Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
Agenti jsou AI systémy navržené tak, aby uživatelům pomáhaly interpretovat data, přijímat rozhodnutí a automatizovat úkoly za účelem zvýšení produktivity a efektivity. AI agenti mohou být:
- Konverzační: Interakce s uživateli přes chatovací rozhraní
- Autonomní: Běží samostatně bez nepřetržitého lidského řízení
Agenti rozumí požadavkům uživatelů a dokážou kombinovat jazykové porozumění s obchodní logikou.
Tento obsah Řešení pro návrh agentů přináší pokyny k zásadním principům a vzorům pro vytváření zabezpečených a spolehlivých agentů, přičemž se zaměřuje na Microsoft 365 Copilot. Rámec poskytuje standardizované přístupy k vývoji agentů, zajišťující maximální návratnost investic při zachování podnikové bezpečnosti a souladu.
Tento rámec:
- Prokazuje vůdčí schopnosti tím, že stanovuje průmyslové standardy pro architekturu agentů a posiluje vedení Microsoftu v odpovědné AI.
- Doporučené pokyny pro vývoj agentů pro Copilot, což snižuje nejasnosti.
- Zajišťuje kvalitu a důvěru tím, že upřednostňuje spolehlivost, sledovatelnost a odpovědnou AI pro bezpečná a auditovatelná řešení.
- Umožňuje škálování tím, že vývojářům umožňuje vytvářet řešení v souladu s průmyslovými a Microsoft předepsanými osvědčenými postupy, bez nutnosti technické podpory od Microsoftu.
- Slaďuje standardy standardizací terminologie a kritérií hodnocení pro systém Copilot a řešení pro agenty v celé organizaci.
Předpoklady
Pro efektivní použití tohoto rámce byste měli:
- Základní znalost možností Microsoft 365 Copilot
- Znalost konceptů a terminologie agentů
- Znalost požadavků na bezpečnost a dodržování předpisů v podniku
- Zkušenosti s procesy životního cyklu vývoje softwaru
Základní rámcové pilíře
Rámec stanovuje tři základní pilíře, které řídí všechna rozhodnutí o rozvoji agentů.
Vhodný pro daný účel
Pilíř fit for purpose zajišťuje, že implementace AI přináší smysluplnou hodnotu při zachování odpovídající úrovně složitosti.
- Méně je více: Přináší využití AI hodnotu, která vyvažuje přidanou složitost?
- Uživatelská zkušenost: Je správný agent dostupný koncovým uživatelům, u správných klientů ve správný čas?
- Fit: Vybere řešení správný AI model a aplikuje jej ve správné fázi procesního procesu, aby vyvážilo jednoduchost, náklady a spolehlivost?
Zjistěte více: Určte vhodnost pro účel
Operabilita
Operabilita zajišťuje, že řešení poskytují správné odpovědi a chování spolehlivě napříč všemi operačními scénáři.
- Splňuje řešení konzistentní kvalitativní metriku?
- Udržuje řešení technickou spolehlivost (spolehlivost API, odolnost, limity)?
- Splňuje administrativa, správa a řízení životního cyklu provozní potřeby?
- Poskytuje řešení dostatečnou pozorovatelnost, abychom měli důvěru v dlouhodobou kvalitu a návratnost investic?
Zjistěte více: Určte provozovatelnost
Důvěra, sledovatelnost a transparentnost
Třetí pilíř rámce vytváří základy pro odpovědnou implementaci AI prostřednictvím tří vzájemně propojených komponent:
- Důvěra: Řídí se agent odpovědnými principy AI, dodržuje předpisy a chrání data?
- Sledovatelnost: Jsou všechny akce a rozhodnutí jasné a snadno kontrolovatelné, aby uživatelé mohli pochopit a auditovat, jak agent funguje?
- Transparentnost: Vědí uživatelé a administrátoři, kde jsou data uložena, jak jsou data používána a mohou ověřit zdroj informací?
Zjistěte více: Určte důvěru, sledovatelnost a transparentnost
Co tento rámec nepokrývá
Tato architektura nezdvojuje obsah, který už řeší zavedené standardy, jako jsou Azure Well-Architected Framework, Power Platform Well-Architected, National Institute of Standards and Technology (NIST) nebo jiné rozpoznané architektury zabezpečení. Místo toho tyto zdroje doplňuje zaměřením na principy architektury zaměřené na agenta. Ačkoliv tento dokument nepřepisuje pokyny z těchto rámců, považujte je za součást celkové architektury řešení.
Tento rámec neposkytuje podrobné implementační instrukce pro konkrétní technologie nebo platformy. Místo toho se zaměřuje na základní principy a vzory, které lze přizpůsobit různým kontextům a požadavkům.