구현 체크리스트를 검토하세요

Copilot Studio 에이전트를 구현하려면 통합, 채널, 도구, 주제 설계, 슬롯 채우기 동작에 세심한 주의를 기울여 에이전트가 대규모에서 신뢰성 있게 작동하도록 해야 합니다. 이 섹션은 구현 선택을 검증하는 데 도움이 되는 실용적인 질문과 모범 사례 지침을 제공합니다.

구현 준비가 되어 있는지 검증하세요

다음 체크리스트를 사용하여 에이전트가 기술적으로 탄탄하고, 성능이 뛰어나며, 제작 준비가 되었는지 확인하세요.

AI 기능 및 기능 계획

완료?	과업
✓	시나리오에 필요한 AI 기능(생성 오케스트레이션, 생성 답변, 생성 빌더, AI 프롬프트, 컴퓨터 사용, 승인)을 정하셨나요?
✓	각 선택된 능력에 대한 목적, 범위, 제약 조건을 정의하셨나요?
✓	고권한이 있는 기능(예: 행동, 연결된 에이전트, 컴퓨터 사용)에 대한 위험이나 거버넌스 요구사항을 평가하셨나요?
✓	지식 소스가 정확하고, 잘 구조화되어 있으며, 기반을 다질 준비가 되어 있는지 검증하셨나요?
✓	AI 생성 콘텐츠가 필요할 때 어떻게 검토, 검증, 또는 덮어쓰는지 확인하셨나요?

생성 오케스트레이션 설계

완료?	과업
✓	에이전트의 도구, 주제, 행동, 그리고 의미 있는 이름과 설명을 가진 자식 또는 연결된 에이전트를 명확히 정의했나요?
✓	AI가 자율적으로 행동할 수 있는 결정 경계와 확인이나 인간 승인이 필요한 시점의 결정 경계를 명시하셨나요?
✓	오케스트레이터가 자연스럽게 자동 프롬프트와 체인 스텝을 할 수 있도록 주제와 행동 입력 및 출력을 설계했나요?
✓	도구가 결정론적으로 동작하고 중요한 매개변수에 대한 검증을 포함하도록 했나요?
✓	언제 지식을 사용하고, 언제 도구를 사용하며, 언제 다단계 계획을 수행해야 하는지에 대한 지침을 오케스트레이터에게 정의하셨나요?

검색 기반 생성

완료?	과업
✓	검색 증강 생성(RAG)에 사용되는 모든 지식 소스가 정확하고 최신이며 승인된 내용을 포함하고 있으며, 구식이거나 금지된 데이터가 삭제되었는지 검증하셨나요?
✓	문서 형식, 파일 크기, 인덱싱 규칙(SharePoint, Dataverse, 사용자 지정 데이터, Azure AI 검색, 업로드된 파일)이 각 RAG 제공자의 제한과 동작을 준수하는지 확인하셨나요?
✓	새로운 콘텐츠가 지식 소스에서 추가, 업데이트 또는 폐기되는 방식을 관리하는 거버넌스를 구축하여, RAG가 검증된 엔터프라이즈 데이터만을 가져오도록 보장했나요?

Integrations

완료?	과업
✓	에이전트가 어떤 시스템과 통합해야 하는지 파악하고 적절한 통합 패턴(커넥터, HTTP, 워크플로우, API, 모델 컨텍스트 프로토콜)을 선택했나요?
✓	인증 요구사항을 확인하고 각 통합마다 사용자 자격 증명과 메이커 자격 증명 중 하나를 선택했나요?
✓	에이전트가 호출하는 모든 서비스의 API 제한, 성능 제약, 예상 볼륨을 평가해 보셨나요?
✓	각 통합 경로에 맞는 적절한 오류 처리 동작을 설계하셨나요?

에이전시 도구

완료?	과업
✓	도구를 사용하거나 워크플로우, MCP 서버, 프롬프트를 사용해 구현해야 하는지 평가하셨나요?
✓	각 도구가 명확한 이름, 설명, 입력, 출력을 명확히 명확히 지정해서 오케스트레이터가 신뢰성 있게 선택할 수 있도록 했나요?
✓	고급 모델이나 구성이 오케스트레이터 대신 AI 프롬프트를 사용해야 하는지 확인하셨나요?
✓	페이로드, 스키마, 오류 처리, 성능 특성을 검증하기 위해 도구를 독립적으로 테스트했나요?
✓	시나리오가 도구 대신 아동 요원이 필요한지, 연결된 요원이 필요한지 평가하셨나요?

채널, 클라이언트, 그리고 핸드오프

완료?	과업
✓	청중에게 맞는 올바른 채널을 선택하고, 각 채널이 지원하는 Markdown, Adaptive Cards, 이미지 등 메시지 형식을 확인하셨나요?
✓	고객의 행동을 검증하고 Teams, 웹 채팅, 모바일, 또는 맞춤 앱 전반에서 사용자가 일관된 경험을 누릴 수 있도록 했나요?
✓	구현이 실시간 에이전트 핸드오프를 요구하는지 확인하고, Bot-as-an-Agent 또는 Bot-in-the-Loop 중 적절한 패턴을 선택했나요?
✓	선택한 핸드오프 모델에서 크레딧, 지연 시간, 에이전트 인수오버 동작이 허용되는지 확인하셨나요?

주제, 트리거 문구, 그리고 슬롯 채우기

완료?	과업
✓	각 주제가 명확한 목적을 가지고 겹치는 책임을 피하도록 구조화했나요?
✓	동의어, 변형, 도메인 어휘를 지원하는 효과적인 트리거 구문을 설계하셨나요?
✓	에이전트가 필요한 정보를 효율적으로 수집할 수 있도록 엔터티와 슬롯 채우기 규칙을 정의하셨나요?
✓	NLU 혼동을 피하기 위해 폐쇄 리스트나 RegEx와 같은 맞춤형 엔터티가 필요한지 평가하셨나요?
✓	대체 동작을 검증하고 에이전트가 누락되거나 불분명한 정보를 원활하게 해결하도록 했나요?

모범 사례 호출

• 컴포넌트 명명을 명확하고 의도적으로 지정하세요: 도구, 주제, 연결된 에이전트에 대해 실행 지향적이고 사람이 읽기 쉬운 이름을 사용하여 오케스트레이터가 올바른 컴포넌트를 꾸준히 선택할 수 있도록 돕습니다.
• 입력과 출력을 목적을 가지고 설계하세요: 간결하고 인간 친화적인 입력 이름과 구조화된 출력을 사용해 오케스트레이터가 자연스럽게 자동 프롬프트를 만들고 신뢰성 있게 연쇄 단계를 진행할 수 있도록 하세요.
• 기능을 모듈화하고 재사용 가능하게 유지하세요: 주제, 도구, 연결된 에이전트를 구성 요소로 다룹니다. 플로우나 컴포넌트 간에 로직을 중복하지 마세요.
• 안전 경계를 초기에 우선순위 설정하세요: AI가 자율적으로 수행할 수 있는 행동, 확인이 필요한 행동, 그리고 의도치 않은 행동을 방지하기 위해 인간의 승인이 필요한 행동을 정의하세요.
• 고품질 지식 자원 선별: 지식 기반을 작지만 정확하게 유지하세요. 구식이거나 시끄러운 콘텐츠를 제거하여 접지 품질을 높이고 잘못된 정보를 줄이세요.
• 가장 단순한 통합 패턴부터 선택하세요: 시나리오에 명시적으로 커스텀 API나 MCP 서버가 필요하지 않은 한, 내장 커넥터나 워크플로우를 선호하세요. 더 단순한 경로는 유지보수와 디버깅이 더 쉽습니다.
• 도구 동작을 명확하고 일관되게 정의하세요: 모든 도구에 의미 있는 이름, 설명, 입력 집합, 기대 출력을 부여하여 오케스트레이터가 올바르게 선택하고 안정적인 계획을 생성할 수 있도록 하세요.
• 조기에 인증 검증: 시나리오가 사용자 인증, 메이커 자격 증명, 또는 관리 신원을 통한 보안 접근이 필요한지 확인하여 예상치 못한 상황을 피하세요.
• 지연 및 성능 설계: API 쿼리를 효율적으로 유지하고, 페이로드 크기를 줄이며, 느린 통합을 연쇄적으로 사용하지 않아 반응성 있는 대화 경험을 유지하세요.
• 도구, 워크플로우, 프롬프트를 개별적으로 테스트하기: 입력, 출력, 오류 상태를 개별적으로 검증한 후 주제나 오케스트레이터에 연결하세요.
• 채널 행동을 신중히 계획하세요: 어떤 채널이 마크다운, 적응형 카드, 사진, 맞춤 레이아웃을 지원하는지 이해하고 그에 맞게 메시지를 설계하세요.
• 명확성과 유지보수 용성을 위한 주제 구조화: 주제를 집중시키고 중복을 피하며, 각 주제가 하나의 명확하게 정의된 작업을 해결하도록 합니다.
• 실제 사용자 언어에 맞는 트리거 구문을 만드세요: 변형, 동의어, 일반적인 표현 패턴을 포함하여 의도 인식을 개선하고 대체 빈도를 줄이세요.
• 엔티티를 활용해 불필요한 질문을 줄이세요: 내장 및 맞춤형 엔티티를 활용해 사용자의 초기 메시지에서 정보를 추출하여 마찰을 줄이고 흐름을 가속화하세요.
• 슬롯 채우기 예외 사례를 철저히 테스트하세요: 사용자가 여러 값, 불완전한 정보, 모호한 입력을 제공할 때 에이전트가 어떻게 행동하는지 검증하고, 혼란을 줄이기 위해 엔티티를 정제합니다.