Legg til en classify-node i en arbeidsflyt (GitHub Copilot)

Note

Selen som brukes til å bygge denne agenten, bruker bruksbasert fakturering. Bruk, bygging, testing og evaluering av agenter kan forbruke Copilot-kreditter. Les mer i Oversikt over bruksbasert fakturering.

Classify-noden tar et tekststykke og sorterer det i en av kategoriene du definerer. Du beskriver hver kategori i klart språk, og noden bruker AI for å avgjøre hvilken kategori inputen passer best med. Hver kategori blir sin egen gren, så arbeidsflyten kan utføre en forskjellig handling avhengig av resultatet.

Bruk klassifiseringsnoden når et steg må rute arbeid basert på betydningen av fri tekst—en e-posttekst, en forminnlevering, en støttemelding—i stedet for et fast felt eller nøkkelordmatch. En vanlig bruk er e-posttriage: les hver innkommende melding og sender den på en annen måte avhengig av hva den handler om.

Ved å bruke klassifiseringsnoden kan du:

  • Sorter en tekstinndata i en av flere kategorier du beskriver på naturlig språk.
  • Forgren arbeidsflyten slik at hver kategori kjører et forskjellig sett med steg.
  • Fang alt som ikke matcher med en automatisk Standardkategori .
  • Forbedre nøyaktigheten ved å legge til eksempel-input for hver kategori.

Legg til en classify-node

  1. I Copilot Studio går du til Flyter og åpner en eksisterende arbeidsflyt, eller oppretter en ny.

    • Ny arbeidsflyt: Du lander på utformeren for å konfigurere en utløser.
    • Eksisterende arbeidsflyt: Åpne arbeidsflyten, og gå til bygg-fanen .

  2. Velg Klassifiseringsikonet på Legg-til-panelet.

  3. Konfigurasjonspanelet åpnes for klassifiseringsnoden.

Noden på lerretet viser ett tilkoblingspunkt per kategori, pluss en Annen (Standard) gren. Koble hver gren til trinnene som skal kjøres for den kategorien.

Gi input for å klassifisere

I feltet Input to classify, skriv inn teksten du vil at noden skal kategorisere. Bruk den dynamiske innholdsplukkeren til å sette inn en strengvariabel fra et tidligere steg slik at noden klassifiserer sanntidsdata i sanntid.

For eksempel, i en arbeidsflyt som utløses når en ny e-post ankommer, sett inputen til Body-variabelen fra triggeren slik at hver kjøring klassifiserer det faktiske e-postinnholdet.

Inndata er ment for fri tekst. Hvis du har flere verdier du vil vurdere sammen (for eksempel et e-postemne og brødtekst), bruk den dynamiske innholdsøkeren for å kombinere dem i feltet.

Velg modellen

Bruk nedtrekksmenyen for modellen i feltet Input to classify for å velge modellen som skal drive klassifiseringen. Husk at det er en avveining mellom kraft og hastighet mellom modeller:

  • Velg en mer kapabel modell når kategoriene er nyanserte eller lette å forvirre, eller når inputen er lang og krever nøye tolkning. I dette tilfellet trenger modellen mer tid til å behandles.
  • Velg en raskere modell når kategoriene er tydelig forskjellige og arbeidsflyten kjører i høyt volum.

Definér kategoriene dine

I kategoriseksjonen legger du til én oppføring for hvert utfall du ønsker å rute til. For hver kategori:

  1. Gi kategorien et kort, beskrivende navn. Navnet blir etiketten på grenen som forlater noden, så gjør det til noe du kjenner igjen på lerretet (for eksempel, Product issue eller Account update).

  2. I kategoriboksen Beskriv hva som hører hjemme i denne kategorien , forklar i enkelt språk hvilken type input som hører hjemme her. Klare beskrivelser er den største faktoren for nøyaktig klassifisering.

Velg Legg til kategori for å lage flere. Sikt mot kategorier som tydelig skiller seg fra hverandre og som til sammen dekker de inputene du forventer.

Standardkategorien

En standardkategori opprettes automatisk for input som ikke tydelig samsvarer med noen av kategoriene du har definert. Den vises som den andre grenen på noden. Knytt denne kategorien til en fornuftig reserveløsning slik at ingenting går tapt uten varsel. For eksempel, rute varen for manuell gjennomgang, logg den, eller varsle noen.

Legg til eksempler for å forbedre nøyaktigheten (valgfritt)

Under Eksempler kan du oppgi eksempelinnganger og hvilken kategori hver enkelt tilhører. Eksempler lærer noden hvordan man håndterer borderline-tilfeller og hvilken type språk dine ekte input bruker.

For å legge til et eksempel:

  1. Velg Legg til eksempel.

  2. I Velg kategori, velg kategorien eksempelet tilhører.

  3. I tekstboksen, lim inn eller skriv inn en representativ input for den kategorien.

Legg til eksempler for kategoriene som oftest blir forvirret, og spesielt for randtilfeller der det riktige svaret ikke er åpenbart ut fra beskrivelsen alene. Noen få velvalgte eksempler per tvetydig kategori gjør vanligvis mer enn en lang liste.

Forgren arbeidsflyten på resultatet

Hver kategori, inkludert Andre, er en egen utgangsgren på noden. Etter at noden har klassifisert en input, fortsetter arbeidsflyten nedover grenen for den matchende kategorien. Legg til trinnene du ønsker for hver gren:

  • Send varen til en annen agent, postboks eller kø avhengig av kategorien.
  • Ta en terminalhandling på én gren (for eksempel slette eller arkivere) mens du ruter andre for oppfølging.
  • Sett en kolonne eller statusverdi, og fortsett deretter med delte nedstrømssteg.

Kun den matchende grenen kjører for en gitt input, så hver sti kan tilpasses nøyaktig det kategorien trenger.

Automatiseringsscenarioer

Classify-noden fungerer best som et rutingssteg: fri tekst kommer inn, noden bestemmer hva det gjelder, og hver gren håndterer det tilfellet.

Prioritering av e-post

En arbeidsflyt utløses av Når en ny e-post mottas. Classify-noden tar e-postens Body som input og sorterer den i Product issue, How-to question, Account update, Spam, , eller Annet. Hver gren ruter meldingen til riktig sted:

  • Produktproblem: en Issue Triager-agent som sender inn og prioriterer en sak.
  • Hvordan-spørsmål: en Docs Responder Agent som utarbeider et svar fra kunnskapsbasen.
  • Kontooppdatering: en Account Updater Agent som anvender endringen.
  • Spam: en slett e-posthandling som fjerner meldingen.
  • Annet: en reserveplan som sender e-posten til manuell gjennomgang.

Én innboks, én arbeidsflyt, og hver melding havner der den skal, uten at noen leser og sorterer hver enkelt.

Ruter innkommende supportforespørsler

En arbeidsflyt utløses når en forespørsel sendes inn via et skjema eller delt postkasse. Klassifiseringsnoden leser forespørselsteksten og sorterer den i Billing, Technical, eller Sales. Hver avdeling tildeler forespørselen til det matchende teamets kø og varsler det teamet, slik at forespørsler når de rette personene uten et triagesteg i midten.

Prioriter tilbakemeldinger

En arbeidsflyt utløses når en kunde sender inn tilbakemelding. Klassifiseringsnoden sorterer kommentaren i Bug report, Feature request, eller Praise. Feilrapporter åpner en arbeidsoppgave, funksjonsforespørsler legges til i en liste over backlogg, og ros sendes videre til kontoteamet. Denne forgreiningen gjør en enkelt tilbakemeldingskanal til tre skreddersydde oppfølgingskanaler.

Vanlige spørsmål

Når bør jeg bruke classify-noden kontra en agentnode?

Bruk klassifiseringsnoden når den eneste jobben er å sortere tekst i en av et kjent sett med kategorier og forgrene på resultatet. Classify-noden er spesiallaget for jobben, enklere å sette opp, og lett å lese på lerretet.

Bruk en agentnode når steget må gjøre mer enn å kategorisere: resonnere over flere input, kalle verktøy, hente kunnskap eller returnere strukturerte felt. En agent kan klassifisere og handle i ett enkelt steg, på bekostning av mer konfigurasjon.

Hva skjer hvis en input ikke matcher noen kategori?

Inndata går til den automatiske Standard-kategorien , vist som Other-grenen . Sørg alltid for at den grenen er koblet til en reserve, slik at du håndterer inndata som ikke samsvarer.

Hvordan kan jeg gjøre klassifiseringen mer nøyaktig?

Skriv klare, tydelige kategoribeskrivelser som tydeliggjør hva som hører hjemme og hva som ikke gjør det. Legg til eksempler for kategoriene som blir forvirret. Velg en mer kapabel modell når kategoriene er subtile. Distinkte kategorier med skarpe beskrivelser betyr mer enn antallet kategorier.

  • Sist oppdatert