เลือกแบบจําลอง AI หลักสําหรับตัวแทนของคุณ

ความสามารถของ AI พัฒนาอย่างรวดเร็ว และโมเดลกําเนิดแต่ละแบบนําจุดแข็งที่แตกต่างกัน ไม่ว่าจะเป็นการตอบสนองที่เร็วขึ้น ด้วย Copilot Studio คุณสามารถเลือกโมเดลที่ดีที่สุดสําหรับการประสานงานของตัวแทนของคุณโดยใช้เมนูดรอปดาวน์ที่เรียบง่าย

ต้องการลองใช้โมเดลล้ําสมัยก่อนที่จะพร้อมสําหรับการผลิตหรือไม่? เข้าถึงแบบจําลองการทดลองล่าสุดเพื่อประเมินค่าในช่วงต้น อย่างไรก็ตาม อาจมีการทดสอบ ความพร้อมใช้งาน และฟังก์ชันการทํางานที่จํากัด

Note

• ณ วันที่ 27 ตุลาคม GPT-4o เลิกใช้ใน Copilot Studio สําหรับตัวแทนที่ใช้การประสานงานเชิงกําเนิด ยกเว้นลูกค้า GCC ที่จะใช้ GPT-4o ต่อไป แบบจําลองค่าเริ่มต้นใหม่คือ GPT-4.1 ซึ่งมีประสิทธิภาพความน่าเชื่อถือและความสอดคล้องที่ดีขึ้นตลอดประสบการณ์การใช้งาน GPT-4o จะยังคงใช้งานได้จนถึง วันที่ 26 พฤศจิกายน 2025 หากคุณเปิดใช้งานตัวเลือกดําเนินการ ต่อโดยใช้รุ่นที่เลิกใช้ แล้ว
• สําหรับความพร้อมใช้งานของโมเดลล่าสุด ให้ตรวจสอบรายการที่มีอยู่ในดรอปดาวน์โมเดลของหน้า ภาพรวม ของตัวแทนของคุณ

สําคัญ

• โมเดลทดลองพร้อมใช้งานสําหรับการสํารวจและทดสอบ แต่ไม่แนะนําให้ใช้จริง ตรวจสอบ ข้อจํากัดของแบบจําลองการทดลองและตัวอย่าง ก่อนเลือกแบบจําลองการทดลองหรือแบบจําลองตัวอย่างสําหรับตัวแทนของคุณ
• ข้อมูลที่ประมวลผลภายในแบบจําลองการทดลองอาจได้รับการประมวลผลและจัดเก็บไว้นอกขอบเขตทางภูมิศาสตร์ขององค์กรของคุณ สําหรับข้อมูลเพิ่มเติม โปรดดูที่ การควบคุมผู้ดูแลระบบสําหรับการเลือกแบบจําลอง AI
• บทความนี้ประกอบด้วยเอกสารประกอบ Copilot Studio เกี่ยวกับการเลือกแบบจําลอง (รวมถึงตัวอย่างแบบจําลองทดลอง) และอาจมีการเปลี่ยนแปลง

แท็กรุ่น

Copilot Studio มีโมเดลประเภทต่างๆ ประเภทโมเดลเหล่านี้ขึ้นอยู่กับวัตถุประสงค์การใช้งานและความพร้อมใช้งาน

คุณสามารถดูแท็กของแต่ละรุ่นได้ในรายการ รุ่น ใน Copilot Studio

หมวดหมู่การใช้แบบจําลอง

โมเดลได้รับการปรับให้เหมาะสมสําหรับวัตถุประสงค์ที่แตกต่างกัน ตัวแทนของคุณสามารถทํางานได้ดีขึ้นเมื่อคุณเลือกโมเดลที่มีจุดแข็งที่เหมาะกับวัตถุประสงค์ของตัวแทนของคุณ ตัวอย่างเช่น ตัวแทนที่ทําการตัดสินใจที่ซับซ้อนจะได้รับประโยชน์จากแบบจําลอง Deep ในขณะที่ตัวแทนที่คาดว่าจะพูดคุยเกี่ยวกับหัวข้อที่หลากหลาย สามารถใช้แบบจําลองทั่วไป ได้

ตารางต่อไปนี้อธิบายแท็กการใช้แบบจําลอง จุดแข็ง และข้อควรพิจารณาที่ควรคํานึงถึงหากคุณใช้แบบจําลอง

ฉลาก	คำอธิบาย	จุดแข็ง	ศักยภาพ	ต้นทุน	ความลึกของการให้เหตุผล
เชิงลึก	ปรับให้เหมาะสมสําหรับการให้เหตุผลหลายขั้นตอนโดยเจตนาและเวิร์กโฟลว์ที่รองรับเครื่องมือ	การวิเคราะห์ที่ซับซ้อน การให้เหตุผลแบบมัลติฮอป การวิเคราะห์นโยบายและสัญญา การแก้ไขปัญหาด้วยขั้นตอนหลายระบบ และการสังเคราะห์เอกสารขนาดยาวพร้อมการอ้างอิง	สุดยอด	สุดยอด	หลายขั้นตอน เต็มไปด้วยเครื่องมือ
อัตโนมัติ	ปรับให้เหมาะสมสําหรับความครอบคลุมในปริมาณงานแบบผสม กําหนดเส้นทางคิวรีแบบไดนามิก	โปรแกรมช่วยเหลือและเจ้าหน้าที่พนักงานที่มีเจตนาผสมผสาน ผสมผสานความรู้และการดําเนินการ และการสนับสนุนลูกค้าระดับ 0 ที่มีความซับซ้อนที่คาดเดาไม่ได้	ตัวแปร	ตัวแปร	ปรับได้ต่อเทิร์น
General	ปรับให้เหมาะสมสําหรับความเร็วและค่าใช้จ่ายในการแชทในชีวิตประจําวันและการต่อสายดินแบบเบา	การร่าง การเขียนใหม่ การสรุป และการแปล คําตอบที่มีพื้นฐานแบบ FAQ และการดําเนินการอัตโนมัติอย่างง่าย	ต่ำ สุด	ต่ำ สุด	ตื้นถึงปานกลาง

ความพร้อมใช้งานของรุ่น

โมเดลมีขั้นตอนการเปิดตัวที่แตกต่างกัน คุณสามารถลองใช้โมเดล ทดลอง และ ตัวอย่าง ใหม่ที่ล้ําสมัย หรือเลือกโมเดล ที่พร้อมใช้งานโดยทั่วไป ที่เชื่อถือได้และผ่านการทดสอบอย่างละเอียด

ตารางต่อไปนี้อธิบายแท็กความพร้อมใช้งานของรุ่น

ฉลาก	คำอธิบาย
ทดลอง	ใช้สําหรับการทดลองและไม่แนะนําให้ใช้ในการผลิต ขึ้นอยู่กับข้อกําหนดการแสดงตัวอย่าง และอาจมีข้อจํากัดเกี่ยวกับความพร้อมใช้งานและคุณภาพ ดู ข้อจํากัดของแบบจําลองการทดลองและแบบจําลองตัวอย่าง
ดูตัวอย่าง	ในที่สุดจะกลายเป็นรุ่นที่วางจําหน่ายทั่วไป แต่ปัจจุบันไม่แนะนําให้ใช้ในการผลิต ขึ้นอยู่กับข้อกําหนดการแสดงตัวอย่าง และอาจมีข้อจํากัดเกี่ยวกับความพร้อมใช้งานและคุณภาพ ดู ข้อจํากัดของแบบจําลองการทดลองและแบบจําลองตัวอย่าง
ไม่มีแท็ก	ใช้ได้ทั่วไป คุณสามารถใช้แบบจําลองนี้สําหรับการใช้งานตามขนาดและการผลิต ในกรณีส่วนใหญ่ รุ่นที่พร้อมใช้งานโดยทั่วไปจะไม่มีข้อจํากัดเกี่ยวกับความพร้อมใช้งานและคุณภาพ แต่บางรุ่นอาจยังคงมีข้อจํากัดบางประการ เช่น ความพร้อมใช้งานในภูมิภาค
ค่าเริ่มต้น	โมเดลเริ่มต้นสําหรับตัวแทนทั้งหมด และโดยปกติจะเป็นโมเดลที่พร้อมใช้งานโดยทั่วไปที่มีประสิทธิภาพดีที่สุด โมเดลเริ่มต้นจะได้รับการอัปเกรดเป็นระยะ ๆ เมื่อมีโมเดลใหม่ที่มีความสามารถมากขึ้นพร้อมใช้งานโดยทั่วไป ตัวแทนยังใช้แบบจําลองเริ่มต้นเป็นทางเลือกหากแบบจําลองที่เลือกถูกปิดหรือไม่พร้อมใช้งาน
เกษียณอายุ	เมื่อโมเดลใหม่กลายเป็นโมเดลเริ่มต้น โมเดลเริ่มต้นเก่าจะถูกเลิกใช้ คุณยังคงสามารถใช้โมเดลที่เลิกใช้ได้นานถึงหนึ่งเดือนหลังจากเกษียณอายุ สําหรับข้อมูลเพิ่มเติม โปรดดู ใช้โมเดล AI ที่เลิกใช้แล้วต่อไป

แบบจําลองภายนอก

คุณยังสามารถเพิ่มโมเดล AI ภายนอกจาก Anthropic ไปยังตัวแทนของคุณได้ สําหรับข้อมูลเพิ่มเติม ไปที่ เลือกแบบจําลองภายนอกเป็นแบบจําลอง AI หลัก

ข้อจํากัดของแบบจําลองการทดลองและตัวอย่าง

คุณสามารถสํารวจและทดสอบโมเดลทดลองได้ แต่อย่าใช้สําหรับการผลิต:

• พวกเขาอาจแสดงความแปรปรวนในด้านประสิทธิภาพ คุณภาพการตอบกลับ เวลาแฝง หรือการใช้ข้อความ และอาจหมดเวลาหรือไม่พร้อมใช้งาน

• หากคุณเผยแพร่ตัวแทนด้วยโมเดลทดลองและผู้ใช้ใช้เอเจนต์ ระบบจะเรียกเก็บเงินการใช้งานนั้นใน อัตราที่กําหนดไว้

อย่าลังเลที่จะทดลองกับโมเดลเหล่านี้เพื่อสํารวจความสามารถ อย่างไรก็ตาม โปรดระมัดระวังเกี่ยวกับการปรับใช้ในสภาพแวดล้อมการผลิต

แบบจําลองทดลองจะอยู่ภายใต้ข้อกําหนดการแสดงตัวอย่าง แบบจําลองเหล่านี้มีให้บริการก่อนการเปิดตัวอย่างเป็นทางการเพื่อให้คุณสามารถเข้าถึงและ ให้ข้อเสนอแนะได้ก่อน ถ้าคุณกําลังสร้างตัวแทนที่พร้อมสําหรับการผลิต ให้ดู ภาพรวมของ Microsoft Copilot Studio

เปลี่ยนแบบจําลอง AI ของตัวแทนของคุณ

เจ้าหน้าที่ของคุณเริ่มต้นด้วยแบบจําลองเริ่มต้นที่ปรับให้เหมาะสมสําหรับสถานการณ์ส่วนใหญ่ วิธีเปลี่ยนโมเดลของเอเย่นต์

1. ไปที่หน้า ภาพรวม ของตัวแทนของคุณ

2. ในส่วน แบบจําลอง ให้เลือกแบบจําลองหลักของตัวแทนของคุณ คุณสามารถสลับระหว่างแบบจําลองทดลองและแบบจําลองการผลิตได้ตลอดเวลา

การควบคุมผู้ดูแลระบบสําหรับการเลือกแบบจําลอง AI

ผู้ดูแลระบบสามารถอนุญาตหรือไม่อนุญาตให้ผู้สร้างเพิ่มโมเดล AI ทดลองให้กับตัวแทนได้โดยใช้การตั้งค่าต่อไปนี้:

• ผู้ดูแลระบบสามารถเลือกที่จะอนุญาตหรือไม่อนุญาตให้แสดงตัวอย่างและแบบจําลองทดลองในสภาพแวดล้อมได้ หากต้องการใช้แบบจําลองเหล่านี้ คุณต้องเปิด การแสดงตัวอย่างและแบบจําลอง AI ทดลอง สําหรับสภาพแวดล้อมของคุณ

• ข้อมูลที่ประมวลผลภายในแบบจําลองการทดลองอาจได้รับการประมวลผลและจัดเก็บไว้นอกขอบเขตทางภูมิศาสตร์ขององค์กรของคุณ เมื่อต้องการให้แบบจําลองทดลองพร้อมใช้งาน สภาพแวดล้อมของคุณต้องเปิดใช้งานการตั้งค่า ย้ายข้อมูลข้ามภูมิภาค นี่คือการตั้งค่าระดับสภาพแวดล้อมที่จัดการในศูนย์การจัดการ Power Platform โดยผู้ดูแลระบบผู้เช่า