficientemente bueno?
Evalúe las muestras de evaluación retenidas y revise los resultados reales junto con los puntajes. Compare la línea base y el candidato con indicaciones, instrucciones, criterios y calificadores, estado de la fuente y la herramienta, muestras, modelo/versión, estrategia de inferencia y condiciones de repetición corregidas excepto por el cambio que está probando. Graba el desfase o los controles que no puedes mantener fijos.
Si cambian los criterios, establezca una nueva línea de base bajo los criterios revisados. Revise la cobertura fallida o no calificada, así como los puntajes informados. La preparación es una decisión en contra de los estándares de su tarea, no una consecuencia de un trabajo exitoso.
Consulte Evaluar antes y después de la afinación.
¿Cuáles son los flujos de ajuste Rápido, Ligero y Profundo?
Son opciones opcionales, no una escalera obligatoria. Quick mejora la inferencia a través de estrategias de búsqueda, Light refina las habilidades y los criterios de evaluación, y Deep adapta los pesos del modelo a través del ajuste.
Elija entre evidencia de evaluación. Mantener la línea base sin cambios o detenerse en rápido es válido cuando satisface sus necesidades. Estos flujos no son equivalentes a las dimensiones de ajuste de modelos, herramientas y contexto heredados.
Consulte Elegir un flujo de ajuste de Frontier.
¿Cuándo se debe afinar un modelo?
Considere el ajuste del modelo cuando la evidencia de evaluación muestre una brecha que la adaptación del modelo podría abordar. El refinamiento de habilidades o los cambios de inferencia pueden ser alternativas suficientes; completarlos en un orden fijo no es un requisito previo universal.
Antes del entrenamiento, confirme los criterios de evaluación estables, las muestras de entrenamiento adecuadas, el modelo base exacto y el gasto acordado. Evalúe el modelo resultante antes de adoptarlo. La calidad adicional o la eficiencia simbólica es un objetivo a medir, no un resultado garantizado.
¿Se pueden deshacer los cambios?
La recuperación depende de la operación. El refinamiento revisado difiere de la generación de criterios que se puede guardar inmediatamente después de la autorización. No asuma que todos los cambios esperan aprobación o pueden revertirse.
Cuando se habilita el control de versiones de aptitudes, el historial de versiones puede admitir la inspección de versiones anteriores. Confirme qué cambios se pueden restaurar y si se incluyen criterios de evaluación antes de confiar en la reversión.
Los nombres models delete de borrador suministrados para detener la publicación del modelo y tune delete para eliminar los datos de aprendizaje de un trabajo. Estas no son acciones de recuperación intercambiables ni instrucciones rutinarias para ahorrar costos.
Publicación y uso
¿Cómo se usa un entorno de ajuste finalizado?
Si se admite y habilita, el borrador proporcionado describe la publicación de un entorno como un agente de Microsoft 365 o de una aptitud individual como una aptitud de Microsoft 365. La publicación, la implementación o aprobación administrativa y el acceso del consumidor son decisiones separadas; Finalizar el ajuste no realiza esas acciones automáticamente.
Los desarrolladores también pueden usar interfaces compatibles para conectar un entorno a GitHub Copilot u otros clientes de MCP. Esas rutas no son intercambiables con un recurso de Microsoft 365 publicado.
Consulte Gobernar agentes publicados y habilidades para el contexto administrativo, no un procedimiento de publicación.
¿Quién puede usar una aptitud o agente publicado?
Revise el público de publicación y la gobernanza del agente de Microsoft 365 aplicable, incluido Microsoft Agent 365, cuando sea compatible. Los consumidores también necesitan autorización para el contenido en directo y las herramientas que usan.
Las personas cuyos datos informaron el ajuste no son automáticamente la audiencia de la publicación. La autorización de origen activo no establece por sí misma la aplicación de acceso sobre los efectos del modelo aprendido.
¿Pueden los agentes externos a Microsoft 365 usar su entorno de ajuste?
El borrador suministrado describe agentes externos y aplicaciones que envían solicitudes a través de interfaces compatibles, como un servidor MCP local. Confirme la ruta de conexión y el cliente admitidos antes de confiar en esa integración.
El ámbito de inquilino de un entorno no establece que cada mensaje, carga, informe o registro de cliente externo permanezca dentro del mismo límite.
Gobernanza, datos y facturación
¿Dónde se almacenan los datos del entorno de ajuste?
El borrador suministrado describe cada entorno como respaldado por un contenedor de SharePoint Embedded en su inquilino de Microsoft 365. Los administradores gobiernan el contenido de contenedores compatible con los controles de SharePoint y Microsoft Purview.
Esa cuenta de contenedor no establece la ubicación ni controla la cobertura de cada modelo, interacción con el cliente o registro generado por el sistema. Revise el almacenamiento y la gobernanza por tipo de datos y experiencia.
¿Se almacenan las indicaciones de los usuarios finales en el entorno de ajuste?
El borrador suministrado indica que los mensajes de inferencia y los archivos cargados solo para una sesión de inferencia no se conservan en el contenedor gobernado del entorno. Describe por separado el historial de ejecución de operaciones y diagnósticos.
La exclusión del contenedor no establece que las indicaciones, las cargas, los chats o los registros generados por el sistema no se conservan en otro lugar. Compruebe las directivas de host y servicio relevantes.
Consulte Evaluación de seguridad y privacidad.
¿Puedes llevar un modelo ajustado a otro lugar?
El borrador proporcionado describe los modelos optimizados de vista previa como hospedados por el servicio y no exportables. Propone por separado exportar habilidades, criterios de evaluación, definiciones de conocimientos y muestras a otro entorno.
La exportación de artefactos no es lo mismo que exportar pesos de modelo, copiar contenido de origen, crear conexiones de trabajo o transferir concesiones de acceso.
¿Qué pasa con la residencia de datos, las nubes soberanas y las certificaciones?
Confirme los compromisos específicos de la versión con el equipo de la cuenta de Microsoft antes de incorporar datos regulados. El borrador suministrado deja residencia, disponibilidad en la nube soberana y certificaciones para la documentación de lanzamiento; no establece esos compromisos.
Los compromisos anteriores de Agent Builder tienen su propia aplicabilidad y no se retiran por omisión del borrador más reciente.
¿Hay algún cargo durante la versión preliminar pública?
El borrador suministrado propone la facturación de créditos de Copilot basada en el uso durante la versión preliminar pública e indica que los requisitos previos existentes, como las licencias de Microsoft 365 Copilot, siguen siendo aplicables. Confirme la versión aplicable, la oferta con licencia, el medidor de servicio, el pagador y la cobertura de la póliza de gastos antes de planificar los cargos.
Los recuentos de tokens de trabajo, los informes de crédito y los importes facturados son medidas diferentes. Mantenga el uso del servicio de ajuste separado del uso del host.
Consulta Frontier Tuning: facturación y planificación de costos.
¿Cómo puede mantener bajos los costos?
Acordar el ámbito y el posible gasto antes de ejecutar el trabajo. Use una pequeña prueba de humo para verificar la preparación operativa, no para establecer la calidad. Aplicar la instrucción, los criterios y los cambios de muestra previstos antes de un trabajo de capacitación; Las ediciones posteriores no vuelven a entrenar un modelo ya producido.
Elija flujos opcionales de la evidencia de evaluación en lugar de asumir que Rápido, Ligero y Profundo son una primera secuencia más barata. Revise el trabajo grabado antes de volver a intentar un envío incierto.
No elimine un modelo simplemente asumiendo que la eliminación detiene los cargos. Confirme las dependencias, la recuperación, los datos retenidos y el comportamiento comercial antes de eliminarlos.
Consulte Evitar trabajos innecesarios.
Capacidades de optimización de Copilot
¿Cuáles son las capacidades de la optimización de Copilot?
El optimización de Copilot amplía los agentes de Microsoft Copilot al permitir una mayor personalización y control sobre el comportamiento y los resultados de los agentes para tareas específicas.
Con la optimización de Copilot, las organizaciones pueden adaptar los agentes a su terminología, flujos de trabajo y procesos empresariales ajustando el contexto, las herramientas o los modelos. Este ajuste específico de la tarea mejora la relevancia y la precisión de las respuestas del agente mientras se opera dentro de los límites de seguridad, privacidad y cumplimiento de Microsoft 365.
¿Cuáles son los usos previstos de la optimización de Copilot?
La optimización de Copilot admite plantillas de agente específicas de tareas diseñadas para escenarios empresariales de alto valor, que incluyen:
- Escritura de documentos : genere borradores estructurados que sigan las plantillas organizativas, los estándares y los requisitos de formato.
- Resumen de documentos : produce resúmenes adaptados a la audiencia, el tono y el propósito.
- Respuestas de expertos : proporcione respuestas específicas del dominio basadas en el conocimiento de la organización.
- Validación de documentos : revise los documentos para comprobar si cumplen las directivas, directrices o requisitos normativos.
- Edición de estilos : perfecciona los borradores para alinearlos con los estándares de voz y escritura de la marca.
- Escenarios de optimización : ayuda con la planificación o las tareas de optimización basadas en objetivos y restricciones definidos.
Plantillas y agentes
¿Cuál es la diferencia entre una plantilla de agente y un agente?
Agent Builder proporciona plantillas predefinidas que definen cómo un agente realiza un tipo específico de tarea. Estas plantillas incluyen orquestación integrada y lógica específica de tareas.
Un agente se crea a partir de una plantilla y, a continuación, se puede personalizar con instrucciones, orígenes de datos y ajustes opcionales para satisfacer una necesidad empresarial específica.
¿En qué se diferencian las plantillas ajustables de otras plantillas?
Las plantillas ajustables usan la orquestación específica de la tarea de forma predeterminada y admiten personalización adicional a través del Optimización de Copilot.
A diferencia de las plantillas estándar, las plantillas sintonizables le permiten alinear aún más el comportamiento de los agentes ajustando el contexto, las herramientas o el modelo subyacente en función de sus datos, objetivos y criterios de evaluación.
Uso responsable y limitaciones
¿Qué deben tener en cuenta los creadores de agentes al aplicar la optimización de Copilot?
Aunque el ajuste puede mejorar la calidad de los agentes, las salidas generadas por IA pueden contener errores. Al usar la optimización de Copilot, debe:
- Defina objetivos y criterios de evaluación claros y apropiados para el escenario.
- Use datos representativos de alta calidad.
- Asegúrese de que haya un proceso de revisión humana para todas las salidas.
Para situaciones de preguntas y respuestas o de servicio, establezca rutas de escalado para controlar las respuestas incorrectas o inadecuadas.
¿Hay limitaciones para la optimización de Copilot?
Sí. La eficacia de la optimización de Copilot depende de la calidad, la cobertura y la relevancia de los datos usados. Los resultados pueden variar según el escenario, la disponibilidad de datos y la compatibilidad regional.
El optimización de Copilot no debe usarse para omitir las protecciones de seguridad de la inteligencia artificial de nivel de plataforma ni para permitir usos perjudiciales o de alto riesgo, como generar contenido tóxico o producir resultados que podrían causar un daño significativo a las personas o a la sociedad.
Mejora de la calidad y el rendimiento
¿Qué puedo hacer para mejorar el rendimiento o resolver problemas?
Si las respuestas del agente no cumplen las expectativas, revisa y ajusta los objetivos, los datos y los criterios de evaluación utilizados durante el ajuste.
Las salidas generadas siempre deben tratarse como borradores. Un ser humano debe revisar la precisión, integridad e idoneidad de los resultados antes de usarlos.
¿Un agente siempre necesita un ajuste de modelos?
No. Puede empezar usando una plantilla sintonizable sin aplicar ajustes. Si los resultados satisfacen sus necesidades, no es necesario realizar ninguna otra acción.
Si se necesitan mejoras, comience por ajustar el contexto. Si es necesario, puede ajustar las herramientas y, finalmente, aplicar el ajuste del modelo.
¿Cómo se deben evaluar los agentes de tareas específicas?
Después de crear un agente, define objetivos claros, datos y criterios de evaluación. La optimización de Copilot proporciona resultados de evaluación basados en esas entradas.
Revise el resultado de la evaluación y ajuste las entradas según sea necesario. El ajuste es un proceso iterativo y es posible que se necesiten varios ciclos para lograr el resultado deseado.