Rivedi la checklist per l'implementazione

Implementare i tuoi agenti di Copilot Studio richiede un'attenzione attenta a integrazioni, canali, strumenti, progettazione degli argomenti e comportamento di riempimento degli slot per garantire che gli agenti funzionino in modo affidabile su larga scala. Questa sezione fornisce domande pratiche e linee guida sulle migliori pratiche per aiutarti a validare le tue scelte di implementazione.

Valida la tua prontezza all'implementazione

Usa la seguente lista di controllo per confermare che il tuo agente sia tecnicamente solido, performante e pronto per la produzione.

Capacità dell'IA e pianificazione delle funzionalità

Fatto?	Task
✓	Hai identificato quali capacità di IA (orchestrazione generativa, risposte generative, generatorative builder, prompt AI, uso del computer, approvazioni) richiedono il tuo scenario?
✓	Hai definito lo scopo, l'ambito e i vincoli per ciascuna capacità selezionata?
✓	Hai valutato rischi o requisiti di governance per capacità ad alto privilegio (ad esempio, azioni, agenti connessi, uso del computer)?
✓	Hai convalidato che le fonti di conoscenza sono accurate, ben strutturate e pronte per essere radicate?
✓	Hai confermato come i contenuti generati dall'IA saranno revisionati, validati o sovrascritti quando necessario?

Progettazione dell'orchestrazione generativa

Fatto?	Task
✓	Hai definito chiaramente gli strumenti, gli argomenti, le azioni e gli agenti figli o collegati dell'agente con nomi e descrizioni significative?
✓	Hai specificato i confini decisionali su cosa l'IA può agire autonomamente rispetto a quando è richiesta conferma o approvazione umana?
✓	Hai progettato input e output di argomenti e azioni in modo che l'orchestratore possa fare auto-prompt e concatenare i passaggi in modo naturale?
✓	Avete assicurato che gli strumenti si comportassero in modo deterministico e includessero la validazione dei parametri critici?
✓	Hai definito delle linee guida per l'orchestratore su quando usare la conoscenza, quando usare gli strumenti e quando eseguire la pianificazione a più passi?

Integrations

Fatto?	Task
✓	Hai identificato con quali sistemi il tuo agente deve integrarsi e hai scelto il pattern di integrazione appropriato (connettore, HTTP, workflow, API, Model Context Protocol)?
✓	Hai confermato i requisiti di autenticazione e deciso tra credenziali utente e credenziali maker per ogni integrazione?
✓	Hai valutato i limiti dell'API, i vincoli di performance e il volume previsto per tutti i servizi chiamati dal tuo agente?
✓	Hai progettato un comportamento appropriato nella gestione degli errori per ogni percorso di integrazione?

Strumenti dell'agente

Fatto?	Task
✓	Hai valutato se una funzionalità dovesse essere implementata usando uno strumento, un flusso di lavoro, un server MCP o un prompt?
✓	Hai assicurato che ogni strumento abbia un nome chiaro, una descrizione, input e output così che l'orchestratore possa selezionarli in modo affidabile?
✓	Hai confermato se i modelli o le configurazioni avanzate richiedono l'uso di un prompt AI invece dell'orchestratore?
✓	Hai testato strumenti in modo indipendente per convalidare payload, schema, gestione degli errori e caratteristiche prestazionali?
✓	Hai valutato se uno scenario richiede un agente per bambini o un agente connesso piuttosto che uno strumento?

Canali, clienti e passaggio di consegne

Fatto?	Task
✓	Hai scelto i canali corretti per il tuo pubblico e verificato i formati di messaggistica supportati da ciascun canale, come Markdown, Adaptive Cards e immagini?
✓	Hai validato il comportamento dei clienti e assicurato che gli utenti abbiano un'esperienza coerente su Teams, Web Chat, mobile o app personalizzate?
✓	Hai determinato se la tua implementazione richiede il passaggio di agente in tempo reale e selezionato il pattern appropriato, sia Bot-com-un-Agent che Bot-in-the-Loop?
✓	Hai confermato che crediti, latenza e comportamento di presa degli agenti siano accettabili per il modello di passaggio di dati che hai scelto?

Argomenti, frasi trigger e riempimento degli slot

Fatto?	Task
✓	Hai strutturato i tuoi argomenti in modo che ognuno abbia uno scopo chiaro ed eviti responsabilità sovrapposte?
✓	Hai progettato frasi trigger efficaci che supportassero sinonimi, variazioni e vocabolario di dominio?
✓	Hai definito entità e regole di riempimento degli slot per garantire che l'agente raccoglia in modo efficiente le informazioni necessarie?
✓	Hai valutato se entità personalizzate, come closed list o RegEx, siano necessarie per evitare confusione con i NLU?
✓	Hai convalidato il comportamento di riserva e ti sei assicurato che l'agente risolva con grazia le informazioni mancanti o poco chiare?

Chiamate delle migliori pratiche

• Nomina i componenti in modo chiaro e intenzionale: Usa nomi orientati all'azione e leggibili per strumenti, argomenti e agenti collegati per aiutare l'orchestratore a scegliere costantemente il componente giusto.
• Progettare input e output con uno scopo: Usa nomi di input concisi e adatti all'uomo e output strutturati affinché l'orchestratore possa auto-promptare naturalmente e concatenare i passaggi in modo affidabile.
• Mantieni le capacità modulari e riutilizzabili: considera argomenti, strumenti e agenti connessi come mattoni di costruzione. Evita di duplicare la logica tra flussi o componenti.
• Dai priorità ai confini di sicurezza fin dall'inizio: definisci quali azioni l'IA può eseguire autonomamente, quali richiedono conferma e quali richiedono l'approvazione umana per prevenire comportamenti non indesiderati.
• Seleziona fonti di conoscenza di alta qualità: Mantieni le basi di conoscenza piccole ma accurate. Rimuovi contenuti obsoleti o rumorosi per migliorare la qualità della messa a terra e ridurre le informazioni errate.
• Scegli prima il modello di integrazione più semplice: preferisci connettori o flussi di lavoro integrati, a meno che il tuo scenario non richieda esplicitamente API personalizzate o server MCP. Percorsi più semplici sono più facili da mantenere e da debugare.
• Definisci il comportamento degli strumenti in modo chiaro e coerente: assegna a ogni strumento un nome, una descrizione, un set di input e un output atteso significativo, così che l'orchestratore possa selezionarli correttamente e generare piani stabili.
• Valida l'autenticazione in anticipo: evita sorprese confermando se lo scenario richiede l'autenticazione utente, credenziali del maker o accesso sicuro tramite identità gestite.
• Progettare per latenza e prestazioni: Mantieni le query API efficienti, riduci le dimensioni dei payload ed evita di concatenare integrazioni lente per mantenere un'esperienza conversazionale reattiva.
• Strumenti di test, flussi di lavoro e prompt in isolamento: valida singolarmente input, output e stati di errore prima di collegarli agli argomenti o all'orchestratore.
• Pianifica deliberatamente il comportamento del canale: Comprendi quali canali supportano Markdown, Adaptive Cards, foto o layout personalizzati, e progetta i tuoi messaggi di conseguenza.
• Struttura gli argomenti per chiarezza e manutenibilità: Mantieni gli argomenti focalizzati, evita sovrapposizioni e assicurati che ogni argomento risolva un unico compito ben definito.
• Crea frasi trigger che corrispondano al linguaggio reale dell'utente: includi variazioni, sinonimi e schemi di espressione comuni per migliorare il riconoscimento dell'intento e ridurre la frequenza di ricambio in alternativa.
• Usa entità per ridurre domande inutili: impiega entità integrate e personalizzate per estrarre informazioni dal messaggio iniziale dell'utente, riducendo l'attrito e accelerando i flusso.
• Testare a fondo i casi limite che riempiono gli slot: Validare il comportamento dell'agente quando l'utente fornisce più valori, informazioni incomplete o input ambigui, e affinare le entità per ridurre la confusione.