Implementace agentů Copilot Studio vyžaduje pečlivou pozornost při integraci, kanálech, nástrojích, návrhu témat a chování při vyplňování slotů, aby se zajistilo spolehlivé provádění agentů ve velkém měřítku. Tato sekce poskytuje praktické otázky a osvědčené postupy, které vám pomohou ověřit vaše rozhodnutí při implementaci.
Ověření připravenosti implementace
Použijte následující kontrolní seznam, abyste si ověřili, že váš agent je technicky správný, výkonný a připravený k nasazení do produkce.
Schopnosti AI a plánování funkcí
| Hotovo? |
Task |
| ✓ |
Identifikovali jste, které schopnosti umělé inteligence (generativní orchestrace, generativní odpovědi, generativní tvorba, AI prompty, používání počítačů, schvalování) váš scénář vyžaduje? |
| ✓ |
Definovali jste účel, rozsah a omezení pro každou vybranou schopnost? |
| ✓ |
Posoudili jste rizika nebo požadavky na správu u schopností s vysokou úrovní oprávnění (například akce, spojení agentů, používání počítače)? |
| ✓ |
Ověřili jste si, že zdroje znalostí jsou přesné, dobře strukturované a připravené jako podklady? |
| ✓ |
Potvrdili jste, že v případě potřeby bude obsah generovaný umělou inteligencí kontrolován, validován nebo nahrazen? |
Návrh generativní orchestrace
| Hotovo? |
Task |
| ✓ |
Definovali jste jasně nástroje, témata, akce a podřízené nebo propojené agenty se smysluplnými názvy a popisy? |
| ✓ |
Stanovili jste hranice rozhodování, které úkoly může AI vykonávat autonomně a kdy je nutné potvrzení nebo lidské schválení? |
| ✓ |
Navrhli jste vstupy a výstupy témat a akcí tak, aby orchestrátor mohl automaticky vyzývat a řetězit jednotlivé kroky? |
| ✓ |
Zajistili jste, že nástroje pracují deterministicky a zahrnují validaci kritických parametrů? |
| ✓ |
Stanovili jste pokyny pro orchestrátora, kdy použít znalosti, kdy použít nástroje a kdy provádět vícekrokové plánování? |
Generování s vylepšeným načítáním
| Hotovo? |
Task |
| ✓ |
Ověřili jste, že všechny zdroje znalostí používané pro generování s vylepšeným načítáním (RAG) obsahují přesný, aktuální a schválený obsah a že zastaralá nebo zakázaná data byla odstraněna? |
| ✓ |
Ověřil jste, že formáty dokumentů, velikosti souborů a indexační pravidla (SharePoint, Dataverse, vlastní data, Azure AI Vyhledávač, nahrané soubory) odpovídají limitům a chování každého poskytovatele RAG? |
| ✓ |
Stanovili jste pravidla správy pro přidávání, aktualizaci a vyřazování obsahu ze zdrojů vědomostí, abyste zajistili, že RAG získává pouze ověřená podniková data? |
Integrace
| Hotovo? |
Task |
| ✓ |
Určili jste, s jakými systémy musí váš agent integrovat a vybrali jste vhodný integrační model (konektor, HTTP, pracovní postup, API, Model Context Protocol)? |
| ✓ |
Potvrdili jste požadavky na autentizaci a rozhodli se mezi přihlašovacími údaji uživatele a správce pro každou integraci? |
| ✓ |
Vyhodnotili jste limity rozhraní API, výkonnostní omezení a očekávaný objem pro všechny služby, které váš agent volá? |
| ✓ |
Navrhli jste vhodné chování při chybě pro všechny integrační cesty? |
| Hotovo? |
Task |
| ✓ |
Posoudili jste, zda by měla být schopnost implementována pomocí nástroje, pracovního postupu, MCP serveru, nebo promptu? |
| ✓ |
Ověřili jste, že každý nástroj má jasný název, popis, vstupy a výstupy, aby jej orchestrátor mohl spolehlivě vybrat? |
| ✓ |
Ověřil jste, zda pokročilé modely nebo konfigurace vyžadují použití promptu AI místo orchestratoru? |
| ✓ |
Testovali jste nástroje nezávisle, abyste ověřili datové části, schéma, zpracování chyb a výkonnostní charakteristiky? |
| ✓ |
Posoudili jste, zda daný scénář vyžaduje podřízeného agenta nebo propojeného agenta namísto nástroje? |
Kanály, klienti a předávání
| Hotovo? |
Task |
| ✓ |
Zvolili jste správné kanály pro svou cílovou skupinu a ověřili formáty zpráv, které každý kanál podporuje, například Markdown, adaptivní karty a obrázky? |
| ✓ |
Ověřili jste chování klienta a zajistili, že uživatelé mají konzistentní fungování napříč Teams, webovým chatem, mobilními zařízeními a vlastními aplikacemi? |
| ✓ |
Zjistili jste, zda vaše implementace vyžaduje živé předání agenta a vybrali jste vhodný vzor, buď robot jako agent, nebo robot v obraze? |
| ✓ |
Potvrdil jste, že kredity, latence a chování převzetí agentem jsou přijatelné pro váš zvolený model předání? |
Témata, spouštěcí fráze a doplňování slotů
| Hotovo? |
Task |
| ✓ |
Strukturovali jste témata tak, aby každé mělo jasný účel a vyhnulo se překrývajícím se povinnostem? |
| ✓ |
Navrhli jste efektivní spouštěcí fráze, které podporují synonyma, variace a doménovou slovní zásobu? |
| ✓ |
Definovali jste entity a pravidla pro vyplňování slotů, abyste zajistili, že agent efektivně sbírá požadované informace? |
| ✓ |
Posoudili jste, zda jsou potřeba vlastní entity, jako je uzavřený seznam nebo RegEx, aby nedocházelo ke zmatení v NLU? |
| ✓ |
Ověřili jste náhradní chování a zajistili, že agent elegantně vyřeší chybějící nebo nejasné informace? |
Popisky k osvědčeným postupům
-
Pojmenujte komponenty jasně a záměrně: Používejte akční, lidsky čitelná jména nástrojů, témat a propojených agentů, aby orchestrátor mohl konzistentně vybírat správnou komponentu.
-
Navrhněte vstupy a výstupy s jasným cílem: Používejte stručné, lidsky přívětivé názvy vstupů a strukturované výstupy, aby orchestrátor mohl přirozeně automaticky vytvářet prompty a spolehlivě navazovat jednotlivé kroky.
-
Udržujte schopnosti modulární a znovupoužitelné: Témata, nástroje a propojené agenty považujte za stavební bloky. Vyhněte se duplikaci logiky napříč toky nebo komponentami.
-
Upřednostněte bezpečnostní hranice již na začátku: Definujte, které akce může AI provádět autonomně, které vyžadují potvrzení a které vyžadují lidský souhlas, aby se zabránilo nechtěnému chování.
-
Vybírejte kvalitní zdroje znalostí: Udržujte znalostní databáze malé, ale přesné, abyste snížili využití kontextu a hledání znalostí. Odstraňte zastaralý nebo nevyčištěný obsah, abyste zlepšili kvalitu podkládání a redukovali nesprávné informace.
-
Nejprve zvolte nejjednodušší integrační vzor: Preferujte vestavěné konektory nebo pracovní postupy, pokud váš scénář výslovně nevyžaduje vlastní rozhraní API nebo MCP servery. Jednodušší cesty se snadněji udržují a ladí.
-
Jasně a konzistentně definujte chování nástroje: Každému nástroji dejte smysluplný název, popis, vstupní sadu a očekávaný výstup, aby ho orchestrátor mohl správně vybrat a generovat stabilní plány.
-
Ověřte autentizaci brzy: Vyhněte se překvapením tím, že ověříte, zda scénář vyžaduje ověření uživatele, přihlašovací údaje tvůrce nebo zabezpečený přístup přes spravované identity.
-
Navrhujte s ohledem na latenci a výkon: Udržujte dotazy rozhraní API efektivní, snižujte velikost datové části a vyhněte se řetězení pomalých integrací, abyste udrželi responzivní konverzaci.
-
Testujte nástroje, pracovní postupy a prompty izolovaně: Ověřujte vstupy, výstupy a chybové stavy zvlášť, než je zapojíte do témat nebo orchestrátoru.
-
Plánujte chování kanálů cíleně: Pochopte, které kanály podporují Markdown, adaptivní karty, fotografie nebo vlastní rozvržení, a podle toho navrhněte své zprávy.
-
Strukturujte témata pro přehlednost a snadnou údržbu: Udržujte témata zaměřená, vyhněte se překrývání a zajistěte, aby každé téma řešilo jeden dobře definovaný úkol.
-
Vytvářejte spouštěcí fráze, které odpovídají skutečnému uživatelskému jazyku: Zahrňte varianty, synonyma a běžné vzorce frázování, abyste zlepšili rozpoznávání záměru a snížili frekvenci použití náhradních odpovědí.
-
Používejte entity ke snížení zbytečných otázek: Používejte vestavěné i vlastní entity k získání informací z úvodní zprávy uživatele, čímž snižujete překážky a urychlujete toky.
-
Důkladně testujte okrajové případy vyplňování slotů: Ověřte, jak se agent chová, když uživatel zadá více hodnot, neúplné informace nebo nejednoznačné vstupy, a zpřesněte entity pro snížení zmatku.