Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
AI-kapaciteter er det, der gør Copilot Studio til mere end en scriptet chatbot. Med generativ AI i centrum er Copilot Studio ikke designet til at være tungt forfattet, emne for emne. I stedet fokuserer den på forfattede forretningskritiske oplevelser, der arbejder side om side med AI-drevet viden, orkestrering og automatisering. Denne tilgang betyder, at agenter ikke længere er afhængige af hundredvis af faste emner for at dække alle mulige spørgsmål. I stedet kombinerer de kuraterede emner med fleksible generative svar, der er baseret på pålidelige kilder.
Oversigt over AI-kapabilitetsmuligheder
| Kapacitet | Hvad det muliggør | Grænser eller overvejelser |
|---|---|---|
| Generativ orkestrering | Multi-intention genkendelse, dynamisk kæde af emner, viden og handlinger | Begrænsninger på orkestreringslængde; Omhyggelig testning nødvendig for komplekse strømme |
| Generative svar | Dynamiske svar fra tilknyttede videnskilder, med opsummering og citater | Nøjagtigheden afhænger af datakvaliteten; kræver planlægning af opfølgende spørgsmål |
| Generativ bygger | Oprettelse og opdateringer af naturlige sprogemner | Menneskelig bekræftelse kræves; Genererede dialoger kan have brug for forfinelse |
| Computerbrug | Betjen en computer ved hjælp af naturlige sprogdiskussioner | Behov for at provisionere og vedligeholde en maskine, som agenten kan bruge |
| AI-prompter | Generer et svar fra en AI-model givet et sæt instruktioner | Ydelse og kapaciteter varierer afhængigt af den valgte AI-model |
| AI-godkendelser og andre AI-funktioner | Beslutningsautomatisering, sentiment-triggere, transkriptanalyse, AI Builder-integration | Stadig nye træk; Sørg for, at styring og overvågning er på plads |
Generative handlinger og orkestrering
Ved at bruge generativ orkestrering kan agenter automatisk kæde emner, handlinger og videnskilder sammen. Denne tilgang erstatter den traditionelle Natural Language Understanding (NLU)-model med en, der drives af store sprogmodeller, der kan genkende flere intentioner i en enkelt ytring og udtrække flere enheder, selv af samme type. Når de kombineres med handlinger, kan agenter kalde API'er, køre agentflows eller udløse connectors. Agenten beder kun brugeren om manglende detaljer og opsummerer derefter output. Denne tilgang gør det muligt for agenter ikke blot at svare, men også at handle på tværs af systemer.
Læs mere: Anvend generative orkestreringsmuligheder
Generative svar
Ved at bruge generative svar kan agenter reagere dynamisk ved at søge i videnskilder som Dataverse, SharePoint, OneDrive, offentlige hjemmesider eller andre brugerdefinerede data. I stedet for at lave FAQ'er manuelt, konfigurerer du, hvilke kilder agenten skal bruge, og AI'en genererer svarene. Den opsummerer det hentede indhold, validerer resultater og genererer endda citater, hvor det er muligt. Du kan placere generative svar flere steder i et emneflow eller i Conversational Boosting-emnet før Fallback. Denne tilgang giver bred dækning uden vedligeholdelsesomkostningerne ved manuelle emner.
Generativ bygger
Authoring-agenter er ikke længere begrænset til manuelt at definere hver besked eller dialogsti. Den generative bygger lader dig beskrive, hvad du ønsker, i naturligt sprog, og AI'en hjælper med at bygge agenten for dig. Denne tilgang reducerer tiden til at oprette og opdatere emner, giver foreslåede variationer for at få agenten til at føles mere naturlig, og kan endda hjælpe med at producere adaptive kort, der samler information. Selvom menneskelig gennemgang altid er nødvendig, accelererer den generative bygger designet for både tekniske og forretningsbrugere.
Computerbrug
Computerbrug gør det muligt for en agent at udføre handlinger på en computer ved visuelt at fortolke skærmen og udføre opgaver trin for trin, uden at kræve API'er eller scriptet automatisering. Når den kaldes, analyserer agenten billeder af det aktive vindue, bestemmer næste handling og fortsætter, indtil opgaven er fuldført. Computerbrug er nyttigt til integration af ældre applikationer, desktop-only workflows og multiapplikationsprocesser, der mangler moderne integrationer. Denne funktion udvider Copilot Studio ud over samtalelogik og muliggør reel opgaveautomatisering på tværs af web- og skrivebordsmiljøer, hvor traditionelle connectors eller HTTP-opkald ikke er tilgængelige.
Læs mere: Automatiser skrivebordsprocesser ved at bruge computerværktøjet
AI-prompter
AI-prompts lader skabere direkte kontrollere, hvordan en AI-model skal fortolke en instruktion, formatere et svar eller udføre en ræsonnementsopgave. I modsætning til orkestratoren giver AI-prompts dig fuld kontrol over modellens input, herunder tone, begrænsninger, eksempler og strukturerede outputformater som JSON. Prompts kan bruge en bred vifte af modeller, herunder Microsoft Foundry-modeller, og understøtter avancerede funktioner som Dataverse-jording og kodefortolker, når de er aktiveret. Denne kontrol gør AI-prompts ideelle til scenarier, der kræver præcis sproggenerering, struktureret dataudtræk eller stærkt tilpassede output, som ville være vanskelige at opnå gennem generativ orkestrering alene.
Læs mere: Generer et svar ved at bruge AI-prompts
Andre AI-funktioner
Ud over samtalegenerering fortsætter Copilot Studio med at udvide til tilstødende AI-scenarier. Det kan f.eks. være:
- Ved at bruge flertrins- og AI-godkendelser i agentflows kan agenten automatisk evaluere og beslutte godkendelsesanmodninger ved hjælp af foruddefinerede kriterier.
- Sentimentanalyse, hvor en negativ tone kan udløse eskalering til en levende agent.
- Transskriptionsanalyse for opdagelse af nyt emne.
- Integration med AI Builder til billedgenkendelse og tekstudtræk.
Sammen udvider disse funktioner agenter ud over dialog til beslutningsautomatisering og indholdsforståelse.
Ansvarlig AI og overholdelse
Alle generative AI-funktioner i Copilot Studio kører på Microsoft Foundry med Microsofts Responsible AI-standarder. Systemet forankrer svar, hvor det er muligt, validerer dem for at reducere forkerte oplysninger og modererer skadeligt eller ikke-kompatibelt indhold. Systemet gemmer midlertidigt kun samtaler til driftssupport, og Customer Lockbox kan kontrollere enhver supportadgang. Agenter bidrager ikke med lejerdata til modeltræning, og miljøindstillinger tillader administratorer at deaktivere funktioner, der kræver dataflytning på tværs af regioner.
Læs mere: Ansvarlige AI FAQ for Copilot Studio