L’optimisation Copilot est un service qui améliore la personnalisation des agents Microsoft Copilot en ajustant le contenu, les outils et les modèles sur des données spécifiques au locataire. Grâce aux fonctionnalités fournies par l’optimisation Copilot, les organisations peuvent utiliser leurs données propriétaires pour améliorer la pertinence et la précision des sorties générées par les agents IA. Ce réglage aide les agents à comprendre et à respecter la terminologie, les flux de travail et les processus métier uniques de l’organisation.
L’optimisation Copilot introduit des modèles réglables dans Agent Builder qui fournissent des recettes d’inférence personnalisées spécifiques aux tâches. Avec diverses options de réglage (contexte de réglage, modèle de réglage, outils de réglage), les modèles utilisent d’autres recettes spécifiques à la tâche. Ces agents peuvent effectuer des tâches à forte valeur ajoutée telles que la rédaction de documents, les réponses d’experts, le résumé, la validation, l’édition de style et l’optimisation. Ces tâches sont effectuées dans les limites de sécurité et de conformité de Microsoft 365.
Important
Le réglage de Microsoft Copilot est actuellement disponible pour un ensemble limité de clients par le biais de programmes d’accès anticipé. L’accès via Frontier est prévu pour avril 2026. Les fonctionnalités et les conditions requises sont susceptibles d’être modifiées.
Fonctionnalités de réglage Copilot
Quelles sont les fonctionnalités de l’optimisation Copilot ?
L’optimisation Copilot étend les agents Microsoft Copilot en permettant une plus grande personnalisation et un meilleur contrôle sur le comportement et les résultats des agents pour des tâches spécifiques.
Avec l’optimisation Copilot, les organisations peuvent adapter les agents à leur terminologie, leurs flux de travail et leurs processus métier en ajustant le contexte, les outils ou les modèles. Ce réglage spécifique à la tâche améliore la pertinence et la précision des réponses de l’agent tout en respectant les limites de sécurité, de confidentialité et de conformité de Microsoft 365.
Quelles sont les utilisations prévues de l’optimisation Copilot ?
L’optimisation Copilot prend en charge les modèles d’agent spécifiques aux tâches conçus pour les scénarios métier à forte valeur ajoutée, notamment :
- Rédaction de documents : générez des brouillons structurés qui respectent les modèles, les normes et les exigences de mise en forme de l’organisation.
- Résumé de documents : produisez des résumés adaptés au public, au ton et à l’objectif.
- Réponses d’experts : fournissez des réponses spécifiques au domaine fondées sur la connaissance de l’organisation.
- Validation de document : examinez les documents pour vérifier leur conformité aux politiques, aux instructions ou aux exigences réglementaires.
- Modification de style : affinez les brouillons pour qu’ils s’alignent sur la voix de la marque et les normes d’écriture.
- Scénarios d’optimisation - Aider à la planification ou à l’optimisation des tâches en fonction d’objectifs et de contraintes définis.
Modèles et agents
Quelle est la différence entre un modèle d’agent et un agent ?
Agent Builder fournit des modèles prédéfinis qui définissent la façon dont un agent effectue un type de tâche spécifique. Ces modèles incluent l’orchestration intégrée et la logique spécifique à la tâche.
Un agent est créé à partir d’un modèle et peut ensuite être personnalisé avec des instructions, des sources de données et un réglage facultatif pour répondre à un besoin métier spécifique.
En quoi les modèles réglables sont-ils différents des autres modèles ?
Les modèles réglables utilisent l’orchestration spécifique à la tâche par défaut et prennent en charge une personnalisation supplémentaire grâce à l’optimisation Copilot.
Contrairement aux modèles standard, les modèles réglables vous permettent d’aligner davantage le comportement des agents en ajustant le contexte, les outils ou le modèle sous-jacent en fonction de vos données, de vos objectifs et de vos critères d’évaluation.
Limitations et utilisation responsable
Que doivent prendre en compte les créateurs d’agents lorsqu’ils appliquent l’optimisation Copilot ?
Bien que le réglage puisse améliorer la qualité des agents, les sorties générées par l’IA peuvent toujours contenir des erreurs. Lorsque vous utilisez l’optimisation Copilot, vous devez :
- Définissez des objectifs et des critères d’évaluation clairs et adaptés au scénario.
- Utilisez des données représentatives de haute qualité.
- S’assurer qu’il existe un processus d’examen humain pour tous les extrants.
Pour les scénarios de questions-réponses ou de service, établissez des chemins d’escalade pour gérer les réponses incorrectes ou inappropriées.
Existe-t-il des limitations à l’optimisation Copilot ?
Oui. L’efficacité de l’optimisation Copilot dépend de la qualité, de la couverture et de la pertinence des données utilisées. Les résultats peuvent varier selon le scénario, la disponibilité des données et le support régional.
L’optimisation Copilot ne doit pas être utilisée pour contourner les protections de sécurité de l’IA au niveau de la plateforme ou pour permettre des utilisations nuisibles ou à haut risque, telles que la génération de contenu toxique ou la production de résultats susceptibles d’entraîner des dommages importants pour les individus ou la société.
Amélioration de la qualité et des performances
Que puis-je faire pour améliorer les performances ou résoudre les problèmes ?
Si les réponses de l’agent ne répondent pas aux attentes, examinez et ajustez les objectifs, les données et les critères d’évaluation utilisés lors du réglage.
Les sorties générées doivent toujours être traitées comme des brouillons. Un humain doit examiner les résultats pour vérifier leur exactitude, leur exhaustivité et leur pertinence avant de les utiliser.
Un agent a-t-il toujours besoin d’un réglage du modèle ?
Non. Vous pouvez commencer par utiliser un modèle accordable sans appliquer de réglage. Si les résultats répondent à vos besoins, aucune action supplémentaire n’est requise.
Si des améliorations sont nécessaires, commencez par ajuster le contexte. Si nécessaire, vous pouvez ensuite régler les outils et enfin appliquer le réglage du modèle.
Comment les agents spécifiques à une tâche doivent-ils être évalués ?
Après avoir créé un agent, définissez des objectifs, des données et des critères d’évaluation clairs. L’optimisation Copilot fournit des résultats d’évaluation basés sur ces entrées.
Passez en revue les résultats de l’évaluation et ajustez vos entrées en fonction des besoins. L’ajustement est un processus itératif et plusieurs cycles peuvent être nécessaires pour atteindre le résultat souhaité.