Dodaj węzeł monitu do przepływu agenta

Important

Węzeł promptowy nie jest dostępny w przepływach pracy opartych na wiązce GitHub Copilot. Nadal jest dostępny w przepływach pracy korzystających ze standardowego mechanizmu (przepływach agentów). Aby uzyskać takie samo działanie jak monit w przepływie pracy, dodaj akcję Agent, podaj instrukcje i pozostaw narzędzia agenta bez konfiguracji. Doświadczenie i wynik są równoważne z użyciem monitu. Dowiedz się więcej w artykule Dodawanie węzła agenta do przepływu pracy.

Węzeł promptu wykonuje pojedyncze wywołanie AI wewnątrz przepływu agenta. Podaj instrukcję, opcjonalnie przekaż zawartość dynamiczną z wcześniejszych kroków, a model zwraca tekst lub ustrukturyzowane dane wyjściowe używane przez akcje podrzędne. Użyj węzła podpowiedzi, gdy krok wymaga modelu do transformacji lub generowania tekstu bez zarządzania narzędziami lub pozyskiwania wiedzy.

Za pomocą węzła monitu można wykonywać następujące czynności:

  • Wyślij instrukcję monitu do modelu i użyj odpowiedzi w kolejnych krokach.
  • Wstaw zawartość dynamiczną z wcześniejszych kroków bezpośrednio do szablonu monitu.
  • Wybierz model, który obsługuje wywołanie.
  • Wybierz kształt odpowiedzi, w tym tekst lub dane wyjściowe ze strukturą.

Dodaj węzeł monitu

  1. W Copilot Studio przejdź do Flows i otwórz istniejący przepływ agenta lub utwórz nowy.

    • Nowy przepływ agenta: trafiasz do projektanta, aby skonfigurować wyzwalacz.
    • Istniejący przepływ agenta: otwórz przepływ agenta i przejdź do karty Buduj.

  2. Wybierz pozycję Dodaj nową akcję w kroku, w którym chcesz dodać węzeł monitu.

  3. W sekcji Możliwości sztucznej inteligencji selektora akcji wybierz pozycję Uruchom monit. Do kanwy zostanie dodany węzeł Uruchom monit z otwartym oknem tworzenia monitu.

  4. Utwórz monit, zaczynając od pustego monitu, wybierając szablon lub opisując monit, który chcesz utworzyć za pomocą języka naturalnego. Utwórz instrukcje, dodaj zasoby wiedzy, wybierz model językowy, którego chcesz użyć, i wybierz kształt danych wyjściowych, który najlepiej pasuje do danego scenariusza.

  5. Po zakończeniu wybierz Zapisz, aby dodać węzeł do przepływu.

W kolejnych sekcjach bardziej szczegółowo omówiono, jak utworzyć prompt we węźle promptu, jak wybrać strukturę danych wyjściowych oraz jak używać odpowiedzi na prompt w przepływie agenta. Jeśli dopiero zaczynasz kompilować monity w Copilot Studio, zalecamy zapoznanie się z tymi sekcjami, aby jak najlepiej wykorzystać węzeł monitu.

Pisanie instrukcji monitu

W polu Instrukcje napisz instrukcję monitu uruchamianą przez węzeł za każdym razem, gdy przepływ agenta osiągnie ten krok. Użyj selektora zawartości dynamicznej, aby wstawić tokeny z wcześniejszych kroków i wypełnić szablon rzeczywistymi danymi w czasie rzeczywistym.

Na przykład w przepływie agenta, który jest wyzwalany po przesłaniu odpowiedzi z formularza, instrukcje mogą mieć postać Rewrite the following customer feedback into a one-line summary:, a po nich tokenu Comments z formularza.

Należy określić szczegóły zadania i format odpowiedzi. Jeśli potrzebujesz listy, poproś o listę. Jeśli potrzebujesz podsumowania jednego akapitu, powiedz to.

Aby wybrać model, który obsługuje wywołanie, użyj listy rozwijanej modelu znajdującej się w prawym górnym rogu pola Instrukcje. Wybierz bardziej zdolny model, gdy zadanie wymaga starannej interpretacji lub dłuższych odpowiedzi. Wybierz szybszy model, gdy zadanie jest proste i uruchamiane na dużym woluminie.

Wybieranie kształtu wyjściowego

Użyj listy rozwijanej Dane wyjściowe, aby sterować kształtem zwracanego węzła polecenia. Forma określa, w jaki sposób kolejne kroki przepływu agenta wykorzystują wynik.

Typ danych wyjściowych Co otrzymujesz Kiedy stosować
Tekst Pojedynczy ciąg znaków. Krok podrzędny po prostu wstawia odpowiedź modelu (na przykład do treści wiadomości e-mail lub wiadomości usługi Teams).
JSON Obiekt ustrukturyzowany z nazwanymi polami. Chcesz uzyskać dane wyjściowe jako ustrukturyzowany zestaw pól z lub bez określania schematu.
Dokument Dokument Word zgodnie z określonym szablonem. Późniejszy przepływ agenta wymaga dokumentu pakietu Office.

Użyj odpowiedzi na polecenie w przepływie agenta

Po zakończeniu działania węzła monitu jego wynik jest uwidoczniony jako zawartość dynamiczna dla dowolnego kroku podrzędnego.

  1. Wybierz następną akcję, w której chcesz użyć wyniku (na przykład Wyślij wiadomość e-mail lub Zaktualizuj wiersz).

  2. Użyj / i wybierz pozycję Wstaw zawartość dynamiczną , aby otworzyć selektor zawartości dynamicznej w polu, które chcesz wypełnić.

  3. Wybierz wynik z wcześniejszego kroku węzła.

Scenariusze automatyzacji

Węzeł promptu najlepiej sprawdza się jako pojedynczy, ukierunkowany krok w dłuższym przepływie pracy agenta. Wcześniejsze kroki zbierają dane wejściowe, węzeł monitu generuje lub przekształca tekst, a następnie dalsze kroki przesyłają wynik do systemów używanych przez ludzi.

Tłumaczenie przychodzących komunikatów klientów

Przepływ pracy agenta uruchamia się po otrzymaniu wiadomości e-mail w globalnej skrzynce odbiorczej wsparcia. Wcześniejszy krok wyodrębnia treść wiadomości e-mail; węzeł monitu Translate the following customer message into English. Preserve product names and reference numbers exactly: wysyła następnie token Treść z wyzwalacza. Późniejsze kroki kierują przetłumaczony komunikat do odpowiedniego regionalnego zespołu i przechowują oryginał wraz z tłumaczeniem w usłudze Dataverse.

Wyodrębnianie pól strukturalnych z nieustrukturyzowanych biletów pomocy technicznej

Przepływ agenta jest uruchamiany po utworzeniu w Dynamics 365 zgłoszenia pomocy technicznej z opisem w dowolnej formie. Węzeł polecenia, z parametrem Output ustawionym na JSON, wysyła Extract the following fields from this customer description: urgency (low|medium|high), category (billing|technical|account), and primary intent (one short phrase)., a następnie token Description. W kolejnych krokach należy kierować bilet na podstawie category, ustawić priorytet na podstawie urgency, i wstępnie wypełnić pole Primary intent w rekordzie przypadku.

Generowanie czystego podsumowania potencjalnych klientów na podstawie nieprzetworzonych notatek wywołań

Przepływ pracy agenta uruchamia się, gdy przedstawiciel handlowy zapisuje notatki z rozmowy przy potencjalnym kliencie w systemie Dynamics 365. Węzeł monitu wysyła Rewrite the following raw call notes into a three-bullet executive summary, focusing on the customer's stated problem, the timeline they mentioned, and any next steps: po nim token Notes z wyzwalacza. W kolejnych krokach zaktualizuj pole potencjalnego klienta Description za pomocą podsumowania, a następnie opublikuj je jako komentarz do powiązanej okazji.

Często zadawane pytania

Kiedy należy stosować węzeł monitu czy węzeł agenta?

Oba węzły wywołują AI w przepływie agenta, ale zostały zaprojektowane do różnych zadań.

Capability Węzeł monitu Węzeł agenta
Orkiestracja narzędzi Tylko interpreter kodu Pełny dostęp do serwerów i łączników MCP
Źródła wiedzy Tylko usługa Dataverse SharePoint, publiczne witryny internetowe i inne
Człowiek w pętli Nie. Tak
Złożoność zadania Generowanie tekstu jednokrotnego Wielokrotne rozumowanie między narzędziami i źródłami

Użyj prompt node, gdy potrzebujesz tylko modelu do przekształcania lub generowania tekstu, na przykład przekształcania, podsumowywania, tłumaczenia lub wyodrębniania pól. Użyj węzła agenta, gdy krok wymaga rozumowania, orkiestracji narzędzi lub wiedzy opartej na solidnych podstawach.

Węzeł monitu jest szybszy i prostszy niż węzeł agenta. Nie ma agenta do skonfigurowania, nie ma narzędzi do dołączania i nie ma źródeł wiedzy, aby połączyć się. Wystarczy instrukcja monitu i model.

Czy węzeł promptu ma dostęp do moich danych?

Węzeł monitu widzi tylko to, co znajduje się w polu Instrukcje , w tym wszystkie wstawione tokeny zawartości dynamicznej. Nie przegląda plików, wyszukuje SharePoint ani nie odczytuje wiadomości e-mail samodzielnie. Jeśli model musi oprzeć swoją odpowiedź na danych zewnętrznych, pobierz dane na wcześniejszym etapie i przekaż je do szablonu, lub zamiast tego użyj węzła agenta.

Treści powiązane

  • Last updated on