Document Summaryエージェントテンプレートは、organizationの声、優先順位、品質基準を反映する要約を生成するのに役立ちます。 Copilot チューニングを使用すると、毎回プロンプトを書き換えることなく、特定の対象ユーザー、目的、トーン、長さに合わせて要約を適応させるようにエージェントを構成できます。
この機能は、エグゼクティブ ブリーフィング、法的およびコンプライアンスのレビュー、教育、医療文書、社内コミュニケーション、事業開発などのシナリオに役立ちます。 チームが要約を作成する方法を標準化することで、時間を節約し、意思決定を改善し、一貫した結果を提供できます。
重要
Microsoft Copilot のチューニングは現在、早期アクセス プログラムを通じて一部の顧客のみが利用できます。 Frontier 経由のアクセスは 2026 年 4 月を予定しています。 機能と要件は変更される可能性があります。
エージェントが実行できる操作
ドキュメント概要エージェント テンプレートを使用すると、次のことができます。
- トーン、対象ユーザー、目的、長さ、重点領域について指定した指示に基づいて、サポートされているファイルから要約を生成します。
- 目標とコンテキストを調整して、専門の集計エージェントを作成します。
- organization 独自のデータを使用してエージェントをさらに微調整し、シナリオの関連性、一貫性、要約の品質を向上させます。
微調整を有効にすると、エージェントは次のことを行うことができます。
- 質の高い事例をもとに、どのような情報が最も重要かを把握します。
- 要約の目標とルーブリックをドキュメント全体に一貫して適用します。
サポートされている入力と出力
エージェントは、次の入力と出力をサポートします。
- サポートされているファイルの種類: Word (.docx) および PDF (.pdf)
- 入力範囲: 単一のファイルまたは複数のファイルを含むフォルダー
-
出力:
- Copilot の会話で生成された要約
- メールで配信される概要文書の下書き
推論にエージェントを使用する
エージェントを微調整する前に、サンプル プロンプトを使用して推論を実行してテストします。 プロンプトは 1 つ以上の入力ファイルを参照する必要があります。
プロンプトの例:
EarningsStatement2024.docx と EarningsStatement2025.docx に基づいて、主要な利益原動力と成長分野を要約します。
サポートされているプロンプト パターン
Document Summary エージェント テンプレートは、単一ファイルおよび複数ファイルのプロンプト パターンをサポートします。
単一ファイル: ProjectStatus.docx に基づいたリーダーシップ レビューの重要なハイライトと低ポイントを要約します。
複数のファイル: TeamA_Status.docx、TeamB_Status.docx、TeamC_Status.docx に基づいてプロジェクトのリスクを要約します。
なぜチューニングするのですか?
チームごとに、さまざまな結果を最適化する概要が必要です。 たとえば、経営陣は意思決定に備えた簡潔な概要を、法務チームはリスクに焦点を当てた正確な概要を望み、プロジェクト マネージャーはアクション指向の要約を望む場合があります。 チューニングは、エージェントがシナリオにとって最も重要な詳細を学習し、それらの優先順位を一貫して適用するのに役立ちます。
エージェントは 2 つのステージで調整できます。 シナリオに基づいて適切なステージを選択します。
- コンテキストの調整: モデル トレーニングなしで、要約に対する永続的な目標、ルーブリック、期待値を定義します。
- モデルの調整:organizationのデータを使用して、関連性と一貫性をさらに向上させます。
チューナブルエージェントは目標ベースの評価をサポートしているため、一般的な品質スコアではなく、organizationの要約の優先順位に合わせた指標を使用して成功を測定できます。
前提条件
ドキュメントの要約では、目標とルーブリックベースのトレーニング アプローチが使用されます。 他のチューニング レシピとは異なり、理想的な出力例を事前に提供する必要はありません。
コンテキスト チューニングを開始する前に、次のアイテムを準備します。
- 質の高い要約のあるべき姿を説明する明確な目標。
- 目的、対象ユーザー、長さ、トーン、フォーカス セクションなどのコンテキスト入力。
- 要約するドキュメントを表すサンプル入力ファイル。
- 明確な質問と評価メトリックをレビューして絞り込むプロセス。
注:
このレシピでは、推論ベースの微調整が使用されます。 チューニング中に、モデルは、目標、明確な質問、評価メトリック、および代表的な例を品質のルーブリックとして使用して、入力コンテンツを推論することを学習します。
コンテキストの調整
コンテキスト チューニングを使用すると、ランタイム プロンプトに関係なく、エージェントの既定の動作を設定できます。
目標とタスクを定義する
まず、要約の目標を定義します。 これらの目標は、エージェントの役割、優先順位、および品質への期待を説明します。
次の例は目標を示しています。
- あなたは Contoso のエキスパート プロジェクト マネージャーです。 主要なリスクと軽減策に関心を持つ多忙な読者のために、目的指向で対象ユーザーに適切な要約を作成します。
必要に応じて、ルーブリックとして機能する 次のようなガイドライン を含めることができます。
- すべてのユーザー インストラクションに従います。
- サマリーの目的を尊重する。
- コンテンツを特定の対象ユーザーに適応させます。
- 要求されたトーンに一致させます (ニュートラルやリーガルなど)。
- おおよその長さ要件を尊重します。
- 指定したセクションを含めるか除外するか。
- ユーザーの指示の完全な意図を反映すること。
ビジネス カテゴリの選択
1 つ以上のビジネス カテゴリまたは業界 (例えば、プロジェクト管理、法務、人事など) を指定します。 これらのカテゴリは、システムが目標とコンテキストをより適切に解釈するのに役立ちます。
サンプル入力ファイルのアップロード
このエージェントの一般的な入力を表すファイルを 1 つ以上アップロードします。 システムはこれらのファイルを使用して、チューニング中に評価をシミュレートします。 この段階では、サンプルの概要を提供する必要はありません。
明確な質問を確認する
システムは、あなたの目標と入力に基づいて明確な質問を生成します。 これらの質問を確認して編集し、エージェントに実行してもらいたいタスクに合っていることを確認します。
メトリックの確認
エージェントのパフォーマンスを評価するために使用されるメトリックを確認します。 システムは、サンプル入力を使用してベンチマークを生成し、出力品質を推定します。
指標を追加、削除、または編集して、実際のサクセス基準をより適切に反映します。
コンテキスト チューニングの最終処理
評価が完了すると、メール通知が届きます。 メトリックが期待どおりの場合は、エージェントを公開するか、モデルの調整に進んで結果をさらに改善できます。
モデルの調整
モデルの調整は、ドキュメント要約エージェント テンプレートの最も高度なカスタマイズ オプションです。 organizationのデータを使用して基になるモデルを微調整するため、エージェントは、優先順位を付ける情報、要約を対象ユーザーと目的に適応させる方法、および要約ルーブリックをドキュメント全体により一貫して適用する方法をよりよく学習できます。
Tune Model は、次の場合に使用します。
- 複雑なドキュメントや一か八かのドキュメント全体で、より一貫した要約品質が必要です。
- シナリオは、Tune Context のみでは確実に達成できない微妙な優先順位付けに依存します。
- エージェントに、organization の代表的な高品質な要約結果から学習する必要があります。
- シナリオに十分な高品質のトレーニング データがあります。
必須データ
Tune Model を使用するには、シナリオの理想的な要約を表す、それぞれ 1 ページの長さで、少なくとも 20 個の高品質のサンプル出力ファイルを含むフォルダーを準備します。
- 個々のファイルではなくフォルダーを選択します。
- サポートされているファイルの種類には、Word (.docx) と PDF (.pdf) があります。
- 通常、より大規模でより代表的なデータセットを使用すると、モデル チューニングの結果が向上します。
- 実行時に想定される対象ユーザー、目的、トーン、ドキュメント タイプを反映する例を使用してください。
モデルチューンされたエージェントでできること
モデルチューンされたエージェントでは、次のことができます。
- organizationの優先順位とルーブリックをより一貫して反映する要約を生成します。
- 代表的な例を通してどの詳細が最も重要かを学習することで、関連性を向上させます。
- チームで使用される一般的な対象ユーザーと目的の組み合わせにより、サマリーをより適切に適応させます。
- organization全体で共有できる再利用可能な調整された要約エクスペリエンスを提供します。
Document Summary エージェントで Tune モデルを使用する
Document Summary エージェントで Tune Model を使用するには:
- Tuneエージェント: Document Summaryエージェントテンプレートから作成した特殊なDocument Summaryエージェントで Tune エージェントを選択し、「 Tune Model 」オプションに移動します。
- 優先出力を指定する: エージェントに学習させたい要約品質の種類を表す、それぞれが少なくとも 1 ページの長さで、少なくとも 20 個の高品質で理想的な要約出力を含むフォルダーを選択します。
- アクセスのレビュー:1 つ以上の Microsoft Entra セキュリティ グループを選択するか、微調整されたエージェントの使用を許可するユーザーに基づいて自分へのアクセスを制限します。
- 微調整を開始します。 製品内の指示に従って、微調整を開始します。 既存のエージェントを引き続き使用している間、チューニング プロセスは非同期で実行されます。
- 評価指標を確認し、公開を決定します: 微調整が完了したら、更新された評価メトリックを確認し、結果を前のステージと比較し、結果が期待どおりの場合は、調整されたモデルを公開します。
注:
最初に Tune Context を完了して、モデルのチューニングを開始する前に、目標、明確な質問、および評価メトリックをすでに定義します。
モデルチューンされたエージェントを使用する
モデルチューンされたエージェントを使用するには:
- 調整されたエージェントとChatし、サポートされている入力ファイルを1つ以上提供します。
- 調整されたモデルにはトレーニング中に学習した動作が既に反映されているため、すべてのプロンプトで同じ集計の優先順位を書き直す必要はありません。
- エージェントは引き続きランタイムの指示に従うことができますが、その既定の動作は、トレーニングされた集計パターンと評価目標によって決定されます。
- 評価結果を確認し、より広く使用できるように調整されたモデルを公開できます。
モデルチューニングされたエージェントの制限
モデルチューニングされたエージェントには、次の制限があります。
- モデル チューニングのために個々のファイルを選択することはできません。代わりにフォルダーを指定します。
- モデルにチューニングされたエージェントは、提供する例の品質と代表性に依存します。
- Word および PDF ファイル形式のみがサポートされています。
- 広く使用できるように調整されたモデルを公開する前に、評価結果を確認する必要があります。
チューナブル エージェントの評価
各チューニング段階で、要約品質に対する organization の期待に基づいて、カスタマイズされた基準でエージェントを評価できます。
- 目標: エージェントの要約タスクと優先順位を定義します。
- サンプル ファイル: 評価用の代表的な入力ドキュメントを提供します。
- 質問を明確にする: 評価シナリオを形成する生成された質問を確認して絞り込みます。
- メトリック: 品質の測定に使用する評価基準を追加、削除、または編集します。
- 評価結果: スコアと分析情報を確認して、エージェントが公開する準備ができているか、それともさらに改良が必要かを判断します。