Aracı araçlarını kullanarak aracılarınızı genişletin, otomatikleştirin ve geliştirin

Aracılar, temel yeteneklerini genişleten özel araçlarla donatıldığında daha güçlü hale gelir. Copilot Studio üç ana aracı araç kategorisi sunmaktadır:

Bu makalede, her bir araç türünün nasıl çalıştığı, hangi durumlarda kullanılacağı ve daha yetkin ve verimli aracılar oluşturmanıza nasıl katkı sağlayabileceği ele alınıyor. Ayrıca, bilgisayar kullanım senaryoları için barındırılan ve kendi getir makinelerin farklarını öğrenirsiniz ve geleneksel Robotik Süreç Otomasyonu (RPA) ile Bilgisayar Kullanan Aracılar (CUA) yaklaşımları arasında seçim yapma rehberliği de edinirsiniz.

Yapay zeka istemlerini kullanarak yanıt oluşturun

AI istemleri, bir yapay zeka modelinden yanıt oluşturmak için bir dizi talimat kullanır. Bu talimatlara daha fazla metin veya belge yerleştirmek için değişkenler kullanabilirsiniz. Çıktı genellikle ya düz metin ya da JSON formatında sağlanır. Yanıtı oluşturmak için Copilot Studio'ya entegre edilmiş veya Microsoft Atölye aracılığıyla dağıtılan herhangi bir yapay zeka modelini seçebilirsiniz.

İstemleri bir aracıya yönelik araç olarak veya bir konu içinden çağırabilirsiniz. Tüm istemler bir istem kütüphanesine kaydedilir ve uygulama yaşam döngüsü yönetimi, rol tabanlı erişim kontrolü ve paylaşım özelliklerini destekler.

Aracınızın belirli görevleri yerine getirmesini sağlamak için istemleri kullanma hakkında daha fazla bilgi edinin.

Yapay zekâ komutlarını ne zaman kullanacağınıza ve düzenleyiciye ne zaman geçeceğinize karar verin.

Copilot Studio’da oluşturulan her aracı, sistem talimatları, kullanıcı girdisi ve bağlamsal bilgiler temelinde hangi araçların, konuların ve bilginin seçileceğine ve nasıl yanıt vereceğine karar vermek için düzenleyici kullanır. Düzenleyici, üretici düzenlemenin motorudur; bu mekanizma, aracıların araçları ve tanımlarını kullanarak eylemleri planlar ve yanıtlar oluşturur.

Düzenleyici tarafından oluşturulan yanıtlar AI istemleri ile benzerlik gösterebilir, ancak bu iki yetenek farklı amaçlara hizmet eder. Yapay zeka istemleri, oluşturuculara model yapılandırması üzerinde daha derin kontrol sağlayan bağımsız istem tabanlı eylemlerdir.

AI istemleri, Microsoft Atölye üzerinden sunulanlar da dahil olmak üzere daha geniş bir model yelpazesini destekler. Ayrıca Dataverse temellendirme, dosya girişleri ve kod yorumlayıcı gibi özellikleri de desteklerler.

Düzenleyici, verilen bir talep için doğru yapı taşlarını seçmek amacıyla sabit bir sistem istemi ve araç açıklamalarını kullanır. Oluşturucular, düzenleyicinin sistem istemini düzenleyemezler, ancak aracı talimatları aracılığıyla nasıl davrandığını etkileyebilirler.

Yapay zeka istemleri, biçimlendirme, kısıtlamalar ve mantık üzerinde tam kontrol sunar; bu nedenle, ince ayar gerektiren veya yüksek derecede yapılandırılmış çıktı isteyen senaryolar için doğru tercihtir. Örneğin, basit biçimlendirmenin ötesinde stil kontrolüne ihtiyacınız varsa ("bu kelimeleri kullanarak ABAB yapısında kafiyeli bir şiir yaz"), istem daha uygun bir seçenektir.

Düzenleyici, metinden tek bir isim çıkarmak gibi basit görevler için iyi çalışır. Karmaşık çıkarma için yapay zeka istemleri kullanın. Örneğin, uzun bir rapordan birden fazla varlık çekip bunları alana özgü ilişkilerle ilişkilendirmek (örneğin, bir sigorta raporundan birden fazla isim çıkarmak ve olayda yalnızca bir tarafla ilişkili olan araç tamir hizmeti sahibini tanımlamak).

Orkestratör ile yapay zeka istemleri arasındaki seçim, gereken özelleştirme seviyesine bağlıdır. Modelin davranışı veya çıktısı üzerinde kesin kontrol istiyorsanız, yapay zeka istemlerini tercih edin. Genel akıl yürütme, araç seçimi ve basit biçimlendirmenin yeterli olduğu senaryolarda, orkestratör en uygun seçenektir.

MCP aracılığıyla aracı araçlarını entegre edin

Model Bağlam Protokolü (MCP), yapay zeka modellerinin harici araçlar, veri kaynakları ve kullanıcı ortamlarıyla tutarlı ve ölçeklenebilir bir şekilde etkileşime girmek için kullandığı evrensel bir arayüzdür.

Karşılaştıracak olursak, Power Platform konektörleri her bir eylemi ve girdilerini tanımlamanızı ve yeni tanımlar ortaya çıktıkça bu tanımları güncellemenizi gerektirir. Her araç için entegrasyonu özel olarak kodlamak daha karmaşık ve daha az ölçeklenebilirdir.

Copilot Studio ile sağlanan MCP sunucularını, Outlook, Dataverse ve GitHub gibi Microsoft hizmetleri veya Salesforce ve JIRA gibi üçüncü taraf hizmetler için kullanın. MCP sunucusu olmayan hizmetler için özel MCP sunucuları oluşturun.

MCP'nin faydaları şunlardır:

  • AI modelleri için standart bağlam
  • Copilot Studio ile sorunsuz entegrasyon
  • Geliştirilmiş geliştirici verimliliği ve kullanıcı deneyimi
  • Yönetim, izleme ve genişletilebilirlik

MCP sunucularını devreye almadan önce aşağıdaki sınırlamaları göz önünde bulundurun:

  • Araç açıklamalarına ne zaman kullanılacağıyla ilgili daha fazla bağlam ekleyemezsiniz.
  • Copilot Studio'daki konular MCP sunucularını doğrudan arayamaz.

MCP'yi ne zaman kullanacağınızı anlayın

Copilot Studio'da çeşitli entegrasyon yöntemleriyle aynı sonuçları elde edebilirsiniz. Model Bağlam Protokolü (MCP) sunucularını mı yoksa Power Platform bağlantı noktaları veya doğrudan REST API çağrıları gibi daha basit seçenekleri mi kullanmanız gerektiğini anlamak önemlidir.

Her istemci için ayrı ayrı yapılandırmaya gerek kalmadan araçları ve kaynakları birden fazla aracıya standart, merkezi olarak sunmanız gerektiğinde MCP kullanmalısınız. MCP sunucuları, araçların ve kaynakların tanımlarını ve girdilerini belirlediği için, aracıların bu araçları ve kaynakları otomatik olarak keşfedebileceği, versiyonlandırabileceği ve tutarlı şekilde kullanabileceği şekilde yayınlar. Buna karşılık, bir API'yi doğrudan eklediğinizde, amacını manuel olarak tanımlamanız ve her aracı için girdilerini belirlemeniz gerekir.

MCP, üst akış API'leri sıkça değiştiğinde özellikle faydalı olur. API'yi kullanan her aracıyı güncellemek yerine, tanımı MCP sunucusunda bir kez değiştirirsiniz ve tüm aracılar güncellenmiş sürümü tekrar yayınlamaya gerek kalmadan otomatik olarak kullanır. Eğer bir MCP sunucusu yoksa veya hızlı bir şekilde prototip oluşturuyorsanız, API'leri doğrudan çağırmak daha hızlıdır ve MCP'nin tam yaşam döngüsünü başlatmak için gereken kurulum yükünden kaçınmanızı sağlar.

MCP'yi kullanmak için Üretken Orkestrasyonun etkinleştirilmesi gerekir. Daha fazla bilgi için MCP nasıl çalışır?

Bilgisayar kullanımı aracıyla masaüstü süreçlerini otomatikleştirin

Bilgisayar kullanımı aracı sayesinde, bir aracı otomasyon betikleri veya API'lere ihtiyaç duymadan bir bilgisayarı kullanabilir. Script veya API'ler kullanmak yerine, aracıyı bir istem kullanarak yapılandırırsınız. Aracı, hedeflerine en iyi şekilde nasıl ulaşacağını belirler. Süreç boyunca, aracı her adımda bir ekran görüntüsü alır, bunu analiz ederek bir sonraki eylemi belirler, o eylemi uygular ve bu döngüyü görev tamamlanana kadar tekrarlar. Aracı tarafından çekilen ekran görüntüleri ve mantık yürütme adımları, çalışma geçmişinin bir parçası olarak mevcuttur.

Bir aracının bilgisayar kullanımı aracından yararlanabileceği tipik senaryolar şunlardır:

  • Veri girişi: Gelen CSV dosyasındaki her satır için, SAP'ta satış siparişi oluşturun ve oluşturulan sipariş kimliğini dosyaya geri yazın.
  • Veri çıkarma: Her tedarikçi portalına gidin, belirtilen SKU'yu arayın, fiyatı, stoku ve teslim süresini alın ve sonuçları zaman damgası ile veritabanına kaydedin.
  • Uygulamalar arasında: Masaüstü finans istemcisinden günün işlemlerini dışa aktarın, QuickBooks'ta gezinin ve her işlemi doğru hesaba kaydedin.

Barındırılan makineler ile kendi makinenizi kullanmak arasındaki farkı anlayın

Agentler, bilgisayar kullanım aracını Microsoft barındırılan makine üzerinde veya kendi (BYO) makinelerinde çağırabilirler. Barındırılan makineler, BT yapılandırması veya faturalandırma olmadan hemen kullanılabilir. Bunlar, müşteri kiracısına Entra ile bağlı olmayan önceden sağlanmış Windows 365 Cloud PC'lerden oluşan ortak bir havuza aittir. BYO makineler, müşterinin kendi sanal ağı içinde önceden kurulmalıdır. BYO cihazlarını Power Automate'te kaydetmeli ve yönetmelisiniz.

Üretim senaryoları için BYO makineleri kullanın. Microsoft Entra ID desteğine sahiptirler, Intune'a kayıtlıdırlar ve hem web hem de masaüstü otomasyon kullanım senaryolarını desteklerler. Sadece prototipleme için, barındırılan makineleri sınırlı yetenekleri nedeniyle kullanın. Kullanıcı başına aynı anda yalnızca bir Bulut PC mevcuttur ve kullanım talebe göre sınırlandırılabilir.

Bilgisayar kullanımının çalıştırıldığı yeri yapılandırma bölümünde daha fazla bilgi edinin.

Robotik Süreç Otomasyonu (RPA) vs. Bilgisayar Kullanan Aracılar (CUA)

Robotik süreç otomasyonu (RPA), bir bilgisayarın bir betik kullanılarak otomasyonudur. RPA'yı, CUA'nın kullanıldığı birçok benzer senaryoya uygulayabilirsiniz. Ancak RPA ile CUA arasındaki farkları anlamak önemlidir.

Bölüm RPA CUA
Otomasyon türü Kural tabanlı LLM odaklı
Etkileşim yöntemi Kullanıcı arayüzü ağacı Görüş
Yazma Senaryo, karmaşık Doğal dil talimatları
Karar alma Önceden tanımlanmış kurallar Görsel tabanlı otonom kararlar
Esneklik Sınırlı esneklik Yüksek esneklik
Hata işleme Statik hata işleme Görsel geri bildirime göre otomatik düzeltme

RPA'yı şu durumlarda kullanın:

  • Yalnızca Genel Erişilebilir (GA) özelliklere izin verilir.
  • Kullanıcı arayüzü istikrarlı. Ekranlar, alanlar ve seçiciler nadiren değişir.
  • Kurallar açık. Kararları kurallarda kaydedebilirsiniz.
  • Hız önemlidir. Yüksek hacimli. Her saniye önemli.
  • Bir RPA ekibi sahibi. Ekip, mevcut RPA geliştirme ve yönetim bilgisine sahiptir.

CUA'yı şu durumlarda kullanın:

  • Kullanıcı arayüzleri sürekli değişir veya büyük çeşitlilik gösterir. Birden fazla uygulama ve sık değişen tasarımlarla çalışıyorsunuz.
  • Hızlıca ihtiyacın var. RPA ekibinin iş listesi tamamen dolu.
  • Kullanıcı arayüzü önemli. Görev, ekranda görünen öğelere bağlıdır; örneğin grafikler, renkler ve dinamik düzenler.
  • Kararlar belirsiz. Aracı mantık yürütmeli, bir sonraki adımı seçmeli veya kendini düzeltmelidir.
  • Last updated on