Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Optimeringsagentmallen för Microsoft Copilot hjälper dig att modellera och lösa affärsoptimeringsproblem som är specifika för din organisation. Använd agenten för att fatta optimala beslut för scenarier som att organisera team, tilldela arbete eller planera säljstrategier.
Beskriv optimeringsproblemet genom att ange mål, begränsningar och data. Mallen för optimeringsagenten beräknar en optimal lösning baserat på dessa indata, utan att det krävs kunskaper i kodning eller matematisk modellering.
Viktigt
Microsoft Copilot-justering är för närvarande tillgängligt för en begränsad uppsättning kunder via program för tidig åtkomst. Åtkomst via Frontier är planerad till april 2026. Funktioner och krav kan komma att ändras.
Översikt över mallar för optimeringsagent
Genom att använda mallen Optimeringsagent kan du lösa beslutsbaserade affärsproblem genom att definiera:
- Mål, till exempel att tilldela personer till projekt baserat på färdigheter eller planera försäljningsområden
- Regler och inställningar, till exempel att hålla ihop befintliga team eller att hålla sig inom budgeten
- Data, till exempel listor över anställda, projekt eller områden
När du har angett den här informationen använder agenten Problemlösaren för att beräkna en optimal lösning som uppfyller alla villkor och mål. Här presenteras resultatet i en interaktiv upplevelse och du kan ladda ned det som en .csv fil.
Vanliga användningsfall är:
- Distribution av arbetskraft och talanger
- Resurs- och aktivitetstilldelning
- Försäljningsområde och kontoplanering
Mallen Optimeringsagent är utformad för icke-tekniska användare och ger optimala, förklarliga beslut med garanterad villkorstillfredsställelse.
Du kan också anpassa agenten så att den överensstämmer med organisationens principer, terminologi och datamönster så att den återspeglar hur organisationen fungerar.
I grunden använder optimeringsagentmallen en anpassad stor språkmodell (LLM) som utformats för optimeringsuppgifter. Modellen översätter dina affärsmål, regler och data till ett lösbart optimeringsproblem och beräknar det optimala resultatet på ett sätt som överensstämmer med organisationens preferenser.
Kom igång med mallen för optimeringsagenten
Beskriv ditt mål
Börja med att förklara det beslut du vill optimera. Ta med kontext och information som hjälper agenten att förstå problemet.
Exempel inkluderar:
- Tilldela anställda öppna roller baserat på deras färdigheter.
- Allokera säljare till områden.
Ladda upp dina data
Ange en eller flera .csv filer som innehåller de data som krävs för optimeringen, t.ex. anställda, projekt, roller eller områden. Genom att använda separata filer för olika dataentiteter förbättras noggrannheten och tolkningen.
Ange regler och mål
Definiera begränsningar och mål som styr lösningen.
- Villkor beskriver regler som måste följas, till exempel att hålla sig inom budgeten, hålla team på samma plats eller säkerställa nödvändig rolltäckning.
- Mål beskriver vad som gör en lösning optimal, till exempel att maximera kompetensanpassning, minimera reseavstånd eller minska väntetiden.
Lägg till flera begränsningar och mål. För bästa resultat bör du lägga till dem en i taget och beskriva dem tydligt. Agenten kan ställa förtydligande frågor om du behöver ange mer information.
Granska konfigurationen
När du interagerar med agenten visas en sidopanel som visar hur ditt problem tolkas, inklusive:
- Mål
- Beslutsvariabler
- Villkor
- Mål
- Uppladdad data
Du kan be agenten att redigera eller ta bort någon del av konfigurationen.
Förtydliga efter behov
Om agenten upptäcker tvetydigheter eller saknar information uppmanas du att klargöra begränsningar eller mål för att säkerställa att problemet är genomförbart och lösbart.
Hämta din lösning
När du är klar ber du agenten att lösa problemet med dina data. Agenten kör problemlösarens verktyg och presenterar den optimala lösningen baserat på dina mål och begränsningar. Du kan granska resultaten interaktivt och ladda ned fullständiga utdata som en .csv fil.
Tips
Använd ett tydligt, specifikt språk och tillhandahåll korrekta, representativa data för att uppnå bästa resultat.
Viktiga funktioner
Mallen för optimeringsagenten:
- Tolkar ditt affärsscenario för att definiera optimeringsmålet.
- Identifierar beslutsvariabler som representerar de alternativ som ska optimeras.
- Översätter mål och begränsningar till ett strukturerat optimeringsproblem.
- Använder Problemlösaren för att beräkna en optimal lösning.
Den resulterande lösningen:
- Uppfyller alla definierade villkor.
- Representerar det mest optimala resultatet för angivna data.
När du ska använda mallen för optimeringsagenten
Använd mallen Optimeringsagent när du behöver fastställa bästa möjliga beslut under begränsningar. Börja med att identifiera det beslut du vill optimera.
Identifiera beslutet
Bestäm vilket val som behöver göras, till exempel tilldela resurser, schemalägga aktiviteter eller fördela områden. Om inget beslut krävs kanske optimeringsagentmallen inte är rätt verktyg.
Definiera mål
Ange kriterier som definierar ett bra resultat. Du kan ta med ett eller flera mål.
Exempel: Minimering av resekostnader för säljuppdrag.
Definiera regler och begränsningar
Identifiera begränsningar som måste följas, till exempel kapacitetsbegränsningar, rollkrav eller platsprinciper.
Förbereda data
Ange data som stödjer dina mål och begränsningar. Kapacitetsbegränsningar kräver till exempel data om resurstillgänglighet, och reseoptimering kräver platsdata.
Analysera komplexa problem
Du kan ofta dela upp stora optimeringsproblem i mindre, relaterade beslut som är enklare att modellera och lösa.
Mallen Optimeringsagent är inte avsedd för allmän dataanalys eller matematiska beräkningsscenarier.
Begränsningar
- Agenten stöder endast .csv filer.
- Du kan ladda upp flera filer .csv men du måste följa filantalet och storleksbegränsningarna.
- Du kan definiera valfritt antal begränsningar och mål via chatten.
Finjusterade kontextagenter
Genom att använda en finjusterad kontextagent kan du spara ett anpassat optimeringsproblem för återanvändning i hela organisationen. Agenten kommer ihåg din problemstruktur, inklusive mål, begränsningar, målsättningar och dataschema.
Den här metoden är användbar för återkommande beslut, till exempel kvartalsplanering, årliga granskningar eller scenarier som grupper eller funktioner återanvänder.
När du ska använda en finjusterad kontextagent
Använd en finjusterad kontextagent när du behöver:
- Skapa ett optimeringsproblem en gång och återanvänd det
- Kom ihåg dina regler, inställningar och datastruktur
- Dela en anpassad agent med andra i organisationen
Vad mäklaren kommer ihåg
En finjusterad kontextagent lagrar:
- Basoptimeringsproblemet, inklusive mål, målsättningar och begränsningar
- Dataschemat, till exempel fältnamn och datatyper
Agenten lagrar inte uppladdade datafiler.
Finjustera en mall för optimeringsagenten
Så här finjusterar du en mall för optimeringsagent:
Skapa en ny agent genom att välja optimeringsmallen .
Ange ett namn, en beskrivning och föreslagna prompter. Standardinstruktioner är förifyllda och optimerade för optimeringsagentmallen.
Viktigt
- Ändra inte standardinstruktionerna om du inte har en särskild anledning att redigera dem.
- Lägg inte till funktioner eller kunskapskällor. Mallen för optimeringsagenten stöder dem inte.
Välj Skapa för att slutföra konfigurationen och öppna agentchatten.
Välj Justera agent och välj sedan Justera kontext.
Använd chatt för att beskriva ditt mål, ladda upp data, definiera begränsningar och ange mål. Granska inställningarna i sidopanelen allt eftersom.
Välj Uppdatera agenten för att spara problemdefinitionen.
Obs!
Uppladdade data sparas inte. Det är bara problemstrukturen som behålls.
Dela den justerade agenten med andra i organisationen.
Delning och säkerhet
- Du styr vem som kan komma åt agenten.
- Agentkontexten stannar inom organisationen.
- Uppladdade data lagras inte i systemet.
Metodtips
- Använd ett exakt språk för mål, begränsningar och målsättningar.
- Testa agenten med exempeldata innan du delar dem brett.
- Uppdatera agenten när affärskraven ändras.
Exempel: Optimering av försäljningsstrategi
Scenario
Planera en försäljningsstrategi för ett räkenskapsår genom att tilldela säljteam till områden samtidigt som du upprätthåller viktiga kontorelationer, hanterar resekostnader och uppfyller försäljningsmål.
Mål
Tilldela säljpersonal till försäljningsområden.
Datafiler
Tillhandahålla .csv filer som:
- People.csv: Säljarinformation
- Territories.csv: Områdesattribut
- Roles.csv: Rollbegränsningar och täckning
- States.csv: Platsdata för reseberäkningar
Mål
- Maximera kontinuiteten genom att bevara befintliga kontotilldelningar
- Maximera täckningen av uppgifter från människor till område
- Minimera det totala reseavståndet
Villkor
- Säljare kan endast tilldelas inom en enda branschvertikal
- Rollspecifika begränsningar för områdestilldelningar måste respekteras
- Varje område måste ha obligatorisk rolltäckning
Agenten genererar automatiskt beslutsvariabler som representerar tilldelningsval. Den beräknar optimala värden och presenterar resultaten i ett lättförståeligt format.
Vanliga frågor och svar
Vad är optimeringsagentmallen?
Mallen Optimeringsagent hjälper dig att lösa beslutsbaserade affärsproblem, till exempel resursallokering, schemaläggning och planering, genom att beräkna optimala lösningar baserat på mål, begränsningar och data.
Måste jag ha teknisk kompetens för att använda det?
Nej. Du beskriver problemet på ett enkelt språk och tillhandahåller data. Agenten hanterar optimeringslogiken.
Vilka typer av problem stöds?
Exempel inkluderar:
- Tilldela anställda roller eller projekt
- Planera försäljningsområden
- Schemalägga arbetspass
- Organisera resurser
Hur hanteras mina uppgifter?
Dina data stannar i klientorganisationen och används endast under konversationen till beräkningslösningar. Finjusterade kontextagenter lagrar endast problemdefinitioner och datascheman, inte data eller resultat.
Kan jag ändra reglerna senare?
Ja. Du kan ändra begränsningar och mål. Betydande ändringar som förändrar problemstrukturen kan kräva att en ny agent skapas.
Vilka filformat stöds?
Endast .csv filer stöds.
Vad händer om problemet är omöjligt?
Agenten varnar dig om begränsningar eller data gör att problemet inte går att lösa och ger råd som hjälper dig att justera konfigurationen.