Spravování životního cyklu AI modelu pro agenty Copilot Studio

Copilot Studio nabízí různé typy modelů. Tyto typy modelů jsou založeny na jejich zamýšleném použití a dostupnosti. Výběr AI modelu není jednorázové rozhodnutí v návrhu. Modely jsou představeny, aktualizovány, obecně dostupné, vybrány jako výchozí a nakonec vyřazeny. Agent, který dobře pracuje s jedním modelem, se může chovat zcela odlišně s jiným modelem, dokonce i s modelem ze stejné rodiny.

Považujte řízení životního cyklu modelů za trvalou provozní praxi každého produkčního agenta Copilot Studio. Zaveďte opakovatelný proces pro objevování změn modelů, hodnocení kandidátských modelů, přípravu na odchod do důchodu, migraci postižených agentů a monitorování kvality po nasazení.

Změna modelu, který agent používá, je jen zřídka jen změnou výběru modelu. Novější model dokáže interpretovat instrukce doslovněji, vybrat nástroje jinak, vytvářet odlišnou délku a formátování odezvy a měnit latenci. Plánujte každou změnu modelu jako migraci, která zahrnuje vyhodnocení, zdokonalování instrukcí a nástrojů, schválení a monitorování po nasazení.

Zásadou je navrhovat flexibilitu, jednat opatrně a každou aktualizaci uzavřít hodnocením. Přechod na každý nový model riskuje tiché regrese. Vyhýbání se všem změnám modelů zaručuje nouzovou situaci, až přijde důchod.

Aplikujte následující životní cyklus na výrobní agenty:

  1. Objevte nové, aktualizované, výchozí i odcházející modely.
  2. Inventarizujte agenty, prostředí, vlastníky a obchodní procesy, které závisí na každém modelu.
  3. Zhodnoťte modely náhrady kandidátů podle zavedené výchozí hodnoty.
  4. Schválit migraci pomocí zdokumentovaných kvalitativních a provozních kritérií.
  5. Nasazení prostřednictvím procesu řízení životního cyklu aplikací (ALM) organizace.
  6. Sledujte produkční výsledky a přidáváte nově objevené scénáře do regresní sady.
  7. Proces opakujte , jak se modely a požadavky agentů vyvíjejí.

Tento článek se zabývá objevováním a inventářem. Série pokračuje:

Správa životního cyklu modelu vyžaduje koordinaci mezi vlastníky agentů, tvůrci, správci platforem, testery, týmy pro bezpečnost a dodržování předpisů a schvalovatele vydání. Přiřaďte vlastnictví dříve, než změna modelu způsobí urgentní migraci.

Pochopte modelové prostředí

Než můžete plánovat změnu modelu, musíte vědět, jak Copilot Studio klasifikuje modely, které modely vaše organizace skutečně může používat a kteří agenti na každém z nich závisí.

Pochopte typy vydání modelů

Copilot Studio identifikuje modely podle klasifikací vydání a dostupnosti. Tyto klasifikace pomáhají určit, jak model řídit a kde jej použít. Názvy modelů, fáze vydání, regionální dostupnost a stav vyřazení se v průběhu času mění. Vždy kontrolujte dostupnost modelů podle regionů pro aktuální informace místo spoléhání se na statický seznam modelů.

Agent, který používá výchozí model, přechází na nový model pokaždé, když je výchozí model aktualizován, ať už jste to plánovali, nebo ne. U agentů s vysokým rizikem a vysokým objemem zvolte konkrétní model místo sledování výchozího, aby každá změna modelu prošla vaším migračním procesem.

Warning

Experimentální a náhledové modely mohou mít omezenou dostupnost, proměnlivou kvalitu odezvy, odlišnou latenci nebo spotřebu zpráv, časové limity a regionální aspekty zpracování dat. Copilot Studio je nedoporučuje pro produkční agenty. Pokud publikujete agenta, který používá preview nebo experimentální model a uživatelé s ním interagují, toto použití je stále účtováno podle zavedených sazeb.

Přiřaďte kategorii použití modelu k účelu agenta

Copilot Studio označuje každý model kategorií použití, která popisuje, na co je model optimalizován. Výběr správné kategorie pro pracovní zátěž agenta ovlivňuje kvalitu, latenci a spotřebu kreditů.

  • Deep: Optimalizováno pro záměrné, vícestupňové uvažování a pracovní postupy podporované nástroji. Nejlepší pro komplexní analytiku, analýzu politik a syntézu dokumentů. Má nejvyšší latenci a nejvyšší spotřebu kreditů.
  • Auto: Pokrývá smíšené pracovní zátěže dynamickým směrováním dotazů. Nejlepší pro helpdesk a zaměstnanecké agenty s nepředvídatelnou nebo různorodou složitostí dotazů. Latence i cena se liší v každém kole.
  • Obecně: Optimalizováno pro rychlost a cenu na každodenním chatu a jemné uzemnění. Nejlepší pro psaní, shrnutí, odpovědi ve stylu FAQ a jednoduchou automatizaci akcí. Nejnižší latence a spotřeba kreditů.

Více informací najdete v kategoriích použití modelu.

Important

Nejčastější chybou při upgradu je nesoulad v kategorii použití, například přesun agenta s vysokým objemem FAQ z obecného modelu na hluboký model, protože hluboký model dosahuje lepších výsledků. Kvalita odpovědí se může mírně zlepšit, zatímco latence a spotřeba kreditů prudce rostou. Tato změna je čistým ústupem v uživatelském zážitku a nákladech.

Pochopte externí modely a administrátorské kontroly

Jako primární model agenta můžete použít modely od externích poskytovatelů, jako jsou Anthropic, xAI a Mistral. Více informací v Výběr externího modelu jako primárního AI modelu.

Nastavení administrátorů určuje, které modely mohou výrobci v prostředí vybírat. Model, který je zdokumentovaný jako dostupný, může být stále nedostupný pro agenta, kterého migrujete, pokud požadované nastavení není zapnuté.

Nastavení správce Vliv na dostupnost modelu
Náhledové a experimentální modely AI Zapněte je dříve, než si tvůrci mohou vybrat náhledové nebo experimentální modely v prostředí.
Přesouvání dat mezi regiony Vyžaduje se pro mezioblastní modely. Správce nájemce spravuje toto nastavení na úrovni prostředí v administrátorském centru Power Platform.
Externí modely Zapne externí poskytovatele pro prostředí nebo skupinu prostředí. Musíte také povolit přístup ke každému poskytovateli zvlášť v Centrum pro správu Microsoftu 365. Tento požadavek činí z externích modelů třídu, která vyžaduje dvě nezávislé administrátorské akce.

Note

Náhledové a experimentální modely a externí modely jsou řízeny samostatnými nastaveními. Zapnutí jednoho typu neaktivuje druhý. Administrátor může povolit náhledové a experimentální modely při blokování externích modelů, nebo naopak.

Před plánováním migrace si ověřte, že kandidátní model je pro výrobce dostupný v cílovém prostředí. Seznam modelů v Copilot Studio odráží nastavení vašeho správce a je základním důkazem toho, co může konkrétní agent používat. Více informací v Administrátorské ovládání výběru AI modelů.

Pravidelně kontrolujte dostupnost modelů

Pravidelně prověřujte primární AI model pro svého agenta. Je to autoritativní zdroj pro aktuální seznam modelů. Nové modely se tam objevují při jejich uvedení a stávající modely se aktualizují, jakmile se stanou běžně dostupnými, stanou se výchozími nebo jsou vyřazeny.

Použijte následující zdroje společně:

Source Description
Vyberte primární AI model pro svého agenta Primární zdroj informací o dostupnosti modelů a uvádění nových modelů: názvy modelů, značky kategorií použití, značky vydání, dostupnost podle oblastí, příznaky pro různé geografické oblasti, stav vyřazení, dostupnost v cloudu pro vládu USA a ovládací prvky pro správce.
Seznam modelů ve Copilot Studio, na stránce Přehledu agenta pod Modelem Co je skutečně dostupné konkrétnímu agentovi ve vašem prostředí, vzhledem k nastavení správců.
Pokračujte v používání vyřazeného AI modelu Jak funguje okno kompatibility s vyřazenými modely a jak ho zapnout.
Oznámení administrátorů Microsoft 365 Message Center a Power Platform Oznámení o změnách a odchodech do důchodu zaměřených na nájemníky.
Plány na vydání Copilot Studio a novinky ve Copilot Studio Budoucí model a cestovní mapa schopností.
Prostředí v časné fázi cyklu vydání Předběžné ověření změn na platformě a modelu dříve, než se dostanou do prostředí kritického pro podnikání.
Správa kreditů a kapacity Copilot Studio Co váš nájemce používá a při jaké spotřebě, podle modelu.
Pokyny k aktualizaci poskytovatele modelu Chování se mění mezi generacemi modelů a změnami promptů, které je řeší.

Také spusťte recenzi, když:

  • Relevantní model se objeví v náhledu nebo je obecně dostupný.
  • Výchozí model se mění.
  • Bylo oznámeno vyřazení modelu nebo automatický upgrade.
  • Model se stává dostupným v regionu organizace.
  • Organizace umožňuje zpracování napříč geografickými oblastmi, externí modely nebo modely ve verzi Preview a experimentální modely.
  • Monitorování výroby identifikuje otázku kvality, latence, spolehlivosti nebo spotřeby, kterou by jiný model mohl řešit.

Udržujte inventář modelu a agenta

Použijte inventáře agentů v administračním centru Power Platform,Power Platform CLI nebo Power Platform API k identifikaci agentů, kteří používají konkrétní model. Použijte tyto informace k zahájení komunikace o životním cyklu modelu s dotčenými podnikatelskými a technickými vlastníky.

Použijte některý z následujících pohledů v administrátorském centru Power Platform:

Pohled do administrátorského centra Power Platform Jak ji použít
Spravujte>Sloupek Copilot Studio Model> Prohlédněte si agenty napříč tenantem a identifikujte model nakonfigurovaný pro každého agenta. Vyfiltrujte nebo exportujte výsledky a vyhledejte agenty, kteří používají model určený k vyřazení.
Licencování>Copilot Studio>Prostředí>Podrobnosti o spotřebě zpráv>LLM Model sloupec Vyberte prostředí a zkontrolujte spotřebu zpráv podle modelu LLM. Použijte tento pohled k identifikaci prostředí, agentů a nedávné spotřeby spojené s modelem odchodu do důchodu.

Dotazovat inventářové API k vyhledání agentů podle modelu

Pohledy administrátorského centra Power Platform jsou efektivní pro ruční kontrolu a exportování výsledků. Místo toho se dotazujte na rozhraní inventory API, když chcete stejné informace získat programově, aby šlo zjišťování agentů skriptovat, plánovat a opakovaně spouštět v rámci celého tenanta místo ručního stahování sestav. Organizace s velkým majetkem agentů mohou tento přístup využít k obnově seznamu postižených agentů na vyžádání během migrace do důchodu a udržovat jej aktuální mezi událostmi životního cyklu.

API inventáře vrací jméno agenta, zobrazovací jméno, prostředí a konfigurovaný model v jednom dotazu pro celý nájemce, takže není potřeba korelace s jiným datovým zdrojem.

Než spustite dotaz:

Odešlete požadavek POST na koncový bod pro dotazování prostředků, filtrujte podle typu prostředku microsoft.copilotstudio/agents a vyberte pole, která potřebujete, včetně properties.model:

POST https://api.powerplatform.com/resourcequery/resources/query?api-version=2024-10-01
Authorization: Bearer <access-token>
Content-Type: application/json

{
  "TableName": "PowerPlatformResources",
  "Clauses": [
    {
      "$type": "where",
      "FieldName": "type",
      "Operator": "in~",
      "Values": ["'microsoft.copilotstudio/agents'"]
    },
    {
      "$type": "project",
      "FieldList": [
        "name",
        "properties.displayName",
        "properties.model",
        "environmentId = tostring(properties.environmentId)"
      ]
    }
  ],
  "Options": { "Top": 200 }
}

Odpověď vrací jeden záznam pro každého agenta. Názvy polí v odpovědi nahrazují tečku podtržítkem, takže properties.model se vrací jako properties_model:

{
  "totalRecords": 158,
  "count": 200,
  "data": [
    {
      "name": "00000000-0000-0000-0000-000000000000",
      "properties_displayName": "Sample Agent",
      "properties_model": "GPT-5 Auto",
      "environmentId": "00000000-0000-0000-0000-000000000000"
    }
  ]
}

Odpověď zahrnuje totalRecords a při zkrácení výsledků i skipToken hodnotu. Tuto hodnotu předejte zpět v Options.SkipToken a opakujte tento požadavek, dokud nebudou načteny všechny záznamy.

Seskupte shromážděné záznamy podle toho properties_model , kde se jednotlivé modely používají v rámci nájemce. Následující příklad ukazuje počet agentů podle modelu pro tenant, s výjimkou agentů, kteří používají výchozí model Copilot Studio nebo běží v Microsoft 365 Copilot experience:

Model                  Count
-----                  -----
Claude Sonnet 4.6         24
GPT-5 Chat                22
GPT-5.5 Chat               5
GPT-5 Auto                 4
Claude Sonnet 4.5          3
Claude Opus 4.6            2
Claude Opus 4.7            1
Claude Opus 5              1
Claude Sonnet 5            1
GPT-4o                     1
GPT-5.6 Reasoning          1

Když je oznámeno vyřazení, filtrujte stejnou sadu výsledků podle vyřazovaného modelu, abyste vytvořili seznam dotčených agentů, jejich prostředí a jejich ID. Použijte environmentId hodnotu k mapování každého agenta na pojmenované prostředí a výsledky směrujte vlastníkům těchto prostředí. Další informace najdete v článku Jak reagovat na vyřazení modelu, kde najdete úplný postup reakce na vyřazení modelu.

Další informace najdete v:

Použijte Power Platform CLI pro detaily zaměřené na prostředí

Použijte pac copilot list , když potřebujete agenty a kontext řešení pro jedno prostředí, například když připravujete migraci v jednom prostředí:

pac copilot list --environment <environment-id-or-url>

Příkaz vrací jméno agenta, Copilot ID, stav komponenty, spravovaný stav, ID řešení, stavový kód a stavový kód. Tento výstup model neobsahuje, proto použijte inventory API k identifikaci agentů podle modelu. Použijte pac admin list k získání jmen prostředí a ID.

Co zaznamenávat pro každého agenta

Samotný model nestačí k plánování migrace. Zaznamenejte pro každého agenta následující, abyste při oznámení odchodu do důchodu už věděli, na koho se obrátit a jakou práci každý agent potřebuje:

  • Název agenta, ID agenta, prostředí a typ prostředí, například vývoj, testování nebo produkce.
  • Podnikatelská kritickost.
  • Majitel firmy, technický vlastník, tester a schvalovatel vydání.
  • Konfigurovaný model a jeho release tag.
  • Zda agent používá výchozí model, nebo konkrétní vybraný model.
  • Požadavek na zpracování mezi geografickými oblastmi a regionální omezení.
  • Zda je agent napájen standardním kabelem, nebo GitHub Copilot kabelem, který určuje dostupné metody vyhodnocovacích testů. Zjistěte více o Copilot Studio harnesses.
  • Umístění sady regresních testů a datum posledního referenčního spuštění.
  • Zda je okno vyřazeného modelu v provozu, kdy vyprší a kdo jej schválil.

Další krok

S pochopením modelového prostředí a zajištěným inventářem agentů použijte rozhodovací kritéria k určení, zda je potřeba modernizace.

Rozhodněte se, kdy vylepšit AI model

  • Last updated on