Rever a lista de verificação de implementação

Implementar os seus agentes do Copilot Studio requer atenção cuidadosa às integrações, canais, ferramentas, design de tópicos e comportamento de preenchimento de slots para garantir que os agentes funcionam de forma fiável em larga escala. Esta secção apresenta perguntas práticas e orientações de boas práticas para o ajudar a validar as suas escolhas de implementação.

Valide a sua prontidão para implementação

Use a lista de verificação seguinte para confirmar que o seu agente está tecnicamente sólido, com desempenho e pronto para produção.

Capacidades de IA e planeamento de funcionalidades

Já terminou?	Tarefa
✓	Identificaste quais as capacidades de IA (orquestração generativa, respostas generativas, construtor generativo, prompts de IA, uso do computador, aprovações) o teu cenário requer?
✓	Definiu o propósito, o âmbito e as restrições para cada capacidade selecionada?
✓	Avaliou riscos ou requisitos de governação para capacidades de alto privilégio (por exemplo, ações, agentes ligados, uso de computadores)?
✓	Validou que as fontes de conhecimento são precisas, bem estruturadas e prontas para fundamento?
✓	Confirmou como o conteúdo gerado por IA será revisto, validado ou anulado quando necessário?

Design de orquestração generativa

Já terminou?	Tarefa
✓	Definiu claramente as ferramentas, temas, ações e agentes filhos ou ligados do agente com nomes e descrições significativas?
✓	Especificaram limites de decisão sobre o que a IA pode agir de forma autónoma versus quando é necessária confirmação ou aprovação humana?
✓	Desenhaste entradas e saídas de tópicos e ações para que o orquestrador pudesse fazer auto-prompts e encadear passos naturalmente?
✓	Garantiu que as ferramentas se comportavam de forma determinista e incluíam validação para parâmetros críticos?
✓	Definiu orientações para o orquestrador sobre quando usar conhecimento, quando usar ferramentas e quando realizar o planeamento em várias etapas?

Geração Aumentada por Recuperação de Informação

Já terminou?	Tarefa
✓	Validou que todas as fontes de conhecimento usadas para a Geração Aumentada de Recuperação (RAG) contêm conteúdo preciso, atualizado e aprovado, e que dados desatualizados ou proibidos foram removidos?
✓	Verificaste se os formatos dos documentos, tamanhos de ficheiros e regras de indexação (SharePoint, Dataverse, dados personalizados, Azure AI Search, ficheiros carregados) cumprem os limites e comportamentos de cada fornecedor RAG?
✓	Estabeleceram governação para como o novo conteúdo é adicionado, atualizado ou retirado das fontes de conhecimento, garantindo que o RAG recupera apenas dados empresariais validados?

Integrations

Já terminou?	Tarefa
✓	Identificou com que sistemas o seu agente deve integrar-se e escolheu o padrão de integração apropriado (connector, HTTP, workflow, API, Model Context Protocol)?
✓	Confirmaram os requisitos de autenticação e decidiram entre credenciais de utilizador e credenciais de fabricante para cada integração?
✓	Avaliaste os limites da API, restrições de desempenho e o volume esperado para todos os serviços que o teu agente chama?
✓	Desenharam comportamentos adequados de gestão de erros para cada caminho de integração?

Ferramentas do agente

Já terminou?	Tarefa
✓	Avaliou se uma funcionalidade deve ser implementada usando uma ferramenta, um fluxo de trabalho, um servidor MCP ou um prompt?
✓	Garantiste que cada ferramenta tem um nome claro, descrição, entradas e saídas para que o orquestrador possa selecioná-las de forma fiável?
✓	Confirmaste se modelos avançados ou configurações requerem usar um prompt de IA em vez do orquestrador?
✓	Testavam ferramentas de forma independente para validar cargas úteis, esquemas, gestão de erros e características de desempenho?
✓	Avaliou se um cenário exige um agente filho ou agente ligado em vez de uma ferramenta?

Canais, clientes e transferência

Já terminou?	Tarefa
✓	Escolheu os canais corretos para o seu público e verificou os formatos de mensagens que cada canal suporta, como Markdown, Adaptive Cards e imagens?
✓	Validaram o comportamento dos clientes e garantiram que os utilizadores têm uma experiência consistente no Teams, Web Chat, mobile ou aplicações personalizadas?
✓	Determinou se a sua implementação requer transferência de agente ao vivo e selecionou o padrão apropriado, seja Bot-como-agente, ou Bot-in-the-Loop?
✓	Confirmou que créditos, latência e comportamento de tomada de controlo de agentes são aceitáveis para o modelo de transferência que escolheu?

Tópicos, frases de gatilho e preenchimento de espaços

Já terminou?	Tarefa
✓	Estruturaste os teus temas de forma a que cada um tenha um propósito claro e evite responsabilidades sobrepostas?
✓	Desenharam frases gatilho eficazes que suportassem sinónimos, variações e vocabulário de domínio?
✓	Definiu entidades e regras de preenchimento de slots para garantir que o agente recolhe a informação necessária de forma eficiente?
✓	Avaliou se entidades personalizadas, como listas fechadas ou RegEx, são necessárias para evitar confusão com NLU?
✓	Validou o comportamento de reserva e garantiu que o agente resolve com elegância informações em falta ou pouco claras?

Chamadas de boas práticas

• Nomeie os componentes de forma clara e intencional: Use nomes orientados para a ação, legíveis por humanos, para ferramentas, tópicos e agentes ligados, para ajudar o orquestrador a escolher consistentemente o componente certo.
• Projete entradas e saídas com propósito: Use nomes de entrada concisos e amigáveis para o utilizador e saídas estruturadas para que o orquestrador possa fazer o auto-prompt de forma natural e encadear passos de forma fiável.
• Mantenha as capacidades modulares e reutilizáveis: Trate tópicos, ferramentas e agentes ligados como blocos de construção. Evite duplicar lógica entre fluxos ou componentes.
• Priorize os limites de segurança desde cedo: Defina quais as ações que a IA pode realizar de forma autónoma, quais as que necessitam de confirmação e quais as que exigem aprovação humana para evitar comportamentos não intencionais.
• Curar fontes de conhecimento de alta qualidade: Mantenha as bases de conhecimento pequenas mas precisas para reduzir o uso do contexto e a pesquisa de conhecimento. Remova conteúdos desatualizados ou barulhentos para melhorar a qualidade do aterramento e reduzir informações incorretas.
• Escolha primeiro o padrão de integração mais simples: Prefira conectores ou fluxos de trabalho incorporados, a menos que o seu cenário exija explicitamente APIs personalizadas ou servidores MCP. Caminhos mais simples são mais fáceis de manter e de depurar.
• Defina o comportamento da ferramenta de forma clara e consistente: Dê a cada ferramenta um nome significativo, descrição, conjunto de entradas e saída esperada para que o orquestrador possa selecioná-los corretamente e gerar planos estáveis.
• Valide a autenticação cedo: Evite surpresas confirmando se o cenário requer autenticação do utilizador, credenciais do criador ou acesso seguro através de identidades geridas.
• Design para latência e desempenho: Mantenha as consultas da API eficientes, reduza o tamanho da carga útil e evite encadear integrações lentas para manter uma experiência conversacional responsiva.
• Ferramentas de teste, fluxos de trabalho e prompts isoladamente: Valide as entradas, saídas e estados de erro individualmente antes de os ligar aos tópicos ou ao orquestrador.
• Planeie o comportamento dos canais de forma deliberada: Compreenda quais os canais que suportam Markdown, Adaptive Cards, fotos ou layouts personalizados, e desenhe as suas mensagens em conformidade.
• Estrutura os tópicos para clareza e manutenção: Mantenha os temas focados, evite sobreposições e garanta que cada tema resolve uma única tarefa bem definida.
• Crie frases gatilho que correspondam à linguagem real do utilizador: Inclua variações, sinónimos e padrões comuns de frases para melhorar o reconhecimento de intenções e reduzir a frequência de recurso.
• Use entidades para reduzir perguntas desnecessárias: Utilize entidades incorporadas e personalizadas para extrair informação da mensagem inicial do utilizador, reduzindo atritos e acelerando os fluxos.
• Teste cuidadosamente os casos limites de preenchimento de slots: Valide como o agente se comporta quando o utilizador fornece múltiplos valores, informação incompleta ou entrada ambígua, e refina as entidades para reduzir a confusão.