Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Agenten im Microsoft Copilot Studio sind KI-gestützte Assistenten, die Ihren Geschäftskontext verstehen und in Ihrem Namen handeln. Sie bauen Agenten auf einem von drei Harnesses: dem GitHub Copilot-Harness für argumentationsintensive, mehrstufige Arbeiten, dem Customer Conversation-Harness für kundenorientierte Szenarien über Voice und Chat oder dem Standard-Harness für regelbasierte, vorhersehbare Gespräche. Alle Harnesses ermöglichen es dir, generative KI, Wissen und Aktionen zu kombinieren, um moderne Agenten zu erstellen, die darauf ausgelegt sind, wie deine Teams tatsächlich arbeiten.
Sie können Agenten über mehrere Kanäle hinweg bereitstellen – von Microsoft Teams und Web bis hin zu Unternehmensanwendungen. Agenten können an andere Agenten übergeben, Workflows aufrufen und sich über Connectors, REST-APIs und MCP-Server in Ihre Geschäftssysteme integrieren.
Note
Dieser Artikel bezieht sich auf mehrere Kabelbäume. Das von Ihnen verwendete Framework beeinflusst die Abrechnung, die Funktionen und die Möglichkeiten dessen, was Sie erstellen.
Vorteile von Agenten
Makler bieten mehrere Vorteile.
- Logisch anspruchsvolle Automatisierung: GitHub Copilot nutzt Agenten zum Durchdenken komplexer, mehrstufiger Geschäftsprozesse, zerlegt sie in Schritte und passt sich an, wenn sich Umstände ändern. Sie arbeiten wie ein kompetentes Teammitglied, nicht bloß wie ein Skript.
- Vorhersehbare Antworten: Standard-Harness-Agenten folgen den von dir definierten Themen und Regeln und geben konsistente Antworten auf gut verstandene Fragen ohne Überraschungen.
- Action-ready: Agenten können Aufgaben automatisieren, indem sie Workflows, Connectors, REST-APIs, MCP-Server und andere Agenten aufrufen. Sie verbinden sich mit Ihren Geschäftssystemen, um echte Maßnahmen zu ergreifen.
- Dateibereit: GitHub Copilot-Harness-Agenten können Dateien über Word, Excel, PowerPoint und PDF nativ erstellen, bearbeiten und argumentieren, was sie ideal für dokumentenintensive Prozesse macht.
- Konversationskontext: Sowohl der GitHub Copilot als auch die Standard-Harnesses unterstützen natürliche Gespräche mit Gedächtnis- und Kontextbewusstsein, sodass sich die Agenten im Laufe der Zeit verbessern.
- Contactcenter-Automatisierung: Harness-Agenten für Kundengespräche kombinieren einen Hauptagenten mit spezialisierten Unteragenten, um Kundenfragen per Telefon und Chat zu bearbeiten, und eskalieren an einen menschlichen Vertreter, wenn dieser das Problem nicht lösen kann.
Drei Kabelbäume, drei Ansätze
Alle Agenten im Copilot Studio arbeiten auf einem von drei Gurten, die jeweils für unterschiedliche Szenarien konzipiert sind.
GitHub Copilot-Testumgebung
Das GitHub Copilot Harness ist die Grundlage für Agenten, die für schlussfolgerungsintensive, mehrstufige Geschäftsprozesse entwickelt wurden. Diese Agenten zerlegen komplexe Ziele in Schritte, lösen Probleme, beheben Fehler und passen sich an wechselnde Anfragen an. Sie eignen sich ideal für:
- Komplexe Geschäftsprozesse: Kreditorenbuchhaltung, Vertragsprüfung, Einstellungsprozesse oder andere mehrstufige Prozesse, die Urteilsvermögen und Anpassungen erfordern.
- Dateiintensive Arbeit: Agenten, die Dokumente erstellen, bearbeiten und begründen.
- Multitool-Orchestrierung: Aufgaben, bei denen mehrere Tools oder Agenten nacheinander aufgerufen und anhand der Ergebnisse entschieden werden muss, was zu tun ist.
- Agentisches Denken: Aufgaben, bei denen es von Vorteil ist, wenn der Agent über ein Problem nachdenkt, anstatt einem festen Skript zu folgen.
GitHub Copilot-Harness-Agenten bieten integrierte Unterstützung für Skills und Gedächtnis und werden in einer sicheren Sandbox-Umgebung ausgeführt. Sie verwenden Copilot Credits für die Abrechnung. Mehr erfahren Sie unter Überblick über die Abrechnung für Agenten, die vom GitHub Copilot-Harness betrieben werden.
Kundengesprächs-Framework
Die Customer-Conversation-Funktion unterstützt Agenten, die Fragen beantworten und Probleme für Kunden per Telefon und Chat lösen. Ein primärer Agent arbeitet mit spezialisierten Subagenten in einer Multi-Agenten-Architektur zusammen, um vorhersehbare Antworten für definierte Themen zu liefern und gleichzeitig flüssige, natürliche Sprachgespräche zu unterstützen. Sie eignen sich ideal für:
- Kontaktcenter-Szenarien: Kundensupport, Helpdesks und andere Situationen, in denen ein Kunde ein Problem per Telefon oder Chat lösen muss.
- Multi-Agenten-Routing: Szenarien, in denen verschiedene Themen oder Probleme am besten von spezialisierten Subagenten behandelt werden, die jeweils ihren eigenen Eskalationspfad haben.
- Menschliche Eskalation: Gespräche, die möglicherweise an einen menschlichen Vertreter übergeben werden müssen, wenn der Agent das Problem nicht lösen kann.
Customer Conversation harness agents können Werkzeuge über Connectoren, Wissen, MCP und verbundene Agenten aufrufen und Skills sowie Speicher unterstützen. Sie verwenden Copilot Credits für die Abrechnung. Erfahren Sie mehr in Agents powered by the Customer Conversation Harness Overview.
Standardumgebung
Das Standard-Framework treibt regelbasierte Agenten an, die für strukturierte, wiederholbare Gespräche entwickelt wurden. Diese Agenten folgen den von Ihnen definierten Themen und reagieren vorhersehbar auf gut verstandene Fragen. Sie eignen sich ideal für:
- Helpdesk und Support: Interne Mitarbeiter, die häufige Fragen beantworten und einfache Anfragen weiterleiten.
- Informationssuche: Agenten, die konsistente Antworten basierend auf Ihrem Geschäftswissen liefern.
- Strukturierte Gespräche: Szenarien, in denen der Agent das Gespräch vorhersehbar führen soll.
Standard-Harness-Agenten arbeiten mit bestehenden Prompt-Bibliotheken und Unternehmenswissen. Sie verwenden das Copilot Studio-Kapazitätsmodell für die Abrechnung. Erfahren Sie mehr unter Lizenzierung für Agenten, die vom Standard-Harness betrieben werden.