Beheer de levenscyclus van het AI-model voor Copilot Studio-agenten

Copilot Studio biedt verschillende soorten modellen aan. Deze modeltypes zijn gebaseerd op hun beoogde gebruik en beschikbaarheid. De keuze van AI-modellen is geen eenmalige ontwerpbeslissing. Modellen worden geïntroduceerd, bijgewerkt, algemeen beschikbaar gemaakt, als standaardmodellen geselecteerd en uiteindelijk met pensioen gestuurd. Een agent die goed werkt met het ene model kan zich totaal anders gedragen met een ander model, zelfs met een model uit dezelfde modelfamilie.

Behandel modellevenscyclusbeheer als een doorlopende werkwijze voor elke productieagent van Copilot Studio. Stel een herhaalbaar proces op om modelwijzigingen te ontdekken, kandidaatmodellen te evalueren, zich voor te bereiden op pensionering, getroffen agenten te migreren en de kwaliteit na de inzet te monitoren.

Het wijzigen van het model dat een agent gebruikt is zelden slechts een verandering in modelselectie. Een nieuwer model kan instructies letterlijker interpreteren, tools anders kiezen, verschillende responslengtes en opmaak produceren, en latentie veranderen. Plan elke modelwijziging als een migratie die evaluatie, verfijning, goedkeuring en monitoring na de implementatie van instructies en tools omvat.

Het leidende principe is om te ontwerpen met flexibiliteit, voorzichtig te opereren en elke upgrade pas na evaluatie door te voeren. Upgraden naar elk nieuw model brengt het risico op stille regressies. Het uitblijven van wijzigingen aan een model garandeert een crisis zodra het model uit gebruik wordt genomen.

Pas de volgende levenscyclus toe op productieagenten:

  1. Ontdek nieuwe, bijgewerkte, standaard en uit dienst genomen modellen.
  2. Maak een inventaris van de agenten, omgevingen, eigenaren en bedrijfsprocessen die afhankelijk zijn van elk model.
  3. Evalueer kandidatenvervangingsmodellen aan de hand van een vastgestelde basislijn.
  4. Keur de migratie goed met behulp van gedocumenteerde kwaliteits- en operationele criteria.
  5. Implementeer via het Application Lifecycle Management (ALM)-proces van de organisatie.
  6. Monitor productieresultaten en voeg nieuw ontdekte scenario's toe aan de regressiesuite.
  7. Herhaal het proces naarmate modellen en agentvereisten zich ontwikkelen.

Dit artikel behandelt ontdekking en inventaris. De serie gaat verder met:

Modellevenscyclusbeheer vereist coördinatie tussen agent-eigenaren, makers, platformbeheerders, testers, beveiligings- en complianceteams en release-approvers. Wijs het eigendom toe voordat een modelwijziging een dringende migratie veroorzaakt.

Begrijp het modellandschap

Voordat je een modelwijziging kunt plannen, moet je weten hoe Copilot Studio modellen classificeert, welke modellen je organisatie daadwerkelijk kan gebruiken en welke agenten afhankelijk zijn van elk model.

Begrijp typen modelreleases

Copilot Studio identificeert modellen op basis van release- en beschikbaarheidsclassificaties. Deze classificaties helpen bepalen hoe een model te besturen en waar het gebruikt moet worden. Modelnamen, releasefasen, regionale beschikbaarheid en pensioenstatus veranderen in de loop van de tijd. Controleer altijd de beschikbaarheid van modellen per regio voor actuele informatie in plaats van te vertrouwen op een statische modellijst.

Een agent die het standaardmodel gebruikt, gaat naar een nieuw model zodra het standaard wordt geüpgraded, ongeacht of je dat gepland had of niet. Voor hoog-risico en grote agenten kies je een specifiek model in plaats van de standaard te volgen, zodat elke modelwijziging door je migratieproces gaat.

Warning

Experimentele en previewmodellen kunnen beperkte beschikbaarheid hebben, variabele responskwaliteit, verschillende latentie of berichtverbruik, time-outs en regionale dataverwerkingsoverwegingen. Copilot Studio raadt ze niet aan voor productieagenten. Als je een agent publiceert die een preview- of experimenteel model gebruikt en gebruikers ermee interacteren, wordt dat gebruik nog steeds tegen de vastgestelde tarieven gefactureerd.

Koppel de categorie modelgebruik aan het doel van de agent

Copilot Studio geeft elk model een gebruikscategorie die beschrijft waarvoor het model geoptimaliseerd is. Het kiezen van de juiste categorie voor de werklast van de agent beïnvloedt de kwaliteit, latentie en het kredietverbruik.

  • Diepgaand: Geoptimaliseerd voor bedachtzame, meerstapsredenering en tool-ondersteunde workflows. Het beste voor complexe analyses, beleidsanalyse en documentsynthese. Heeft de hoogste latentie en het hoogste kredietverbruik.
  • Auto: Dekt gemengde workloads door queries dynamisch te routeren. Het meest geschikt voor helpdesk- en medewerkeragenten met een onvoorspelbare of wisselende complexiteit van vragen. Latentie en kosten variëren per beurt.
  • Algemeen: Geoptimaliseerd voor snelheid en kosten op dagelijkse chat en lichte aarding. Ideaal voor opstellen, samenvatten, antwoorden in FAQ-stijl en eenvoudige actie-automatisering. Laagste latentie en kredietverbruik.

Lees meer in de categorieën modelgebruik.

Important

De meest voorkomende upgradefout is een mismatch in de gebruikscategorie, zoals het verplaatsen van een veelbezette FAQ-agent van een algemeen model naar een diep model omdat het diepe model beter scoort. De antwoordkwaliteit kan marginaal verbeteren terwijl latentie en kredietverbruik sterk stijgen. Deze verandering is een netto regressie in gebruikerservaring en kosten.

Begrijp externe modellen en beheerderscontroles

Je kunt modellen van externe aanbieders zoals Anthropic, xAI en Mistral gebruiken als primaire model van een agent. Lees meer in Kies een extern model als het primaire AI-model.

Beheerdersinstellingen bepalen welke modellen makers in een omgeving kunnen selecteren. Een model dat als beschikbaar is gedocumenteerd, kan voor de agent die je migreert nog steeds niet beschikbaar zijn als de vereiste instelling niet is ingeschakeld.

Beheerinstelling Effect op modelbeschikbaarheid
Preview- en experimentele AI-modellen Schakel dit in voordat makers previewmodellen of experimentele modellen in een omgeving kunnen selecteren.
Gegevens tussen regio's verplaatsen Vereist voor modellen voor meerdere geografische regio’s. De tenant-beheerder beheert deze omgevingsinstelling in het Power Platform admin center.
Externe modellen Schakelt externe providers in voor een omgeving of omgevingsgroep. Je moet ook toegang geven aan elke provider afzonderlijk in het Microsoft 365-beheercentrum. Deze eis maakt externe modellen de enige klasse die twee onafhankelijke beheerdersacties nodig heeft.

Note

Preview- en experimentele modellen en externe modellen worden beheerst door aparte instellingen. Het inschakelen van het ene type schakelt het andere niet in. Een beheerder kan preview- en experimentele modellen toestaan terwijl externe modellen worden geblokkeerd, of omgekeerd.

Voordat je een migratie plant, bevestig dat het kandidaatmodel beschikbaar is voor de maker in de doelomgeving. De modellijst in Copilot Studio weerspiegelt je beheerdersinstellingen en is de basiswaarheid van wat een specifieke agent kan gebruiken. Lees meer in Admin-controles voor AI-modelselectie.

Bekijk regelmatig de beschikbaarheid van modellen

Bekijk regelmatig het primaire AI-model voor je makelaar . Het is de gezaghebbende bron voor de huidige modellenlijst. Nieuwe modellen verschijnen daar wanneer ze worden geïntroduceerd, en bestaande modellen worden bijgewerkt zodra ze algemeen beschikbaar zijn, de standaard worden of met pensioen worden genomen.

Gebruik de volgende bronnen samen:

Source Description
Kies een primair AI-model voor je agent De belangrijkste bron voor modelbeschikbaarheid en de introductie van nieuwe modellen: modelnamen, tags voor gebruikscategorieën, release-tags, beschikbaarheid per regio, cross-geo-vlaggen, uitgefaseerde status, beschikbaarheid in de US Government-cloud en beheeropties.
De modellijst in Copilot Studio, op de Overzichtspagina van de agent onder Model Wat is er daadwerkelijk beschikbaar voor een specifieke agent in jouw omgeving, gezien je beheerdersinstellingen.
Blijf een gepensioneerd AI-model gebruiken Hoe het compatibiliteitsvenster voor uitgefaseerde modellen werkt en hoe je het inschakelt.
Microsoft 365 Message Center en Power Platform beheerdersmeldingen Huurdersgerichte veranderingen en pensioenaankondigingen.
Copilot Studio releaseplannen en Wat is er nieuw in Copilot Studio Het toekomstgerichte model en de capaciteitsroute.
Omgevingen voor vroege releasecycli Bevorder validatie van platform- en modelwijzigingen voordat ze bedrijfskritische omgevingen bereiken.
Beheer van Copilot Studio-credits en capaciteit Wat je huurder gebruikt, en bij welk verbruik, per model.
Richtlijnen voor het upgraden van modelproviders Gedrag verandert tussen modelgeneraties en de promptwijzigingen die daarop gericht zijn.

Activeer ook een review als:

  • Een relevant model komt beschikbaar als preview of wordt algemeen beschikbaar.
  • Het standaardmodel verandert.
  • Er wordt een uitfasering van een model of een automatische upgrade aangekondigd.
  • Er wordt een model beschikbaar in de regio van de organisatie.
  • De organisatie maakt verwerking tussen regio's, externe modellen of preview- en experimentele modellen mogelijk.
  • Productiemonitoring identificeert een kwaliteits-, latentie-, betrouwbaarheid- of verbruiksprobleem dat een ander model zou kunnen aanpakken.

Houd een model- en agenteninventaris bij

Gebruik de agentinventarissen die zijn verstrekt in het Power Platform admin center, de Power Platform CLI of Power Platform API's om agenten te identificeren die een specifiek model gebruiken. Gebruik deze informatie om modellevenscycluscommunicatie te starten met de getroffen bedrijfs- en technische eigenaren.

Gebruik een van de volgende weergaven in het Power Platform beheercentrum:

Power Platform beheercentrumweergave Het gebruik ervan
Managen>Copilot Studio>Model-kolom Bekijk agenten binnen de hele tenant en identificeer het model dat voor elke agent is geconfigureerd. Filter de resultaten of exporteer ze om agenten te vinden die een model gebruiken dat binnenkort buiten gebruik wordt gesteld.
Licentiëring>Copilot Studio>Omgeving>Details van berichtverbruik>LLM-modelkolom Selecteer een omgeving en bekijk de berichtconsumptie per LLM-model. Gebruik deze weergave om omgevingen, agenten en recent verbruik te identificeren dat samenhangt met het uittredende model.

Zoek in de inventory API om agenten per model te vinden

De Power Platform admin center-weergaven zijn effectief voor het handmatig bekijken en exporteren van resultaten. Vraag in plaats daarvan de inventory API als je dezelfde informatie programmatisch wilt verzamelen, zodat agent-enumeratie gescript, gepland en herhaald kan worden over de hele tenant in plaats van rapporten handmatig te downloaden. Organisaties met een groot makelaarscomplex kunnen deze aanpak gebruiken om de lijst met getroffen agenten op aanvraag te verversen tijdens een pensioenmigratie en deze actueel te houden tussen levenscyclusgebeurtenissen.

De inventory API geeft de agentnaam, weergavenaam, omgeving en geconfigureerd model terug in één tenant-brede query, dus er is geen correlatie met een andere databron nodig.

Voordat je de query uitvoert:

  • Meld u aan met een account met de rol van Power Platform-beheerder of Dynamics 365-beheerder.
  • Verkrijg een toegangstoken voor de https://api.powerplatform.com/ hulpbron.
  • Bevestig dat agentinventarisatie is ingeschakeld voor de huurder.

Stuur een POST-verzoek naar het resource query-eindpunt, filter op het microsoft.copilotstudio/agents resourcetype en projecteer de velden die je nodig hebt, waaronder properties.model:

POST https://api.powerplatform.com/resourcequery/resources/query?api-version=2024-10-01
Authorization: Bearer <access-token>
Content-Type: application/json

{
  "TableName": "PowerPlatformResources",
  "Clauses": [
    {
      "$type": "where",
      "FieldName": "type",
      "Operator": "in~",
      "Values": ["'microsoft.copilotstudio/agents'"]
    },
    {
      "$type": "project",
      "FieldList": [
        "name",
        "properties.displayName",
        "properties.model",
        "environmentId = tostring(properties.environmentId)"
      ]
    }
  ],
  "Options": { "Top": 200 }
}

Het antwoord retourneert één record per agent. Veldnamen in het antwoord vervangen de stip door een onderstreep, dus properties.model wordt teruggegeven als properties_model:

{
  "totalRecords": 158,
  "count": 200,
  "data": [
    {
      "name": "00000000-0000-0000-0000-000000000000",
      "properties_displayName": "Sample Agent",
      "properties_model": "GPT-5 Auto",
      "environmentId": "00000000-0000-0000-0000-000000000000"
    }
  ]
}

De respons bevat totalRecords en, wanneer de resultaten worden afgekapt, een skipToken waarde. Geef die waarde door Options.SkipToken en herhaal het verzoek totdat alle records zijn opgehaald.

Groepeer de verzamelde records op basis properties_model om te zien waar elk model wordt gebruikt binnen de tenant. Het volgende voorbeeld toont het aantal agenten per model voor een tenant, exclusief agenten die het Copilot Studio standaardmodel gebruiken of draaien in de Microsoft 365 Copilot-ervaring:

Model                  Count
-----                  -----
Claude Sonnet 4.6         24
GPT-5 Chat                22
GPT-5.5 Chat               5
GPT-5 Auto                 4
Claude Sonnet 4.5          3
Claude Opus 4.6            2
Claude Opus 4.7            1
Claude Opus 5              1
Claude Sonnet 5            1
GPT-4o                     1
GPT-5.6 Reasoning          1

Wanneer een pensioen wordt aangekondigd, filter je hetzelfde resultaat dat op het pensioenmodel is gezet om de lijst van getroffen agenten, hun omgevingen en hun agent-ID's te produceren. Gebruik de environmentId waarde om elke agent toe te wijzen aan een benoemde omgeving en stuur de resultaten naar de eigenaren van die omgevingen. Lees meer in Reageer op een modelpensioen voor de volledige pensioenreactie.

Meer informatie vindt u in:

Gebruik Power Platform CLI voor omgevingsgerichte details

pac copilot list Gebruik wanneer je de agents en oplossingscontext nodig hebt voor één omgeving, bijvoorbeeld wanneer je een migratie voorbereidt in één omgeving:

pac copilot list --environment <environment-id-or-url>

Het commando geeft de agentnaam, Copilot ID, componentstatus, beheerde status, oplossings-ID, statuscode en statuscode terug. Deze output bevat het model niet, dus gebruik de inventory API om agenten per model te identificeren. Gebruik pac admin list om omgevingsnamen en ID's op te halen.

Wat je voor elke agent moet noteren

Het model alleen is niet genoeg om een migratie te plannen. Noteer het volgende voor elke makelaar, zodat je bij de bekendmaking van een pensioen al weet wie je kunt contacteren en welk werk elke makelaar nodig heeft:

  • Agentnaam, agent-ID, omgeving en omgevingstype, zoals ontwikkeling, test of productie.
  • Zakelijke kritiek.
  • Bedrijfseigenaar, technisch eigenaar, tester en releasegoedkeurder.
  • Het geconfigureerde model en de release-tag.
  • Of de agent nu het standaardmodel gebruikt of een specifiek geselecteerd model.
  • Vereiste voor cross-geo-verwerking en regionale beperkingen.
  • Of de agent nu wordt aangedreven door de standaard kabelboom of de GitHub Copilot-kabelboom, die bepaalt welke evaluatietestmethoden beschikbaar zijn. Lees meer over Copilot Studio-harnassen.
  • De regressietest stelde de locatie en de datum van de laatste baseline-run vast.
  • Of het venster van het met pensioen gestuurde model in gebruik is, wanneer het verloopt en wie het heeft goedgekeurd.

Volgende stap

Met het modellandschap begrepen en je makelaarsinventaris op orde gesteld, gebruik de beslissingscriteria om te bepalen of een upgrade nodig is.

Bepaal wanneer je een AI-model wilt upgraden

  • Last updated on