Bekijk de implementatiechecklist

Het implementeren van je Copilot Studio-agenten vereist zorgvuldige aandacht voor integraties, kanalen, tools, onderwerpontwerp en het invulgedrag van slots om te garanderen dat agenten betrouwbaar op schaal presteren. Deze sectie biedt praktische vragen en best practice-richtlijnen om je te helpen je implementatiekeuzes te valideren.

Valideer je implementatiegereedheid

Gebruik de volgende checklist om te bevestigen dat je agent technisch vaardig, performant en productieklaar is.

AI-mogelijkheden en featureplanning

Klaar?	Opdracht
✓	Heb je vastgesteld welke AI-mogelijkheden (generatieve orkestratie, generatieve antwoorden, generatieve builder, AI-prompts, computergebruik, goedkeuringen) jouw scenario vereist?
✓	Heb je het doel, de reikwijdte en de beperkingen voor elke geselecteerde capaciteit gedefinieerd?
✓	Heb je risico's of governance-eisen voor high-privilege capabilities (bijvoorbeeld acties, connected agents, computergebruik) beoordeeld?
✓	Heb je gevalideerd dat kennisbronnen accuraat, goed gestructureerd en klaar zijn om te worden gegrond?
✓	Heb je bevestigd hoe AI-gegenereerde content wordt beoordeeld, gevalideerd of indien nodig wordt overruled?

Generatief orkestratieontwerp

Klaar?	Opdracht
✓	Heb je duidelijk de tools, onderwerpen, handelingen en kind- of verbonden agenten van de agent gedefinieerd met betekenisvolle namen en beschrijvingen?
✓	Heb je beslissingsgrenzen gespecificeerd voor wat de AI autonoom kan beïnvloeden versus wanneer bevestiging of menselijke goedkeuring vereist is?
✓	Heb je topic- en actie-inputs en -outputs ontworpen zodat de orchestrator automatisch kan prompten en stappen kan aaneenjagen?
✓	Heb je ervoor gezorgd dat tools deterministisch handelen en validatie voor kritieke parameters bevatten?
✓	Heb je richtlijnen gegeven voor de orkestrator over wanneer kennis te gebruiken, wanneer tools te gebruiken en wanneer je meerstapsplanning moet uitvoeren?

Integrations

Klaar?	Opdracht
✓	Heb je vastgesteld met welke systemen je agent moet integreren en het juiste integratiepatroon gekozen (connector, HTTP, workflow, API, Model Context Protocol)?
✓	Heb je de authenticatie-eisen bevestigd en gekozen tussen gebruikersgegevens en maker-inloggegevens voor elke integratie?
✓	Heb je de API-limieten, prestatiebeperkingen en het verwachte volume geëvalueerd voor alle diensten die je agent oproept?
✓	Heb je geschikt foutafhandelingsgedrag ontworpen voor elk integratiepad?

Hulpmiddelen voor agenten

Klaar?	Opdracht
✓	Heb je geëvalueerd of een functionaliteit geïmplementeerd moet worden met behulp van een tool, een workflow, een MCP-server of een prompt?
✓	Heb je ervoor gezorgd dat elke tool een duidelijke naam, beschrijving, input en output heeft zodat de orchestrator het betrouwbaar kan selecteren?
✓	Heb je bevestigd of geavanceerde modellen of configuraties vereisen dat je een AI-prompt gebruikt in plaats van de orchestrator?
✓	Hebben jullie tools onafhankelijk getest om payloads, schema's, foutafhandeling en prestatiekenmerken te valideren?
✓	Heb je beoordeeld of een scenario vraagt om een kindagent of een verbonden agent in plaats van een hulpmiddel?

Kanalen, cliënten en overdracht

Klaar?	Opdracht
✓	Heb je de juiste kanalen voor je publiek gekozen en de berichtformaten gecontroleerd die elk kanaal ondersteunt, zoals Markdown, Adaptive Cards en afbeeldingen?
✓	Heb je het gedrag van de klant gevalideerd en ervoor gezorgd dat gebruikers een consistente ervaring hebben via Teams, Web Chat, mobiel of aangepaste apps?
✓	Heb je bepaald of je implementatie een live-agentoverdracht vereist en het juiste patroon gekozen, ofwel Bot-als-Agent of Bot-in-the-Loop?
✓	Heb je bevestigd dat credits, latentie en het overnamegedrag van agenten acceptabel zijn voor jouw gekozen overdrachtsmodel?

Onderwerpen, trigger-zinnen en invullen van slots

Klaar?	Opdracht
✓	Heb je je onderwerpen zo gestructureerd dat elk een duidelijk doel dient en overlappende verantwoordelijkheden vermijdt?
✓	Heb je effectieve triggerzinnen ontworpen die synoniemen, variaties en domeinwoordenschat ondersteunen?
✓	Heb je entiteiten en slot-invulregels gedefinieerd om ervoor te zorgen dat de agent de benodigde informatie efficiënt verzamelt?
✓	Heb je geëvalueerd of aangepaste entiteiten, zoals gesloten lijst of RegEx, nodig zijn om verwarring in de NLU te voorkomen?
✓	Heb je het vangnet gevalideerd en ervoor gezorgd dat de agent ontbrekende of onduidelijke informatie soepel oplost?

Best practice callouts

• Noem componenten duidelijk en bewust: Gebruik actiegerichte, door mensen leesbare namen voor tools, onderwerpen en gerelateerde agenten om de orkestrator te helpen consequent de juiste component te kiezen.
• Ontwerp inputs en outputs doelgericht: Gebruik beknopte, mensvriendelijke inputnamen en gestructureerde outputs zodat de orkestrator automatisch kan prompten en stappen betrouwbaar kan aaneenrijgen.
• Houd de mogelijkheden modulair en herbruikbaar: Behandel onderwerpen, tools en verbonden agenten als bouwstenen. Vermijd het dupliceren van logica over flows of componenten.
• Prioriteer vroegtijdig veiligheidsgrenzen: Definieer welke acties de AI autonoom kan uitvoeren, welke acties bevestiging vereisen en welke acties menselijke goedkeuring vereisen om onbedoeld gedrag te voorkomen.
• Cureer hoogwaardige kennisbronnen: Houd kennisbases klein maar nauwkeurig. Verwijder verouderde of ruisachtige inhoud om de aardingskwaliteit te verbeteren en onjuiste informatie te verminderen.
• Kies eerst het eenvoudigste integratiepatroon: geef de voorkeur aan ingebouwde connectors of workflows, tenzij jouw scenario expliciet aangepaste API's of MCP-servers vereist. Eenvoudigere paden zijn makkelijker te onderhouden en te debuggen.
• Definieer het gedrag van het tool duidelijk en consistent: Geef elke tool een betekenisvolle naam, beschrijving, invoerset en verwachte output zodat de orkestrator deze correct kan selecteren en stabiele plannen kan genereren.
• Valideer authenticatie vroeg: Voorkom verrassingen door te controleren of het scenario gebruikersauthenticatie, maker-credentials of veilige toegang via beheerde identiteiten vereist.
• Ontwerp voor latentie en prestaties: Houd API-queries efficiënt, verminder payloadgroottes en vermijd het ketenen van trage integraties om een responsieve gesprekservaring te behouden.
• Test tools, workflows en prompts in isolatie: Valideer inputs, outputs en fouttoestanden afzonderlijk voordat je ze verbindt met topics of de orchestrator.
• Plan het gedrag van kanalen bewust: Begrijp welke kanalen Markdown, Adaptive Cards, foto's of aangepaste lay-outs ondersteunen, en ontwerp je berichten dienovereenkomstig.
• Structureer onderwerpen voor duidelijkheid en onderhoudbaarheid: Houd onderwerpen gefocust, vermijd overlapping en zorg dat elk onderwerp één goed gedefinieerde taak oplost.
• Ontwikkel triggerzinnen die overeenkomen met de taal van de echte gebruikers: Voeg variaties, synoniemen en veelvoorkomende fraseringspatronen toe om intentieherkenning te verbeteren en de frequentie van fallbacks te verminderen.
• Gebruik entiteiten om onnodige vragen te verminderen: Gebruik ingebouwde en aangepaste entiteiten om informatie uit het initiële bericht van de gebruiker te halen, waardoor wrijving wordt verminderd en de stromen worden versneld.
• Test slot-vullende randgevallen grondig: Valideer hoe de agent zich gedraagt wanneer de gebruiker meerdere waarden, onvolledige informatie of ambigu input geeft, en verfijn entiteiten om verwarring te verminderen.