Gambaran umum agen

Agen di Microsoft Copilot Studio adalah asisten bertenaga AI yang memahami konteks bisnis Anda dan mengambil tindakan atas nama Anda. Anda membangun agen di salah satu dari tiga harness: harness GitHub Copilot untuk pekerjaan multistep yang banyak penalaran, harness Customer Conversation untuk skenario yang berinteraksi dengan pelanggan melalui suara dan chat, atau harness standar untuk percakapan berbasis aturan yang dapat diprediksi. Semua perangkat memungkinkan Anda menggabungkan AI generatif, pengetahuan, dan aksi untuk menciptakan agen modern yang dirancang sesuai dengan cara tim-tim Anda sebenarnya bekerja.

Anda dapat menerapkan agen di berbagai saluran—mulai dari Microsoft Teams dan web hingga aplikasi perusahaan. Agen dapat menyerahkan ke agen lain, melakukan alur panggilan, dan mengintegrasikan dengan sistem bisnis Anda melalui konektor, REST API, dan server MCP.

Note

Artikel ini berlaku untuk beberapa rangkaian kabel. Harness yang Anda gunakan memengaruhi penagihan, fitur, dan kemampuan dari apa yang Anda buat.

Manfaat agen

Agen menawarkan beberapa manfaat.

  • Otomatisasi berbasis penalaran intensif: GitHub Copilot memanfaatkan agen yang mampu menalar proses bisnis kompleks yang melibatkan banyak langkah, memecahnya menjadi beberapa langkah, dan beradaptasi saat keadaan berubah. Mereka bekerja seperti rekan tim yang andal, bukan sekadar skrip.
  • Respons yang dapat diprediksi: Agen harness standar mengikuti topik dan aturan yang Anda tentukan, memberikan jawaban konsisten untuk pertanyaan yang sudah dipahami tanpa kejutan.
  • Siap tindakan: Agen dapat mengotomatisasi tugas dengan memanggil alur kerja, konektor, API REST, server MCP, dan agen lainnya. Mereka terhubung ke sistem bisnis Anda untuk mengambil tindakan nyata.
  • Siap untuk file: Agen harness GitHub Copilot dapat membuat, mengedit, dan menalar isi file Word, Excel, PowerPoint, dan PDF secara bawaan, sehingga ideal untuk proses yang banyak melibatkan dokumen.
  • Konteks percakapan: Baik GitHub Copilot maupun standard harness mendukung percakapan alami dengan kesadaran memori dan konteks sehingga agen dapat meningkatkan kualitas seiring waktu.
  • Otomatisasi pusat kontak: Agen Customer Conversation harness menggabungkan agen utama dengan sub-agen khusus untuk menangani pertanyaan pelanggan melalui suara dan chat, kemudian mengeskalasi ke perwakilan manusia ketika agen tidak dapat menyelesaikan masalah.

Tiga harness, tiga pendekatan

Semua agen di Copilot Studio berjalan dengan salah satu dari tiga harness, masing-masing dirancang untuk skenario yang berbeda.

GitHub Copilot harness

GitHub Copilot memanfaatkan kekuatan agen yang dibangun untuk proses bisnis multilangkah yang banyak penalaran. Agen-agen ini membagi tujuan kompleks menjadi beberapa langkah, bernalar melalui masalah, pulih dari kesalahan, dan beradaptasi dengan permintaan yang berubah. Mereka ideal untuk:

  • Proses bisnis yang kompleks: Utang usaha, peninjauan kontrak, alur kerja perekrutan, atau proses multitahap lainnya yang memerlukan pertimbangan dan adaptasi.
  • Pekerjaan yang banyak melibatkan file: Agen yang membuat, mengedit, dan menalar dokumen.
  • Orkestrasi multitool: Tugas yang memerlukan pemanggilan beberapa alat atau agen secara berurutan dan memutuskan apa yang harus dilakukan berdasarkan hasil.
  • Penalaran agentik: Pekerjaan yang mendapat manfaat ketika agen menalar suatu masalah secara mendalam, alih-alih mengikuti skrip tetap.

Agen harness GitHub Copilot memiliki dukungan bawaan untuk keahlian dan memori, serta berjalan di lingkungan sandbox yang aman. Mereka menggunakan Kredit Copilot untuk penagihan. Pelajari lebih lanjut di Ikhtisar penagihan untuk agen yang didukung oleh GitHub Copilot harness.

Rangkaian Percakapan Pelanggan

Customer Conversation memberdayakan agen yang mampu menjawab pertanyaan dan menyelesaikan masalah pelanggan melalui suara dan obrolan. Agen utama bekerja dengan sub-agen khusus dalam arsitektur multi-agen untuk memberikan respons yang dapat diprediksi untuk topik yang ditentukan sambil tetap mendukung percakapan yang lancar dan berbahasa alami. Mereka ideal untuk:

  • Skenario pusat kontak: Dukungan pelanggan, meja bantuan, dan skenario lain di mana pelanggan perlu menyelesaikan masalah melalui suara atau obrolan.
  • Rute multi-agen: Skenario di mana topik atau isu yang berbeda paling baik ditangani oleh sub-agen khusus, masing-masing dengan jalur eskalasi sendiri.
  • Eskalasi manusia: Percakapan yang mungkin perlu diserahkan kepada perwakilan manusia ketika agen tersebut tidak dapat menyelesaikan masalah.

Agen harness Customer Conversation dapat memanggil alat lintas konektor, pengetahuan, MCP, dan agen terhubung, serta mendukung keterampilan dan memori. Mereka menggunakan Kredit Copilot untuk penagihan. Pelajari lebih lanjut di ikhtisar Agents powered by Customer Conversation harness tersebut.

Harness standar

Harness standar ini mengaktifkan agen berbasis aturan yang dibangun untuk percakapan terstruktur dan dapat diulang. Agen-agen ini mengikuti topik yang Anda definisikan dan merespons pertanyaan yang sudah dipahami dengan baik secara dapat diprediksi. Mereka ideal untuk:

  • Meja bantuan dan dukungan: Agen bantuan internal yang menjawab pertanyaan umum dan meneruskan permintaan sederhana.
  • Pencarian informasi: Agen yang memberikan jawaban konsisten berdasarkan pengetahuan perusahaan Anda.
  • Percakapan terstruktur: Skenario di mana Anda ingin agen membimbing percakapan secara dapat diprediksi.

Agen harness standar menggunakan pustaka prompt yang sudah ada dan basis pengetahuan perusahaan. Mereka menggunakan model kapasitas Copilot Studio untuk penagihan. Pelajari lebih lanjut di Lisensi untuk agen yang menggunakan harness standar.

  • Terakhir diperbarui pada