Copilot Tuning ist ein Dienst, der die Anpassung von Microsoft Copilot-Agents verbessert, indem Inhalte, Tools und Modelle für mandantenspezifische Daten optimiert werden. Mit den Funktionen von Copilot Tuning können Organisationen ihre proprietären Daten verwenden, um die Relevanz und Genauigkeit von KI-Agent-generierten Ausgaben zu verbessern. Diese Optimierung hilft Agents, die spezifische Terminologie, Workflows und Geschäftsprozesse der Organization zu verstehen und einzuhalten.
Copilot Tuning führt abstimmbare Vorlagen im Agent-Generator ein, die benutzerdefinierte, aufgabenspezifische Rückschlussrezepte bereitstellen. Mit verschiedenen Optimierungsoptionen (Tune-Kontext, Tune-Modell, Tune-Tools) nutzen die Vorlagen andere aufgabenspezifische Rezepte. Diese Agents können hochwertige Aufgaben wie das Verfassen von Dokumenten, Expertenantworten, Zusammenfassung, Validierung, Stilbearbeitung und -optimierung ausführen. Diese Aufgaben werden innerhalb der Sicherheits- und Compliancegrenzen von Microsoft 365 ausgeführt.
Wichtig
Microsoft Copilot Tuning ist derzeit für eine begrenzte Anzahl von Kunden über Programme für den frühzeitigen Zugriff verfügbar. Der Zugang über Frontier ist für April 2026 geplant. Features und Anforderungen können sich ändern.
Copilot Tuning Funktionen
Welche Funktionen bietet Copilot Tuning?
Copilot Tuning erweitert die Möglichkeiten der Microsoft Copilot-Agents, indem eine bessere Anpassung und Kontrolle über das Verhalten und die Ausgabe von Agents für bestimmte Aufgaben ermöglicht wird.
Mit Copilot Tuning können Organisationen Agents an ihre Terminologie, Workflows und Geschäftsprozesse anpassen, indem sie Kontext, Tools oder Modelle abstimmen. Diese aufgabenspezifische Optimierung verbessert die Relevanz und Genauigkeit der Agent-Antworten innerhalb der Microsoft 365-Grenzen für Sicherheit, Datenschutz und Compliance.
Was sind die beabsichtigten Verwendungszwecke von Copilot Tuning?
Copilot Tuning unterstützt aufgabenspezifische Agent-Vorlagen, die für hochwertige Geschäftsszenarien entwickelt wurden, einschließlich:
- Dokumenterstellung - Generieren Sie strukturierte Entwürfe, die organisatorischen Vorlagen, Standards und Formatierungsanforderungen entsprechen.
- Dokumentzusammenfassung: Erstellen Sie Zusammenfassungen, die auf Zielgruppe, Ton und Zweck zugeschnitten sind.
- Expertenantworten - Geben Sie domänenspezifische Antworten auf der Grundlage von Organisationswissen.
- Dokumentüberprüfung : Überprüfen Sie Dokumente auf ihre Einhaltung von Richtlinien, Richtlinien oder gesetzlichen Anforderungen.
- Formatvorlagenbearbeitung : Verfeinern Sie Entwürfe, um sie an die Markenstimme und die Schreibstandards anzupassen.
- Optimierungsszenarien: Unterstützen Sie bei Planungs- oder Optimierungsaufgaben basierend auf definierten Zielen und Einschränkungen.
Vorlagen und Agents
Was ist der Unterschied zwischen einer Agentvorlage und einem Agenten?
Agent Builder stellt vordefinierte Vorlagen bereit, in denen definiert wird, wie ein Agent eine bestimmte Art von Aufgabe ausführt. Diese Vorlagen enthalten eine integrierte Orchestrierung und aufgabenspezifische Logik.
Ein Agent wird aus einer Vorlage erstellt und kann dann mit Anweisungen, Datenquellen und optionaler Optimierung angepasst werden, um eine bestimmte Geschäftsanforderung zu erfüllen.
Wie unterscheiden sich abstimmbare Vorlagen von anderen Vorlagen?
Tunable Vorlagen verwenden standardmäßig aufgabenspezifische Orchestrierung und unterstützen zusätzliche Anpassungen durch Copilot Tuning.
Im Gegensatz zu Standardvorlagen können Sie mit optimierbaren Vorlagen das Agentverhalten weiter ausrichten, indem Sie den Kontext, die Tools oder das zugrunde liegende Modell basierend auf Ihren Daten, Zielen und Bewertungskriterien optimieren.
Verantwortungsvolle Nutzung und Einschränkungen
Was sollten Agent-Ersteller beim Anwenden von Copilot Tuning beachten?
Obwohl die Agent-Qualität durch eine Optimierung verbessert werden kann, können KI-generierte Ausgaben dennoch Fehler enthalten. Wenn Sie Copilot Tuning verwenden, sollten Sie:
- Definieren Sie klare, szenariogerechte Ziele und Bewertungskriterien.
- Verwenden Sie hochwertige, repräsentative Daten.
- Stellen Sie sicher, dass für alle Ergebnisse ein menschlicher Überprüfungsprozess durchgeführt wird.
Richten Sie für Frage-und-Antwort- oder Dienstszenarien Eskalationspfade für die Behandlung falscher oder unangemessener Antworten ein.
Gibt es irgendwelche Einschränkungen beim Copilot Tuning?
Ja. Die Wirksamkeit von Copilot Tuning hängt von der Qualität, Abdeckung und Relevanz der verwendeten Daten ab. Die Ergebnisse können je nach Szenario, Datenverfügbarkeit und regionalem Support variieren.
Copilot Tuning darf nicht verwendet werden, um KI-Sicherheitsvorkehrungen auf Plattformebene zu umgehen oder schädliche oder risikoreiche Verwendungen zu ermöglichen, z. B. die Erzeugung toxischer Inhalte oder die Produktion von Ergebnissen, die zu erheblichen Schäden für Einzelpersonen oder die Gesellschaft führen könnten.
Verbessern von Qualität und Leistung
Was kann ich tun, um die Leistung zu verbessern oder Probleme zu beheben?
Wenn die Antworten der Agenten nicht den Erwartungen entsprechen, überprüfen und passen Sie die Ziele, Daten und Bewertungskriterien an, die während der Optimierung verwendet wurden.
Generierte Ausgaben sollten immer als Entwürfe behandelt werden. Ein Mensch sollte die Ergebnisse vor der Verwendung auf Richtigkeit, Vollständigkeit und Angemessenheit überprüfen.
Braucht ein Agent immer eine Modellabstimmung?
Nein. Sie können mit einer anpassbaren Vorlage beginnen, ohne die Optimierung anzuwenden. Wenn die Ergebnisse Ihren Anforderungen entsprechen, sind keine weiteren Maßnahmen erforderlich.
Wenn Verbesserungen erforderlich sind, beginnen Sie mit der Optimierung des Kontexts. Bei Bedarf können Sie dann Werkzeuge optimieren und schließlich die Modelloptimierung anwenden.
Wie sollten aufgabenspezifische Agents ausgewertet werden?
Definieren Sie nach dem Erstellen eines Agenten klare Ziele, Daten und Bewertungskriterien. Copilot Tuning stellt Bewertungsergebnisse basierend auf diesen Eingaben bereit.
Überprüfen Sie die Auswertungsausgabe, und passen Sie Ihre Eingaben nach Bedarf an. Die Optimierung ist ein iterativer Prozess, und es können mehrere Zyklen erforderlich sein, um das gewünschte Ergebnis zu erzielen.