Verwenden Sie Agenttools, um Ihre Agents zu erweitern, zu automatisieren und zu verbessern

Agents werden mächtiger, wenn Sie sie mit spezialisierten Tools ausstatten, die ihre Kernfähigkeiten erweitern. Copilot Studio bietet drei Hauptkategorien von Agenttools:

In diesem Artikel erfahren Sie, wie die einzelnen Tools funktionieren, wann Sie sie einsetzen sollten und wie sie Ihnen helfen können, leistungsfähigere und effizientere Agents zu erstellen. Sie erfahren außerdem die Unterschiede zwischen gehosteten und selbst bereitgestellten Maschinen für Computernutzungsszenarien sowie erhalten Hinweise zur Auswahl zwischen den Ansätzen der traditionellen robotergesteuerte Prozessautomatisierung (RPA) und Computer Using Agents (CUA).

Antwort mit KI-Prompts generieren

KI-Prompts verwenden eine Reihe von Anweisungen, um eine Antwort von einem KI-Modell zu generieren. Sie können Variablen einbauen, um mehr Text oder Dokumente in diese Anweisungen einzufügen. Die Ausgabe wird typischerweise entweder im Klartext oder im JSON-Format bereitgestellt. Sie können jedes KI-Modell auswählen, das in Copilot Studio eingebaut oder über Microsoft Foundry bereitgestellt wurde, um die Antwort zu generieren.

Sie können Prompts als Agent-Tool oder innerhalb eines Themas aufrufen. Alle Prompts werden in einer Prompt-Bibliothek gespeichert und unterstützen Anwendungslebenszyklusmanagement, rollenbasierte Zugriffskontrolle und Freigabe.

Erfahren Sie mehr über die Verwendung von Prompts, um Ihren Agent bestimmte Aufgaben durchführen zu lassen.

Bestimmen Sie, wann KI-Prompts verwendet werden und wann Sie den Orchestrator verwenden

Jeder in Copilot Studio eingebaute Agent nutzt den Orchestrator, um zu bestimmen, wie er reagieren soll, indem er Tools, Themen und Wissensdatenbanken auswählt, die auf Systemanweisungen, Benutzereingaben und kontextbezogenen Informationen basieren. Der Orchestrator ist die treibende Kraft hinter der generativen Orchestrierung. Er plant Aktionen und setzt Antworten unter Verwendung der Tools und Beschreibungen des Agents zusammen.

Auch wenn orchestratorgesteuerte Antworten KI-Prompts ähneln mögen, erfüllen die beiden Fähigkeiten unterschiedliche Zwecke. AI Prompts sind eigenständige, Prompt-basierte Aktionen, die Erstellern größere Kontrolle über die Modellkonfiguration ermöglichen.

KI-Prompts unterstützen eine breitere Palette von Modellen, einschließlich derjenigen, die über Microsoft Foundry verfügbar sind. Sie unterstützen außerdem Funktionen wie Dataverse Grounding, Dateieingaben und Code-Interpreter.

Der Orchestrator verwendet einen festen Systemprompt und Toolbeschreibungen, um die richtigen Bausteine für eine bestimmte Anfrage auszuwählen. Ersteller können das Systemprompt des Orchestrators nicht bearbeiten, aber sie können dessen Verhalten durch Agent-Anweisungen beeinflussen.

KI-Prompts geben die volle Kontrolle über Formatierung, Einschränkungen und Logik und sind damit die richtige Wahl für Szenarien, die fein abgestimmte oder hochstrukturierte Ausgaben erfordern. Wenn Sie beispielsweise stilistische Kontrolle über das einfache Formatieren hinaus benötigen („Schreiben Sie ein Gedicht im ABAB-Reimschema, das genau diese Wörter verwendet“), ist ein Prompt die bessere Wahl.

Der Orchestrator eignet sich gut für einfache Aufgaben wie das Extrahieren eines einzelnen Namens aus Text. Für komplexe Extraktionsaufgaben verwenden Sie KI-Prompts. Zum Beispiel das Extrahieren mehrerer Entitäten aus einem langen Bericht und das Verknüpfen mit domänenspezifischen Beziehungen (wie das Extrahieren mehrerer Namen aus einem Versicherungsbericht und das Identifizieren des Kfz-Reparaturdienst-Besitzers, der nur einer Partei im Vorfall zugeordnet ist).

Die Entscheidung zwischen Orchestrator und KI-Prompts hängt vom erforderlichen Maß an Anpassung ab. Wenn Sie eine präzise Kontrolle über das Verhalten oder die Ausgabe des Modells brauchst, wählen Sie KI-Prompts. Für Szenarien, in denen allgemeines Denken, Toolauswahl und einfache Formatierung ausreichen, ist der Orchestrator die passende Option.

Integrieren Sie Agenttools mithilfe von MCP

Das Model Context Protocol (MCP) ist eine universelle Schnittstelle, die KI-Modelle nutzen, um mit externen Tools, Datenquellen und Benutzerumgebungen auf konsistente und skalierbare Weise zu interagieren.

Im Vergleich dazu müssen Sie bei Power Platform Connectors jede Aktion und ihre Parameter beschreiben und diese Beschreibungen aktualisieren, sobald neue Definitionen verfügbar werden. Die individuelle Programmierung einer Integration für jedes Tool ist komplexer und weniger skalierbar.

Nutzen Sie die MCP-Server, die mit Copilot Studio für Microsoft-Dienste wie Outlook, Dataverse und GitHub bereitgestellt werden, oder Drittanbieterdienste wie Salesforce und JIRA. Erstellen Sie benutzerdefinierte MCP-Server für Dienste, für die keine existieren.

Vorteile von MCP umfassen:

  • Standardisierter Kontext für KI-Modelle
  • Nahtlose Integration mit Copilot Studio
  • Verbesserte Entwicklereffizienz und Nutzererfahrung
  • Governance, Überwachung und Erweiterbarkeit

Beachten Sie die folgenden Einschränkungen, bevor Sie MCP-Server implementieren:

  • Sie können Toolbeschreibungen nicht mit zusätzlichem Kontext darüber versehen, wann sie aufgerufen werden sollen.
  • Themen können MCP-Server nicht direkt aufrufen.

Verstehen Sie, wenn MCP zu verwenden ist

Sie können in Copilot Studio die gleichen Ergebnisse durch verschiedene Integrationsansätze erzielen. Es ist wichtig zu verstehen, wann Model Context Protocol (MCP)-Server im Vergleich zu einfacheren Optionen wie Power Platform-Konnektoren oder direkten REST-API-Aufrufen verwendet werden sollten.

Verwenden Sie MCP, wenn Sie eine standardisierte, zentral verwaltete Möglichkeit benötigen, Tools und Ressourcen mehreren Agents bereitzustellen, ohne Konfiguration pro Agent. MCP-Server veröffentlichen Werkzeuge und Ressourcen, die Agents automatisch entdecken, versionieren und konsistent verwenden können, weil der MCP-Server die Toolbeschreibungen und deren Eingaben definiert. Im Gegensatz dazu müssen Sie beim direkten Hinzufügen einer API ihren Zweck manuell beschreiben und die Eingaben pro Agent definieren.

MCP ist besonders wertvoll, wenn sich Upstream-APIs häufig ändern. Statt jeden Agent, der die API nutzt, zu aktualisieren, wird die Definition einmal auf dem MCP-Server geändert, und alle Agents verwenden automatisch die aktualisierte Version, ohne dass eine erneute Veröffentlichung nötig ist. Falls kein MCP-Server existiert oder Sie schnell Prototypen erstellen, ist das direkte Aufrufen von APIs schneller und erspart den Einrichtungsaufwand, der für die Einführung des vollständigen MCP-Lebenszyklus erforderlich ist.

Um MCP verwenden zu können, muss die generative Orchestrierung aktiviert sein. Weitere Informationen finden Sie unter Wie funktioniert MCP?

Automatisieren Sie Desktop-Prozesse mit dem Computernutzung-Tool

Durch die Nutzung des Computer-Tools kann ein Agent einen Computer bedienen, ohne Automatisierungsskripte oder APIs benötigen zu müssen. Anstatt Skripte oder APIs zu verwenden, konfigurieren Sie den Agent mithilfe eines Prompts. Der Agent bestimmt, wie er seine Ziele am besten erreicht. Während des Prozesses macht der Agent bei jedem Schritt einen Screenshot, analysiert ihn, um die nächste Aktion zu bestimmen, führt diese aus und wiederholt diesen Zyklus, bis die Aufgabe abgeschlossen ist. Vom Agent erstellte Screenshots und Schritte der Entscheidungsfindung sind als Teil der Durchlaufhistorie verfügbar.

Typische Anwendungsfälle, in denen ein Agent von der Computernutzung profitieren kann, sind:

  • Dateneingabe: Für jede Zeile in der eingehenden CSV-Datei erstellt der Agent den Verkaufsauftrag in SAP und schreibt die generierte Bestell-ID zurück in die Datei.
  • Datenextraktion: Gehen Sie zu jedem Lieferantenportal, durchsuchen Sie die gelistete SKU, extrahieren Sie Preis, Bestand und Lieferzeit und fügen Sie die Ergebnisse mit einem Zeitstempel in die Datenbank ein.
  • App-übergreifend: Exportiere die Tagestransaktionen aus dem Desktop-Finanzprogramm, öffne QuickBooks und buche jeden Eintrag auf das richtige Konto.

Gehostete Maschinen verstehen im Vergleich zu deinen eigenen Rechner mitbringen

Agents können das Computer-Nutzungstool auf einem von Microsoft gehosteten Rechner oder einem Bring-your-Own-(BYO)-Rechner aufrufen. Gehostete Maschinen stehen für die sofortige Nutzung ohne IT-Konfiguration oder Abrechnung zur Verfügung. Sie gehören zu einem geteilten Pool von vorab bereitgestellten Windows 365 Cloud-PCs, die nicht mit dem Kundenmandanten über Entra verbunden sind. BYO-Maschinen müssen im Voraus im eigenen virtuellen Netzwerk des Kunden bereitgestellt werden. Sie müssen BYO-Computer in Power Automate registrieren und verwalten.

BYO-Maschinen für Produktionsszenarien verwenden. Sie verfügen über Unterstützung für Microsoft Entra ID, sind bei Intune registriert und unterstützen sowohl Web- als auch Desktop-Automatisierung. Verwenden Sie gehostete Computer ausschließlich für die Prototypenerstellung, da sie nur eingeschränkte Funktionen bieten. Pro Nutzer steht jeweils nur ein Cloud-PC zur Verfügung, und die Nutzung kann je nach Nachfrage gedrosselt werden.

Weitere Informationen finden Sie unter Konfigurieren, wo der Computer ausgeführt wird.

Robotergesteuerte Prozessautomatisierung (RPA) im Vergleich zu Computer Using Agents (CUA)

Robotergesteuerte Prozessautomatisierung (RPA) ist die Automatisierung eines Computers mit einem Skript. Sie können es in vielen ähnlichen Anwendungsfällen wie CUA einsetzen. Es ist jedoch wichtig, die Unterschiede zwischen RPA und CUA zu verstehen.

Aspekt RPA CUA
Automatisierungstyp Regelbasiert LLM-gesteuert
Interaktionsmethode UI-Baum Sehvermögen
Dokumenterstellung Skript, komplex Natürliche Sprachanweisungen
Entscheiden Vordefinierte Regeln Autonome visuell basierte Entscheidungen
Flexibilität Begrenzte Flexibilität Hohe Flexibilität
Fehlerbehandlung Statische Fehlerbehandlung Selbstkorrektur durch visuelles Feedback

Verwenden Sie RPA wenn:

  • Nur allgemein verfügbare (GA) Funktionen erlaubt sind.
  • Die Benutzeroberfläche stabil ist. Die Screens, Felder und Selektoren sich selten ändern.
  • Die Regeln klar sind. Sie Entscheidungen in Regeln festhalten können.
  • Geschwindigkeit ist wichtig. Hohes Volumen. Jede Sekunde zählt.
  • Ein RPA-Team ist dafür verantwortlich. Das Team verfügt über bestehende Kenntnisse in der Entwicklung und Verwaltung von RPA.

Verwenden Sie CUA wenn:

  • Benutzeroberflächen sich ändern oder stark variieren. Sie mit mehreren Apps und häufigen Neugestaltungen arbeiten.
  • Sie es schnell benötigen. Der Rückstand des RPA-Teams ist voll.
  • Die Benutzeroberfläche wichtig ist. Die Aufgabe davon abhängt, was auf dem Bildschirm sichtbar ist, wie beispielsweise Diagramme, Farben und dynamische Layouts.
  • Entscheidungen unscharf sind. Der Agent schlussfolgern, den nächsten Schritt auswählen oder sich selbst korrigieren muss.
  • Last updated on