לעיון ברשימת המשימות ליישום

הטמעת סוכני ה- Copilot Studio שלך דורשת תשומת לב קפדנית לשילובים, ערוצים, כלים, עיצוב נושא והתנהגות מילוי משבצות כדי להבטיח שהסוכנים יפעלו באופן אמין בקנה מידה גדול. סעיף זה מספק שאלות מעשיות והדרכה בנושא שיטות עבודה מומלצות כדי לעזור לך לאמת את אפשרויות היישום שלך.

אמת את מוכנות היישום שלך

השתמש ברשימת המשימות הבאה כדי לאשר שהסוכן שלך תקין מבחינה טכנית, מבצע ומוכן לייצור.

יכולות בינה מלאכותית ותכנון תכונות

סיימתם?	משימה
✓	האם זיהית אילו יכולות AI (תיאום גנרטיבי, תשובות גנרטיביות, בונה גנרטיבי, בקשות AI, שימוש במחשב, אישורים) התרחיש שלך דורש?
✓	האם הגדרת את המטרה, ההיקף והמגבלות עבור כל יכולת שנבחרה?
✓	האם הערכת סיכונים או דרישות ממשל ליכולות פריבילגיות גבוהות (לדוגמה, פעולות, סוכנים מחוברים, שימוש במחשב)?
✓	האם אימתת שמקורות הידע מדויקים, מובנים היטב ומוכנים לביסוס?
✓	האם אישרת כיצד תוכן שנוצר על ידי בינה מלאכותית ייבדק, יאומת או יבוטל בעת הצורך?

תכנון תיאום גנרטיבי

סיימתם?	משימה
✓	האם הגדרת בבירור את הכלים, הנושאים, הפעולות והסוכנים הצאצאים או המחוברים של הסוכן באמצעות שמות ותיאורים בעלי משמעות?
✓	האם ציינת גבולות החלטה על מה הבינה המלאכותית יכולה לפעול באופן אוטונומי לעומת מתי נדרש אישור או אישור אנושי?
✓	האם תכננת את קלטי ופלטי הנושאים והפעולות כך שהמתאם יוכל ליצור הנחיות באופן אוטומטי ולשרשר שלבים בצורה טבעית?
✓	האם וידאת שכלים מתנהגים באופן דטרמיניסטי וכוללים אימות לפרמטרים קריטיים?
✓	האם הגדרת הנחיה עבור התיאוםת לגבי מתי להשתמש בידע, מתי להשתמש בכלים ומתי לבצע תכנון רב שלבי?

יצירה מבוססת אחזור

סיימתם?	משימה
✓	האם אימתת שכל מקורות הידע המשמשים לאחזור דור מוגבר (RAG) מכילים תוכן מדויק, עדכני ומאושר, וכי נתונים מיושנים או אסורים הוסרו?
✓	האם וידאת שפורמטים, גדלי קבצים וכללי אינדקס של מסמכים (SharePoint, Dataverse, נתונים מותאמים אישית, חיפוש Azure AI, קבצים שהועלו) עומדים במגבלות ובהתנהגויות של כל ספק סמרטוטים?
✓	האם ביססתם ממשל לגבי האופן שבו תוכן חדש מתווסף, מתעדכן או מושבת ממקורות ידע, כדי לוודא שהסמרטוט מאחזר רק נתונים ארגוניים מאומתים?

שילובים

סיימתם?	משימה
✓	האם זיהית אילו מערכות סוכן שלך חייב לשלב ולבחור את תבנית האינטגרציה המתאימה (מחבר, HTTP, זרימת עבודה, API, ‏Model Context Protocol‏)?
✓	האם אישרת את דרישות האימות והחלטת בין אישורי משתמש לבין אישורי יצרן עבור כל אינטגרציה?
✓	האם הערכת מגבלות API, אילוצי ביצועים ונפח צפוי עבור כל השירותים שהסוכן שלך מתקשר אליהם?
✓	האם תכננת התנהגות מתאימה לטיפול בשגיאות עבור כל נתיב אינטגרציה?

כלים לנציגים

סיימתם?	משימה
✓	האם הערכת האם יש ליישם יכולת באמצעות כלי, זרימת עבודה, שרת MCP או הנחיה?
✓	האם וידאת שלכל כלי יש שם, תיאור, כניסות ויציאות ברורים כדי שהמתאם יוכל לבחור אותו באופן מהימן?
✓	האם אישרת אם מודלים או תצורה מתקדמים מחייבים שימוש בהנחיית בינה מלאכותית במקום בתזמר?
✓	האם בדקת כלים באופן עצמאי כדי לאמת מטענים, סכימה, טיפול בשגיאות ומאפייני ביצועים?
✓	האם הערכת אם תרחיש דורש סוכן צאצא או סוכן מחובר ולא כלי?

ערוצים, לקוחות ומסירה

סיימתם?	משימה
✓	האם בחרת את הערוצים הנכונים עבור הקהל שלך ואימתת את פורמטי העברת ההודעות שכל ערוץ תומך בהם, כגון Markdown, כרטיסים מסתגלים ותמונות?
✓	האם אימתת את התנהגות הלקוחות והבטחת שהמשתמשים ייהנו מחוויה עקבית בין Teams, צ'אט באינטרנט, אפליקציות לנייד או מותאמות אישית?
✓	האם קבעת אם היישום שלך דורש סוכן בזמן אמת ובחרת את הדפוס המתאים, או בוט-כסוכן או בוט-בלולאה?
✓	האם אישרת שהזיכויים, ההשהיה והתנהגות השתלטות הסוכן מקובלים עבור מודל המסירה שבחרת?

נושאים, ביטויי גורם מפעיל ומילוי משבצות

סיימתם?	משימה
✓	האם בנית את הנושאים שלך כך שכל אחד מהם משרת מטרה ברורה ונמנע מאחריות חופפת?
✓	האם עיצבת ביטויי טריגר יעילים שתומכים במילים נרדפות, וריאציות ואוצר מילים של דומיינים?
✓	האם הגדרת ישויות וכללי מילוי משבצות כדי לוודא שהסוכן אוסף את המידע הנדרש ביעילות?
✓	האם הערכת אם ישויות מותאמות אישית, כגון רשימה סגורה או RegEx, נדרשות כדי למנוע בלבול NLU?
✓	האם אימתת את התנהגות הגיבוי והבטחת שהסוכן פותר בחינניות מידע חסר או לא ברור?

התבטאויות מומלצות

• תן שמות ברורים ומכוונים לרכיבים: השתמש בשמות מוכווני פעולה, קריאים לאדם עבור כלים, נושאים וסוכנים מחוברים כדי לעזור לתאם לבחור באופן עקבי את הרכיב הנכון.
• תכנן כניסות ויציאות עם מטרה: השתמש בשמות קלט תמציתיים וידידותיים לאדם וביציאות מובנות כדי שהמתאם יוכל להניע באופן אוטומטיבאופן טבעי ולבצע שלבי שרשרת באופן אמין.
• שמרו על יכולות מודולריות ושימוש חוזר: התייחסו לנושאים, כלים וסוכנים מחוברים כאל אבני בניין. הימנע משכפול לוגיקה על פני זרימות או רכיבים.
• תעדוף מוקדם של גבולות הבטיחות: הגדר אילו פעולות הבינה המלאכותית יכולה לבצע באופן אוטונומי, אילו פעולות דורשות אישור ואילו פעולות דורשות אישור אנושי כדי למנוע התנהגות בלתי מכוונת.
• צור מקורות ידע באיכות גבוהה: שמור על בסיסי ידע קטנים אך מדויקים כדי להפחית את השימוש בהקשר ואת חיפוש הידע. הסר תוכן מיושן או רועש כדי לשפר את איכות הביסוס ולהפחית מידע שגוי.
• בחרו תחילה את תבנית האינטגרציה הפשוטה ביותר: העדיפו מחברים או זרימות עבודה מובנים, אלא אם כן התרחיש שלכם דורש במפורש ממשקי API מותאמים אישית או שרתי MCP. נתיבים פשוטים יותר קלים לתחזוקה וניפוי באגים.
• הגדר התנהגות כלי בצורה ברורה ועקבית: תן לכל כלי שם משמעותי, תיאור, ערכת קלט ופלט צפוי כך שהמתאם יוכל לבחור אותו כראוי וליצור תוכניות יציבות.
• אמת אימות מוקדם: הימנע מהפתעות על ידי אישור אם התרחיש דורש אימות משתמש, אישורי יצרן או גישה מאובטחת באמצעות זהויות מנוהלות.
• עיצוב עבור השהיה וביצועים: שמרו על שאילתות API יעילות, צמצמו את גודלי המטען והימנעו משרשרת אינטגרציות איטיות כדי לשמור על חוויית שיחה מגיבה.
• בדוק כלים, זרימות עבודה והנחיות בנפרד: אמת קלטים, פלטים ומצבי שגיאה בנפרד לפני שאתה מחבר אותם לנושאים או למתאם.
• תכננו את התנהגות הערוץ במכוון: הבינו אילו ערוצים תומכים ב- Markdown, כרטיסים מסתגלים, תמונות או פריסות מותאמות אישית ועיצבו את ההודעות שלכם בהתאם.
• לבנות נושאים לבהירות ותחזוקה: לשמור על נושאים ממוקדים, להימנע מחפיפה ולוודא שכל נושא פותר משימה אחת מוגדרת היטב.
• ניסוח ביטויי טריגר התואמים לשפת משתמש אמיתית: כלול וריאציות, מילים נרדפות ודפוסי ניסוח נפוצים כדי לשפר את זיהוי הכוונה ולהפחית את תדירות הגיבוי.
• להשתמש בישויות כדי להפחית שאלות מיותרות: להעסיק ישויות מובנות ומותאמות אישית כדי לחלץ מידע מההודעה הראשונית של המשתמש, להפחית חיכוך ולהאיץ זרימה.
• בדוק מקרי קצה של מילוי משבצות ביסודיות: אמת כיצד הסוכן מתנהג כאשר המשתמש מספק ערכים מרובים, מידע חלקי או קלט מעורפל, ודייק את הישויות כדי להפחית בלבול.