Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Note
Функции этой статьи работают на GitHub Copilot, который использует Copilot Credits для выставления счетов на основе использования. Узнайте больше о кредитах Copilot в разделе Обзор выставления счетов для агентов, основанных на упряжке GitHub Copilot.
Биллинг на основе использования применяется к использованию, созданию, тестированию и оценке агентов. Эти действия могут потреблять кредиты Copilot.
Вы можете либо выбрать уже опубликованного агента, либо создать совершенно новый агент прямо внутри узла , не выходя из дизайнера рабочих процессов. Встроенные агенты — самый быстрый способ добавить ИИ в рабочий процесс. Укажите инструкцию для узла, при необходимости прикрепите инструменты и источники знаний — и процесс завершен.
Узел агента позволяет потоку передать шаг агенту ИИ, который может рассуждать, вызывать инструменты и использовать источники знаний перед получением результата. Используйте его, когда шаг требует оценки, многошаговой оркестровки или информации вне самого потока.
Используя узел агента, вы можете:
- Позвоните существующему агенту.
- Давать агенту инструкцию на естественном языке, включая динамический контент из предыдущих этапов.
- Оснастить агента инструментами (серверами и соединителями протокола контекста модели (MCP)), чтобы он мог выполнять действия.
- Обеспечить агент доступом к знаниям (сайты SharePoint, публичные веб-сайты), чтобы он мог отвечать на основе вашего контента.
- Используйте реакцию агента на более поздних этапах потока.
Добавление узла агента
В Copilot Studio перейдите в раздел рабочих процессов и откройте существующий рабочий процесс или создайте новый.
- Новый рабочий поток: откроется конструктор для настройки триггера.
- Существующий рабочий процесс: откройте рабочий процесс и перейдите на вкладку Конструктор.
Выберите значок Агент на панели добавления. Панель конфигурации открывается для узла агента.
Выберите существующий агент для узла агента
В редакторе узла агента в разделе Агент выберите один из двух вариантов:
- Существующий агент: выберите опубликованный агент из списка. Агент работает с теми инструкциями, инструментами и знаниями, с которыми он уже настроен.
- Новый агент для этого рабочего процесса: создайте встроенный агент, предназначенный для этого рабочего процесса. Инструкции, инструменты, знания и структура вывода агента настраиваются непосредственно в узле и передаются вместе с рабочим процессом. Используйте этот вариант, когда задача агента специфична для данной автоматизации и не требуется использовать его в других местах.
Следующий раздел этой статьи посвящен настройке нового встроенного агента. Если вы выбрали существующий агент, перейдите к Отправить сообщение агенту.
Настройте новый агент для узла агента
Когда вы выбираете Новый агент для этого рабочего процесса, панель конфигурации расширяется, чтобы вы могли настроить агент прямо здесь.
Инструкции
Для встроенного агента поле «Инструкции » служит как описанием должности агента, так и запросом на запуск. Отдельного поля «Сообщение» нет. Напишите, что должен делать агент, простым языком, и включите динамический контент из предыдущих шагов для получения данных для этого запуска.
Четко опишите задачу, входные данные, которые агент может ожидать, и формат ответа, который вы хотите получить. Более понятные инструкции обеспечивают более надежное выполнение.
Например, если триггер рабочего процесса — когда приходит новое письмо, инструкции могут звучать так Read the email below and decide whether it's a sales lead, a support request, or something else. Reply with a single word. : за которым следуют переменные Subject и Body из триггера.
Чтобы выбрать модель, которая питает агента, используйте выпадающее меню модели в поле инструкций. Выбирайте более эффективную модель, когда задача требует многошагового рассуждения или тщательной интерпретации. Выберите более быструю модель, когда задача проста и выполняется в большом объеме.
IQ работы
Включите Work IQ, чтобы агент мог использовать недавнюю рабочую активность текущего пользователя, включая почту, Teams, календарь, OneDrive и контекст SharePoint, для обоснования своих ответов. Этот контекст полезен, когда рабочий процесс действует от имени человека, а личный контекст делает ответ лучше.
Инструменты
Инструменты дают агенту возможность выполнять действия, такие как отправка сообщения, запрос записи, выполнение поиска или вызов API. Без инструментов агент может только читать и рассуждать. С помощью инструментов агент может действовать.
Для подключения инструмента:
В разделе Инструменты нажмите значок плюса (+).
В разделе Добавить инструмент просмотрите или найдите нужный инструмент.
Выберите инструмент для добавления. В один агент можно добавлять несколько инструментов.
Можно подключить два типа инструментов:
- Серверы протокол контекста модели (MCP): предварительно созданные серверы, предоставляющие специализированные возможности.
- Соединители: любое действие соединителя Power Platform.
Агент решает во время выполнения, какие из прикрепленных к нему инструментов вызывать, в каком порядке и с какими аргументами. Не обязательно соединять инструменты.
Знания
Знания дают агенту материал для чтения. Когда вы задаете агенту вопрос, он может опираться на источники, которые вы добавили, вместо того чтобы полагаться только на то, что модель уже знает.
Чтобы подключить источник знаний:
В разделе Знания нажмите значок плюса (+).
В разделе Добавить знания выберите тип источника:
- Публичные сайты: индексируйте один или несколько общедоступных URL-адресов, чтобы агент мог цитировать контент с этих сайтов.
- SharePoint: Подключитесь к сайту, библиотеке или конкретному документу SharePoint, чтобы агент мог отвечать из внутреннего контента.
Введите URL, а затем сохраните.
Прилагайте знания, когда правильный ответ зависит от содержания, которому модель не была обучена, например, внутренние политики, спецификации продукта, договоры с клиентами или последнюю страницу с ценами на вашем сайте.
Выходные данные
Используйте раскрывающийся список Выходные данные, чтобы управлять формой результата, возвращаемого агентом. Структура определяет, как последующие шаги рабочего процесса используют результат.
| Тип выходных данных | Что вы получаете | Когда его использовать |
|---|---|---|
| Текстовый ответ | Одна строка. | Следующий шаг просто вставляет ответ агента. |
| Структурированные выходные данные | Предопределенный объект с именованными полями. | Вам нужны согласованные поля без написания схемы. |
| Пользовательский структурированный результат | Объект, который соответствует схеме JSON, которую вы определяете. | Дальнейший рабочий процесс требует строгих, машиночитаемых полей для ветвления, записи в столбцы или отправки в API. |
Когда вы выбираете структурированный результат, каждое поле становится отдельным токеном динамического контента, к которому могут напрямую обращаться дальнейшие действия.
Отправьте сообщение агенту
При выборе существующего агента узел показывает поле «Сообщение». Используйте это поле, чтобы сказать агенту, что делать в этом забеге. Инструкции, инструменты и знания агента уже заданы для опубликованного агента.
В поле Сообщение введите запрос для этого запуска. Используйте инструмент выбора динамического содержимого, чтобы вставить токены из предыдущих шагов, чтобы агент принимал решения на основе актуальных данных выполнения. Например, в рабочем процессе, который запускается при создании события календаря, сообщение может сопровождаться Prepare a brief for переменной Required attendees .
Note
Встроенные агенты не используют отдельное поле Message. Поле «Инструкции» одновременно служит запросом для каждого запуска. См. раздел Инструкции.
В случае сомнений обращайтесь за помощью к специалисту
Включите В случае сомнений обращайтесь за помощью к специалисту, чтобы разрешить агенту выполнять эскалацию, если он недостаточно уверен, чтобы действовать самостоятельно. Агент отправляет электронное письмо владельцу соединения с запросом ввода и ожидает ответа, прежде чем продолжить.
Включите эту натуру для решений с высокими ставками, где ошибка обходится дороже, чем медленность, например, обработка исключений в финансовых операциях, одобрение на крайних случаях или решения суждений по эскалации клиентов.
Использование ответа агента в вашем рабочем процессе
Когда узел агента запускается, рабочий процесс ждет, пока агент завершит свою задачу. Ответ агента затем становится доступен в виде динамического контента, который можно использовать на любом последующем шаге.
Чтобы использовать ответ агента в последующем действии:
Выберите следующее действие, где хотите использовать результат.
Откройте селектор динамического контента в том поле, которое хотите заполнить.
Выберите выходные данные шага Агент:
- Выход текстового ответа : Одна переменная ответа агента .
- Структурированный или пользовательский структурированный вывод: Одна переменная для каждого заданного вами поля.
Распространенные шаблоны:
- Вставка текстового ответа в текст сообщения электронной почты, сообщение Teams или документ.
- Ветвьте рабочий процесс на структурированное поле, например
priority == "high". - Запись структурированных полей в Dataverse, Excel или список SharePoint.
Тестирование и оценка узла агента
После настройки узла агента проверьте его, чтобы убедиться, что он ведёт себя как ожидается, прежде чем публиковать рабочий процесс. Тестирование позволяет проверять инструкции, инструменты, источники знаний, входы и выходы агента изолированно, не запуская весь рабочий процесс.
Оценки основаны на результатах тестового запуска и помогают оценить качество сгенерированного ответа. Вместе тестирование и оценка поддерживают итеративный рабочий процесс разработки: Configure → Test → Evaluate → Improve.
Проверьте узел агента
Используйте панель тестирования на боковой панели агента, чтобы запустить узел агента и проверить его выход.
Выберите узел агента, чтобы открыть его боковую панель свойства.
Откройте вкладку Тест.
Вводите данные вручную или используйте данные из предыдущего рабочего процесса.
Выберите Запустить тест.
Тестовый запуск запускает агент с использованием его текущей конфигурации и отображает сгенерированный выход. Тестирование помогает убедиться, что агент работает успешно и даёт тот тип ответа, который вы ожидаете. После получения результата теста используйте оценки, чтобы оценить качество ответа и определить, насколько он соответствует вашим ожиданиям и требованиям.
Оценка узла агента
После успешного тестового запуска оцените ответ с помощью тестовых методов.
Тестовый метод позволяет на естественном языке описать, как должен выглядеть хороший ответ (и прочее нет). Во время оценки результат агента оценивается по этим критериям, чтобы помочь определить, достиг ли он желаемого результата. Методы тестирования позволяют оценить такие критерии, как:
- Отвечает ли ответ на запрос пользователя.
- Были ли использованы правильные инструменты.
- Будет ли выход следовать ожидаемому формату или схеме.
- Соответствует ли реакция предполагаемому поведению агента.
Прежде чем провести оценку, необходимо пройти тестовый запуск и создать хотя бы один тестовый метод. Вы можете создавать методы тестирования вручную или генерировать их автоматически, выбрав Автогенерация. Методы тестирования, генерируемые ИИ, основаны на инструкциях агента и настроенных инструментах и могут помочь вам быстрее начать процесс оценки.
Если у вас несколько методов тестирования, используйте галочки рядом с каждым методом, чтобы определить, какие из них включены в оценку. Убрать галочку, чтобы временно исключить метод тестирования, не удаляя его.
Чтобы удалить тестовый метод, откройте модальный опыт оценки, выбрав значок рядом с кнопкой «Запустить оценку » в правом верхнем углу панели «Оценить ». Затем выберите метод тестирования, который хотите удалить, и удалите его.
Для оценки результата теста:
Запустите тест для узла агента.
Выберите «Оценить».
Создайте оценщик или выберите уже существующий.
Выберите «Запустить оценку».
Для каждого оценщика оценка даёт:
- Результат « сдал или не провалился».
- Доказательства или аргументы, объясняющие результат.
- В случае неудачного результата вы можете получить рекомендации, созданные ИИ, которые помогут улучшить агент, когда критерии оценки не выполнены.
Улучшайте и перепроверяйте
Разработка агентов — это итеративный процесс. Используйте результаты оценки для уточнения препарата:
- Инструкции
- Инструменты
- Источники знаний
- Формат выходных данных
После внесения изменений проведите ещё один тест и оценку, чтобы подтвердить улучшения. Повторение этого процесса помогает повысить качество и уверенность агента перед публикацией или использованием агента в производственном процессе.
Известные ограничения
Опыт оценки в настоящее время имеет следующие ограничения:
- Оценки доступны только для новых агентов, созданных в рабочих процессах.
- Нельзя выбрать кастомную модель для оценок.
- Для выполнения оценки необходимо выполнить хотя бы один тестовый запуск и настроить хотя бы один метод тестирования.
- Оценки соответствуют последним результатам теста. Если вы обновляете инструкции, инструменты, знания или конфигурацию агента, запустите новый тест перед повторной оценкой.
- На один узел агента можно сгенерировать до пяти тестовых методов, генерируемых ИИ.
- Вы можете запускать до 20 оценок на узел агента в день.
Сценарии автоматизации
Узел агента лучше всего подходит как один из шагов более длительного рабочего процесса. Ранние шаги собирают и нормализуют входные данные, агент осуществляет рассуждение, а последующие шаги используют результат в нескольких системах.
Рассмотрение входящих запросов в службу поддержки
Рабочий процесс запускается при создании нового запроса в Dataverse. Ранние шаги включают тело заявки, вкладки и недавнюю историю клиента. Затем узел агента читает всё, заземляет себя в базе знаний продукта и возвращает структурированный результат с category, priority, suggested_owner, и draft_reply. Последующие шаги priority переходят к вызову инженеру на предмет сбоев или назначают заявку и ставят черновик ответа в очередь на рассмотрение.
Проверка отчетов о расходах на соответствие корпоративной политике
Рабочий процесс запускается при подаче отчета о расходах. На ранних этапах — загрузка строк и конвертация сумм, не в USD, чтобы агент рассуждал на одной базе. Узел агента заземляется на сайте политики SharePoint и возвращает флаг для каждой строки compliant плюс reason. Последующие шаги либо автоматически одобряют и размещают запись в системе AP, либо начинают процесс одобрения с прикреплённой мотивацией агента и ждём финансового рецензента.
Подготовка брифинга по встрече
Рабочий процесс запускается каждое утро, перечисляет встречи дня из Outlook и последовательно обрабатывает каждую из них. Для каждой встречи более ранний шаг берёт контекст аккаунта из Dynamics 365. Узел агента затем использует Work IQ для сканирования недавней писки и потоков Teams с участниками, а также возвращает тезисы для обсуждения, открытые риски и рекомендуемые вопросы. На следующих этапах этот результат форматируется в HTML-брифинг, который отправляется по электронной почте за 30 минут до встречи, и размещается в виде адаптивной карточки в Teams.
Извлечение данных из документов
Рабочий процесс может использовать данные из документов по-разному. Два распространённых сценария — это вложения электронной почты Outlook и файлы SharePoint.
Для электронной почты триггер Office 365 Outlook Когда приходит новое письмо, запускает рабочий процесс после получения письма. Агент-узел затем может использовать выход триггера для извлечения данных из вложений письма.
Для SharePoint вы можете получить файлы с помощью узла SharePoint «Получить содержимое файла» и передавать файлы узлу агента, который может извлекать данные из документов, хранящихся на сайте SharePoint. Последующие шаги могут использовать извлеченную информацию для обновления записей, заполнения систем или генерации инсайтов.
Часто задаваемые вопросы
Когда следует использовать встроенный агент, а когда — уже существующий?
Используйте встроенный агент, когда задача агента относится только к одному рабочему процессу и вы хотите, чтобы все — инструкции, инструменты, знания и результаты — сопровождало этот процесс. Встроенные агенты быстрее настраивать и проще рассуждают, потому что конфигурация находится прямо рядом с теми этапами, которые ими пользуются.
Используйте существующий агент , когда один и тот же агент используется в нескольких рабочих процессах или поверхностях, или если агент принадлежит другой команде, и вы просто хотите его вызвать.
Можно ли повторно использовать встроенный агент вне этого рабочего процесса?
No. Встроенный агент привязан к своему рабочему процессу. Если вы создаете один и тот же встроенный агент в нескольких рабочих процессах, повысьте его до опубликованного агента и вызывайте опубликованный агент из каждого рабочего процесса.