智能 Microsoft 365 Copilot 副驾驶®优化常见问题解答

智能 Microsoft 365 Copilot 副驾驶®优化允许组织使用自己的租户数据来微调大型语言模型 (LLM) 特定任务。 本文提供与 Copilot 优化相关的常见问题解答 (常见问题解答) 。

注意

Copilot 优化目前可用于早期Access 预览版 (EAP) 。 有关要求以及如何注册的详细信息，请参阅 管理员指南。

Copilot 优化特性和功能

Copilot 优化的主要功能是什么？

Copilot 优化允许组织根据租户数据创建任务特定的自定义 AI 模型，使模型制作者能够优化大型语言模型 (，例如GPT-4) Copilot Studio中的组织文档和知识库。 这会生成一个了解组织的术语、风格和流程的模型。 然后，代理生成器可以根据微调的模型生成代理，这些模型执行 Q&A、文档生成和摘要等任务。

Copilot 优化是否有助于自定义智能 Microsoft 365 Copilot 副驾驶®？

Copilot 优化旨在帮助客户针对特定任务自定义智能 Microsoft 365 Copilot 副驾驶®。 当前支持以下任务：

• 文档生成
• 专家 Q&A
• 汇总

有关详细信息，请参阅 关键功能和方案。 若要请求对更多任务的支持，请将邮件发送到 CopilotTuningFeedback@service.microsoft.com。

对模型进行微调后，组织可以创建特定于域的声明性代理，以使用组织知识响应用户查询。

Azure AI Foundry和 Copilot 优化之间有什么区别？

Azure AI Foundry 是一个以开发人员为先、以代码为中心的平台，旨在支持从模型选择和自定义到部署和监视的整个生命周期 AI 开发。 Azure AI Foundry非常适合在 Azure 中构建可缩放的生产级 AI 系统的工程团队。

Copilot 优化是一项面向制造商的低代码功能，专为想要在没有深入机器学习专业知识的情况下针对特定业务场景微调模型的企业客户定制。 它在 Microsoft 365 租户边界中运行。

安全性、隐私和数据治理

我的数据在训练期间是否保持安全？

Copilot 优化在数据引入和训练期间使用安全过程。 数据引入发生在 Microsoft 365 租户中，这可保留隐私和安全性。 Copilot 优化提供了一个自助的统包式微调管道，不需要任何工程师查看数据。 内容用于在租户隔离的环境中训练模型。

我的数据治理策略是否在引入和训练过程中持续存在？

是。 Copilot 优化会自动排除为优化模型配置的安全组无法访问的任何文件训练。 它会自动建议其他安全组最大限度地利用可安全合并到模型中的知识广度。 尽管这为模型提供了额外的安全层，但建议将每个模型视为已训练数据的副本。 如果删除或更改原始数据，除非管理员调整了对模型的权限，否则模型保持不变。

有关模型治理的详细信息，请参阅管理员指南。

数据存储和处理的位置？

Copilot 优化遵循 Microsoft 365 的数据驻留承诺。 模型训练和推理发生在与租户关联的地理位置中。 例如，对于欧洲的租户，微调作业和存储发生在欧盟数据中心。

Copilot 优化如何管理数据治理？

Copilot 优化已集成到 Microsoft 365 中。 它会自动继承公司所有有价值的安全、合规性和隐私策略和流程。 数据权限是一致的，用户只能搜索他们有权访问的信息。 有关详细信息，请参阅智能 Microsoft 365 Copilot 副驾驶®的数据、隐私和安全性。

先决条件和入门

使用 Copilot 优化的先决条件是什么？

你的组织必须启用智能 Microsoft 365 Copilot 副驾驶®并至少购买 5,000 个智能 Microsoft 365 Copilot 副驾驶®附加许可证。 Copilot 优化是一项高级功能，目前在 Copilot 抢先体验计划 (EAP) 向客户提供。 租户还必须具有有效的Copilot Studio订阅。 请联系Microsoft帐户团队，帮助确认你的资格。

使用 Copilot 优化的系统要求是什么？

Copilot 优化不需要任何本地硬件 - 它完全作为Microsoft 365 内的云服务运行。 但是，存在许可和数据先决条件。

如何实现知道我的组织是否符合 Copilot 优化的条件？

在 EAP 期间，组织必须为租户启用 5,000 个或更多智能 Microsoft 365 Copilot 副驾驶®许可证。 除了 Copilot 许可证外，还必须在租户和用户级别具有活动Copilot Studio许可证。 还必须在载入过程中进行额外的筛选，以确保你的方案非常适合 Copilot Tuning 的当前功能。

管理员如何启用 Copilot 优化？

AI 管理员 (或指定的 Copilot 管理员角色) 通过Microsoft 365 管理中心启用 Copilot 优化。 Microsoft在管理门户的 Copilot 设置部分中提供了一个设置，用于激活Copilot Studio和特定于任务的微调功能。 当租户管理员启用 Copilot 优化时，模型创建者可以使用Copilot Studio界面，以允许他们优化特定任务的模型。

组织应如何使用 Copilot 优化？

使用 Copilot 优化来处理重复的、信息密集型任务并生成初始草稿。 让专家专注于战略思维、决策和最终评审。 当你了解该功能的优势 (速度、规模、一致性) 和弱点 (上下文细微差别、最新知识) 时，可以更好地利用它。

训练数据和优化过程

组织中的哪些人可以使用 Copilot 优化创建模型？

由你决定组织中的哪些人可以创建和管理模型。 模型创建者可能是熟悉内容的业务分析师或 IT 专家。 我们建议你分配一个或两个模型制作者开始;组织中总共只能有 10 个模型制作者。 为模型创建者分配一个Copilot Studio用户许可证 (一个 $0 的许可证，该许可证授予对可用于生成代理Copilot Studio创作工具) 的访问权限。 管理员可以将Copilot Studio用户许可证分配给Microsoft 365 管理中心中的用户帐户，或者通过将用户添加到具有Copilot Studio访问权限的安全组。

我使用哪些工具创建微调的模型？

使用Copilot Studio创建微调的模型。 Copilot Studio为模型创建者提供了一个用户友好的界面，用于选择训练数据、配置模型参数和运行训练作业。 它将 AI 优化的复杂性抽象化为引导式统包流程。

使用 Copilot 优化的数据要求是什么？

Copilot 优化可以在 Microsoft 365 租户中基于文本的内容 (文档、知识文章、脚本等) 进行训练，包括 SharePoint Online (中的文件，例如Word、PDF 或文本文档) 。 目前不支持非文本数据 (图像、视频) 和其他文件格式。

微调模型需要多长时间？

微调模型所需的时间取决于多个因素，包括训练数据的大小和模型的复杂性。 通常，微调可能需要几个小时到几天的时间。

如何自定义 Copilot 优化的知识域？

选择要用于训练和地面的特定内容。 这包括选择数据源，如 SharePoint 网站、文件夹或上传的文件。 通过组织训练数据，可以定义模型的范围和专业知识。

如何实现知道优化过程是否成功？

训练过程完成后，Copilot Studio提供用于评估的示例;例如，Q&A 或新模型中的摘要结果。 可以在 Copilot Studio 的聊天界面中测试模型。 询问一些与数据相关的问题，以衡量其响应，并根据需要进行优化。 如果对结果不满意，请更新数据或添加更多说明，然后再次运行训练。 如果对模型感到满意，请发布它。

是否可以创建多个微调模型？

是的，可以训练多个模型并生成多个代理，每个代理都针对不同的用途和数据集进行定制。 例如，一个代理可以生成对 RFP 的响应，而另一个代理可以处理与 HR 相关的查询。 每个代理都可以有自己的角色和训练数据。

是否可以使用新数据重新训练模型？

是的，你可以随着业务需求的发展，使用新数据或数据源重新训练模型。

生成和管理代理

使用哪些工具生成代理？

使用 Copilot Studio 代理生成器创建使用特定于任务的微调模型的代理。

如何实现由微调模型提供支持的生成代理？

Copilot 优化与 Copilot Studio 代理生成器集成，使你能够使用特定说明和连接的数据源将自定义模型打包到代理中。 这些代理可以执行特定于域的任务，例如高级文档生成、专家 Q&A 或长内容的汇总。

是否需要了解如何编写代码以基于微调的模型成功生成代理？

不正确。 无需代码即可基于微调的模型生成代理。 业务用户或分析师可以使用Copilot Studio来选择训练数据、优化模型和发布代理。 无需从头开始训练模型，也不需要成为数据科学家。 Copilot 优化将 AI 优化的复杂性抽象化为引导式统包流程。

使用微调模型生成的代理是否适用于 Microsoft 365 应用？

使用微调模型生成的代理在Microsoft 365 Copilot 应用和其他有代理可用的应用（如 Teams）中工作。 用户可以在 Teams 或 智能 Microsoft 365 Copilot 副驾驶®中与特定于任务的代理聊天，就像使用 Copilot 和其他代理一样。 代理使用为组织定制的知识做出响应。

如何实现向用户推出使用微调模型的代理？

建议先在少量用户的情况下试用代理，然后进行迭代。 将代理推出到一组测试用户或相关部门。 收集有关答案是否符合期望的反馈。 可以通过添加更多训练数据或调整代理的说明来继续改进模型。 之后，规划更广泛的部署。 将代理集成到工作流中 - 例如，将其固定到 Teams 频道中或在内部进行播发。 由于代理与 智能 Microsoft 365 Copilot 副驾驶® 集成，因此用户通过在相关上下文中调用 Copilot 并选择代理来调用它。

支持和反馈

能否通过Microsoft帐户团队获取帮助？

是。 在 EAP 期间，如果你有资格参与，你的帐户团队可以帮助协调支持与内部Microsoft资源。

如何为 Copilot 优化提供反馈或请求功能？

Microsoft重视你的反馈。 可以通过Copilot Studio或通过Microsoft帐户团队提交反馈。

代理用户如何获得支持？

用户应联系组织的支持人员，以获取有关代理的支持。 请确保支持人员了解代理的功能。 如果技术支持无法提供帮助，他们可以将问题上报给 IT，然后 IT 人员可以与Microsoft支持人员联系。

代理用户如何提供反馈？

在Copilot 对话助手中，用户可以在响应中选择“竖起大拇指”或“向下大拇指”图标，并提供逐字反馈。 此反馈将发送给Microsoft，帮助产品团队识别常见问题并随着时间的推移提高模型性能。

管理员或创建者能否通过Copilot Studio提交反馈？

是。 Copilot Studio和管理界面包含反馈链接。 管理员可以使用反馈链接提交建议或报告问题。 反馈将发送到Microsoft，并考虑将来的规划。

是否可以通过Microsoft帐户团队共享反馈？

当然可以。 客户成功经理或Microsoft客户工程师可以收集反馈并安排专用电话来听取你的输入。 这些会议有时包括产品经理或工程师，并提供分享功能请求或痛点的机会。

相关内容

• Copilot 优化概述

智能 Microsoft 365 Copilot 副驾驶®优化允许组织使用自己的租户数据来微调大型语言模型 (LLM) 特定任务。 本文提供与 Copilot 优化相关的常见问题解答 (常见问题解答) 。

注意

Copilot 优化目前可用于早期Access 预览版 (EAP) 。 有关要求以及如何注册的详细信息，请参阅 管理员指南。

Copilot 优化允许组织根据租户数据创建任务特定的自定义 AI 模型，使模型制作者能够优化大型语言模型 (，例如GPT-4) Copilot Studio中的组织文档和知识库。 这会生成一个了解组织的术语、风格和流程的模型。 然后，代理生成器可以根据微调的模型生成代理，这些模型执行 Q&A、文档生成和摘要等任务。

Copilot 优化旨在帮助客户针对特定任务自定义智能 Microsoft 365 Copilot 副驾驶®。 当前支持以下任务：

• 文档生成
• 专家 Q&A
• 汇总

有关详细信息，请参阅 关键功能和方案。 若要请求对更多任务的支持，请将邮件发送到 CopilotTuningFeedback@service.microsoft.com。

对模型进行微调后，组织可以创建特定于域的声明性代理，以使用组织知识响应用户查询。

Azure AI Foundry 是一个以开发人员为先、以代码为中心的平台，旨在支持从模型选择和自定义到部署和监视的整个生命周期 AI 开发。 Azure AI Foundry非常适合在 Azure 中构建可缩放的生产级 AI 系统的工程团队。

Copilot 优化是一项面向制造商的低代码功能，专为想要在没有深入机器学习专业知识的情况下针对特定业务场景微调模型的企业客户定制。 它在 Microsoft 365 租户边界中运行。

Copilot 优化在数据引入和训练期间使用安全过程。 数据引入发生在 Microsoft 365 租户中，这可保留隐私和安全性。 Copilot 优化提供了一个自助的统包式微调管道，不需要任何工程师查看数据。 内容用于在租户隔离的环境中训练模型。

是。 Copilot 优化会自动排除为优化模型配置的安全组无法访问的任何文件训练。 它会自动建议其他安全组最大限度地利用可安全合并到模型中的知识广度。 尽管这为模型提供了额外的安全层，但建议将每个模型视为已训练数据的副本。 如果删除或更改原始数据，除非管理员调整了对模型的权限，否则模型保持不变。

有关模型治理的详细信息，请参阅管理员指南。

Copilot 优化遵循 Microsoft 365 的数据驻留承诺。 模型训练和推理发生在与租户关联的地理位置中。 例如，对于欧洲的租户，微调作业和存储发生在欧盟数据中心。

Copilot 优化已集成到 Microsoft 365 中。 它会自动继承公司所有有价值的安全、合规性和隐私策略和流程。 数据权限是一致的，用户只能搜索他们有权访问的信息。 有关详细信息，请参阅智能 Microsoft 365 Copilot 副驾驶®的数据、隐私和安全性。

你的组织必须启用智能 Microsoft 365 Copilot 副驾驶®并至少购买 5,000 个智能 Microsoft 365 Copilot 副驾驶®附加许可证。 Copilot 优化是一项高级功能，目前在 Copilot 抢先体验计划 (EAP) 向客户提供。 租户还必须具有有效的Copilot Studio订阅。 请联系Microsoft帐户团队，帮助确认你的资格。

Copilot 优化不需要任何本地硬件 - 它完全作为Microsoft 365 内的云服务运行。 但是，存在许可和数据先决条件。

在 EAP 期间，组织必须为租户启用 5,000 个或更多智能 Microsoft 365 Copilot 副驾驶®许可证。 除了 Copilot 许可证外，还必须在租户和用户级别具有活动Copilot Studio许可证。 还必须在载入过程中进行额外的筛选，以确保你的方案非常适合 Copilot Tuning 的当前功能。

AI 管理员 (或指定的 Copilot 管理员角色) 通过Microsoft 365 管理中心启用 Copilot 优化。 Microsoft在管理门户的 Copilot 设置部分中提供了一个设置，用于激活Copilot Studio和特定于任务的微调功能。 当租户管理员启用 Copilot 优化时，模型创建者可以使用Copilot Studio界面，以允许他们优化特定任务的模型。

使用 Copilot 优化来处理重复的、信息密集型任务并生成初始草稿。 让专家专注于战略思维、决策和最终评审。 当你了解该功能的优势 (速度、规模、一致性) 和弱点 (上下文细微差别、最新知识) 时，可以更好地利用它。

由你决定组织中的哪些人可以创建和管理模型。 模型创建者可能是熟悉内容的业务分析师或 IT 专家。 我们建议你分配一个或两个模型制作者开始;组织中总共只能有 10 个模型制作者。 为模型创建者分配一个Copilot Studio用户许可证 (一个 $0 的许可证，该许可证授予对可用于生成代理Copilot Studio创作工具) 的访问权限。 管理员可以将Copilot Studio用户许可证分配给Microsoft 365 管理中心中的用户帐户，或者通过将用户添加到具有Copilot Studio访问权限的安全组。

使用Copilot Studio创建微调的模型。 Copilot Studio为模型创建者提供了一个用户友好的界面，用于选择训练数据、配置模型参数和运行训练作业。 它将 AI 优化的复杂性抽象化为引导式统包流程。

Copilot 优化可以在 Microsoft 365 租户中基于文本的内容 (文档、知识文章、脚本等) 进行训练，包括 SharePoint Online (中的文件，例如Word、PDF 或文本文档) 。 目前不支持非文本数据 (图像、视频) 和其他文件格式。

微调模型所需的时间取决于多个因素，包括训练数据的大小和模型的复杂性。 通常，微调可能需要几个小时到几天的时间。

选择要用于训练和地面的特定内容。 这包括选择数据源，如 SharePoint 网站、文件夹或上传的文件。 通过组织训练数据，可以定义模型的范围和专业知识。

训练过程完成后，Copilot Studio提供用于评估的示例;例如，Q&A 或新模型中的摘要结果。 可以在 Copilot Studio 的聊天界面中测试模型。 询问一些与数据相关的问题，以衡量其响应，并根据需要进行优化。 如果对结果不满意，请更新数据或添加更多说明，然后再次运行训练。 如果对模型感到满意，请发布它。

是的，可以训练多个模型并生成多个代理，每个代理都针对不同的用途和数据集进行定制。 例如，一个代理可以生成对 RFP 的响应，而另一个代理可以处理与 HR 相关的查询。 每个代理都可以有自己的角色和训练数据。

是的，你可以随着业务需求的发展，使用新数据或数据源重新训练模型。

使用 Copilot Studio 代理生成器创建使用特定于任务的微调模型的代理。

Copilot 优化与 Copilot Studio 代理生成器集成，使你能够使用特定说明和连接的数据源将自定义模型打包到代理中。 这些代理可以执行特定于域的任务，例如高级文档生成、专家 Q&A 或长内容的汇总。

不正确。 无需代码即可基于微调的模型生成代理。 业务用户或分析师可以使用Copilot Studio来选择训练数据、优化模型和发布代理。 无需从头开始训练模型，也不需要成为数据科学家。 Copilot 优化将 AI 优化的复杂性抽象化为引导式统包流程。

使用微调模型生成的代理在Microsoft 365 Copilot 应用和其他有代理可用的应用（如 Teams）中工作。 用户可以在 Teams 或 智能 Microsoft 365 Copilot 副驾驶®中与特定于任务的代理聊天，就像使用 Copilot 和其他代理一样。 代理使用为组织定制的知识做出响应。

建议先在少量用户的情况下试用代理，然后进行迭代。 将代理推出到一组测试用户或相关部门。 收集有关答案是否符合期望的反馈。 可以通过添加更多训练数据或调整代理的说明来继续改进模型。 之后，规划更广泛的部署。 将代理集成到工作流中 - 例如，将其固定到 Teams 频道中或在内部进行播发。 由于代理与 智能 Microsoft 365 Copilot 副驾驶® 集成，因此用户通过在相关上下文中调用 Copilot 并选择代理来调用它。

是。 在 EAP 期间，如果你有资格参与，你的帐户团队可以帮助协调支持与内部Microsoft资源。

Microsoft重视你的反馈。 可以通过Copilot Studio或通过Microsoft帐户团队提交反馈。

用户应联系组织的支持人员，以获取有关代理的支持。 请确保支持人员了解代理的功能。 如果技术支持无法提供帮助，他们可以将问题上报给 IT，然后 IT 人员可以与Microsoft支持人员联系。

在Copilot 对话助手中，用户可以在响应中选择“竖起大拇指”或“向下大拇指”图标，并提供逐字反馈。 此反馈将发送给Microsoft，帮助产品团队识别常见问题并随着时间的推移提高模型性能。

是。 Copilot Studio和管理界面包含反馈链接。 管理员可以使用反馈链接提交建议或报告问题。 反馈将发送到Microsoft，并考虑将来的规划。

当然可以。 客户成功经理或Microsoft客户工程师可以收集反馈并安排专用电话来听取你的输入。 这些会议有时包括产品经理或工程师，并提供分享功能请求或痛点的机会。

相关内容

• Copilot 优化概述