Gunakan alat agen untuk memperluas, mengotomatisasi, dan meningkatkan kemampuan agen Anda

Agen menjadi lebih kuat ketika Anda melengkapi mereka dengan alat khusus yang memperluas kemampuan inti mereka. Copilot Studio menyediakan tiga kategori utama alat agen:

Artikel ini membahas cara kerja setiap jenis alat, waktu penggunaannya, dan bagaimana alat-alat tersebut dapat membantu Anda buat agen yang lebih kompeten dan efisien. Anda juga belajar tentang perbedaan antara grup komputer yang di-host dan dibawa sendiri untuk skenario penggunaan komputer, ditambah panduan tentang memilih antara pendekatan Otomatisasi Proses Secara Robotik (RPA) dan Computer Using Agents (CUA) tradisional.

Hasilkan respons dengan menggunakan perintah AI

Perintah AI menggunakan serangkaian instruksi untuk menghasilkan respons dari model AI. Anda dapat menyertakan variabel untuk menyisipkan lebih banyak teks atau dokumen ke dalam instruksi ini. Biasanya, hasil disediakan dalam format teks biasa atau JSON. Anda dapat memilih model AI yang terintegrasi dalam Copilot Studio atau yang disebarkan melalui Microsoft Foundry untuk menghasilkan respons.

Anda dapat memunculkan perintah sebagai alat agen atau dari dalam suatu topik. Semua perintah disimpan ke pustaka perintah dan mendukung manajemen siklus hidup aplikasi, kontrol akses berbasis peran, serta berbagi.

Pelajari selengkapnya tentang menggunakan perintah untuk membuat agen melakukan tugas tertentu.

Tentukan kapan harus menggunakan perintah AI vs. orkestrator

Setiap agen yang dibuat di Copilot Studio menggunakan orkestrator untuk menentukan cara merespons dengan memilih alat, topik, dan basis pengetahuan berdasarkan instruksi sistem, input pengguna, dan informasi kontekstual. Orkestrator adalah penggerak utama di balik orkestrasi generatif, yang merencanakan tindakan dan menyusun respons dengan memanfaatkan alat serta deskripsi milik agen.

Meskipun respons yang dihasilkan oleh orkestrator mungkin tampak serupa dengan perintah AI, kedua kemampuan ini memiliki tujuan yang berbeda. Perintah AI adalah tindakan berbasis perintah mandiri yang memberikan kontrol lebih mendalam kepada pembuat model atas konfigurasi model.

Perintah AI mendukung rentang model yang lebih luas, termasuk model yang tersedia melalui Microsoft Foundry. Mereka juga mendukung fitur seperti pengaitan ke Dataverse, input file, dan interpreter kode.

Orkestrator menggunakan perintah sistem tetap dan deskripsi alat untuk memilih penyusun baris yang tepat untuk permintaan tertentu. Pembuat tidak dapat mengedit perintah sistem orkestrator, tetapi mereka dapat memengaruhi perilakunya melalui instruksi agen.

perintah AI memungkinkan kontrol penuh atas format, batasan, dan logika, sehingga menjadi pilihan tepat untuk skenario yang membutuhkan output yang sangat terstruktur atau disesuaikan secara spesifik. Misalnya, jika Anda membutuhkan kontrol gaya melebihi pemformatan sederhana ("tulis puisi berima dengan struktur ABAB menggunakan kata-kata ini secara persis"), perintah adalah pilihan yang lebih tepat.

Orkestrator bekerja dengan baik untuk tugas-tugas sederhana seperti mengekstrak satu nama dari teks. Untuk ekstraksi yang kompleks, gunakan perintah AI. Misalnya, mengekstrak beberapa entitas dari laporan panjang dan menautkannya ke relasi khusus domain (seperti mengekstrak beberapa nama dari laporan asuransi dan mengidentifikasi pemilik layanan perbaikan mobil yang hanya terkait dengan satu pihak dalam insiden tersebut).

Pilihan antara orkestrator dan perintah AI bergantung pada tingkat penyesuaian yang diperlukan. Jika Anda membutuhkan kontrol yang lebih presisi atas perilaku atau keluaran model, gunakan perintah AI. Untuk skenario di mana penalaran umum, pemilihan alat, dan pemformatan ringan sudah cukup, orkestrator adalah pilihan yang tepat.

Integrasikan alat agen dengan menggunakan MCP

Model Context Protocol (MCP) adalah antarmuka universal yang digunakan model AI untuk berinteraksi dengan alat eksternal, sumber data, dan lingkungan pengguna dengan cara yang konsisten dan terukur.

Sebagai perbandingan, konektor Power Platform mengharuskan Anda untuk menguraikan setiap tindakan beserta inputnya, dan memperbarui uraian ini ketika definisi baru tersedia. Pengodean kustom untuk integrasi setiap alat lebih kompleks dan kurang dapat diskalakan.

Gunakan server MCP yang disediakan dengan Copilot Studio untuk layanan Microsoft seperti Outlook, Dataverse, dan GitHub, atau layanan pihak ketiga seperti Salesforce dan JIRA. Bangun server MCP khusus untuk layanan yang belum memiliki server MCP.

Manfaat MCP mencakup:

  • Konteks terstandarisasi untuk model AI
  • Integrasi mudah dengan Copilot Studio
  • Peningkatan efisiensi pengembang dan pengalaman pengguna
  • Tata kelola, pemantauan, dan ekstensibilitas

Pertimbangkan batasan berikut sebelum menerapkan server MCP:

  • Anda tidak dapat menambahkan konteks tambahan pada deskripsi alat mengenai kapan harus digunakan.
  • Topik tidak dapat memanggil server MCP secara langsung.

Memahami waktu penggunaan MCP

Anda dapat mencapai hasil yang sama di Copilot Studio melalui berbagai metode integrasi. Penting untuk memahami kapan harus menggunakan server Model Context Protocol (MCP) dibandingkan dengan opsi yang lebih sederhana seperti konektor Power Platform atau panggilan REST API langsung.

Gunakan MCP ketika Anda memerlukan metode yang terstandarisasi dan terpusat untuk mengekspos alat dan sumber daya kepada banyak agen tanpa konfigurasi per klien. Server MCP memublikasikan alat dan sumber daya yang dapat secara otomatis ditemukan, dikelola versinya, dan digunakan secara konsisten oleh agen karena server MCP mendefinisikan deskripsi alat dan inputnya. Jika API ditambahkan secara langsung, Anda harus menjelaskan tujuannya dan mendefinisikan inputnya secara manual untuk setiap agen.

MCP sangat berharga ketika API hulu sering berubah. Alih-alih memperbarui setiap agen yang menggunakan API, Anda cukup memodifikasi definisinya sekali di server MCP, sehingga semua agen secara otomatis menggunakan versi yang telah diperbarui tanpa perlu menerbitkan ulang. Jika tidak ada server MCP, atau Anda sedang melakukan prototipe dengan cepat, memanggil API secara langsung lebih cepat dan menghindari overhead penyiapan yang diperlukan untuk memperkenalkan siklus hidup MCP penuh.

Orkestrasi Generatif harus diaktifkan untuk menggunakan MCP. Pelajari lebih lanjut di Bagaimana cara kerja MCP?

Otomatiskan proses desktop dengan menggunakan alat penggunaan komputer

Dengan menggunakan alat penggunaan komputer, agen dapat mengoperasikan komputer tanpa memerlukan skrip otomatisasi atau API. Alih-alih menggunakan skrip atau API, Anda mengonfigurasi agen dengan menggunakan perintah. Agen menentukan cara terbaik untuk mencapai tujuannya. Selama proses, agen mengambil Cuplikan layar di setiap langkah, menganalisisnya untuk memutuskan tindakan berikutnya, menjalankan tindakan tersebut, dan mengulangi siklus ini hingga tugas selesai. Cuplikan layar yang diambil oleh agen dan langkah-langkah penalaran tersedia sebagai bagian dari riwayat eksekusi.

Beberapa skenario umum di mana agen dapat memanfaatkan alat penggunaan komputer antara lain:

  • Entri data: Untuk setiap baris dalam file CSV yang masuk, buat pesanan penjualan di SAP dan masukkan ID pesanan yang dihasilkan kembali ke file.
  • Ekstraksi data: Kunjungi setiap portal pemasok, cari SKU yang terdaftar, ekstrak harga, stok, dan waktu tunggu, lalu masukkan hasilnya beserta stempel waktu ke dalam database.
  • Lintas aplikasi: Ekspor transaksi hari ini dari klien keuangan desktop, navigasi QuickBooks, dan catat setiap entri ke akun yang benar.

Pahami perbedaan antara grup komputer yang di-host dan mesin yang Anda bawa sendiri (BYO)

Agen dapat menggunakan alat bantu penggunaan komputer pada grup komputer yang di-host oleh Microsoft atau bring-your-own (BYO). Grup komputer yang di-host tersedia untuk digunakan secara langsung tanpa perlu konfigurasi TI atau penagihan. Komputer tersebut termasuk dalam kumpulan bersama PC Windows 365 Cloud yang telah dipersiapkan sebelumnya dan tidak terhubung dengan Entra ke penyewa pelanggan. Mesin BYO harus disediakan terlebih dahulu dalam jaringan virtual pelanggan sendiri. Anda harus mendaftarkan dan mengelola komputer BYO di Power Automate.

Gunakan mesin BYO untuk skenario produksi. Mesin tersebut memiliki dukungan Microsoft Entra ID, sudah terdaftar di Intune, dan mendukung skenario otomatisasi web maupun desktop. Gunakan grup komputer yang di-host hanya untuk pembuatan prototipe karena kemampuannya yang terbatas. Hanya satu Cloud PC yang tersedia per pengguna pada satu waktu, dan penggunaan dapat dibatasi berdasarkan permintaan.

Pelajari selengkapnya di Mengonfigurasi tempat penggunaan komputer berjalan.

Otomatisasi Proses Secara Robotik (RPA) vs. Computer Using Agents (CUA)

Otomatisasi proses secara robotik (RPA) adalah otomatisasi komputer menggunakan script. Anda dapat menerapkannya ke banyak skenario yang sama dengan CUA. Namun, penting untuk memahami perbedaan antara RPA dan CUA.

Aspek RPA CUA
Jenis otomatisasi Berbasis aturan Didorong LLM
Metode interaksi Pohon UI Visual
Penulisan Skrip, kompleks Instruksi bahasa alami
Pengambilan keputusan Aturan yang telah ditentukan sebelumnya Keputusan otonom berbasis visual
Fleksibilitas Fleksibilitas terbatas Fleksibilitas tinggi
Penanganan kesalahan Penanganan kesalahan statis Mengoreksi secara otomatis berdasarkan tanggapan visual

Gunakan RPA saat:

  • Hanya fitur yang sudah tersedia secara umum (GA) yang diizinkan.
  • Antarmuka pengguna stabil. Layar, bidang, dan pemilih jarang berubah.
  • Aturannya jelas. Anda dapat merekam keputusan ke dalam aturan.
  • Kecepatan penting. Volume tinggi. Setiap detik sangat berharga.
  • Tim RPA yang bertanggung jawab. Tim sudah memiliki pengetahuan pengembangan dan manajemen RPA.

Gunakan CUA saat:

  • Antarmuka pengguna sering berubah atau sangat bervariasi. Anda bekerja dengan beberapa aplikasi dan sering mendesain ulang.
  • Anda memerlukannya dengan cepat. Backlog tim RPA sudah penuh.
  • Antarmuka pengguna penting. Tugas bergantung pada apa yang terlihat di layar, seperti bagan, warna, dan tata letak dinamis.
  • Keputusannya tidak matang. Agen harus bernalar, memilih langkah berikutnya, atau mengoreksi diri sendiri.
  • Last updated on