概要
Microsoft 365 Copilot は、大規模な言語モデル (LLM) を使用し、データを Microsoft Graph アプリや Microsoft 365 アプリと統合する、AI を搭載した生産性ツールです。
質問をすると、会社のデータに対して Copilot の理由が表示され、その回答で収集された情報が使用されます。 ただし、ユーザーの意図によっては、この方法が常に最適とは限りません。 Copilot が特定のデータのみに焦点を当てる場合はどうなりますか? Copilot が特定のタスクに集中する場合はどうなりますか? これらのシナリオに対してMicrosoft 365 Copilotを最適化するにはどうすればよいですか?
宣言型エージェントを使用すると、特定のシナリオのMicrosoft 365 Copilotを拡張するコンポーネントが提供されます。
シナリオ例
IT サポート チームで働いているとします。 あなたとチームは、サポート情報記事を作成し、それらを PDF 形式で SharePoint Online ドキュメント ライブラリに格納します。 また、特殊なシステムでサポート チケットを管理します。 サポート情報記事の情報を使用して、従業員が一般的な IT サポート クエリに対する回答を得るために使用できるセルフサービス IT サポート アシスタントを作成し、発生したチケットの数を減らしたいと考えています。 サポート情報記事は本質的に技術的です。 アシスタントは、平易な英語の応答を作成し、専門用語の使用を回避できるようにする必要があります。 また、従業員が問題を修正できない場合は、アシスタントを使用してサポート チケットを作成して更新できるようにしたいと考えています。
ここでは、宣言型エージェントが応答の関連性と正確性を向上させ、IT サポートの質問に回答する方法について説明します。 このタスクは、ナレッジ ベースの記事を使用し、チケット システムと対話することで行います。
私たちは何をしますか?
宣言型エージェントの主な機能を分析して、使用するタイミングを決定するのに役立ちます。
- カスタムナレッジ: エージェントにどのようなデータを推論し、応答をどのように整形する必要がありますか?
- カスタム アクション: 外部システムで実行する必要がある操作
主な目標は何ですか?
このモジュールの終わりまでに、宣言型エージェントがMicrosoft 365 Copilotを拡張するための適切な選択であるかどうかを判断できます。