请查看实施清单

实施 Copilot Studio 代理需要对集成、渠道、工具、主题设计和填充时隙的行为进行细致关注,以确保代理在大规模下可靠地表现。 本节提供实用问题和最佳实践指导,帮助您验证实施选择。

验证你的实施准备情况

请使用以下检查清单确认您的经纪人技术可靠、性能优良且具备制作准备。

AI能力与功能规划

做? 任务
你是否确定了你的情景需要哪些AI能力(生成式编排、生成式答案、生成式构建器、AI提示、计算机使用、审批)?
你是否为每个所选能力定义了目的、范围和约束条件?
您是否评估过高权限能力(例如动作、连接代理、计算机使用)的风险或治理要求?
你是否验证了知识来源的准确性、结构良好且适合扎根?
您是否确认了AI生成内容在必要时将如何被审查、验证或覆盖?

生成编排设计

做? 任务
你是否明确定义了代理的工具、主题、动作以及具有意义名称和描述的子代理或关联代理?
你有没有明确说明AI能自主行动的决策边界,以及什么时候需要确认或人工批准?
你设计了主题和动作输入输出,让编排器能自然地自动提示和串联步骤吗?
你是否确保工具具有确定性的行为,并包含关键参数的验证?
你是否为编排者定义了何时使用知识、何时使用工具、何时进行多步规划的指导?

集成

做? 任务
你是否确定了代理必须与哪些系统集成,并选择了合适的集成模式(连接器、HTTP、工作流程、API、模型上下文协议)?
你确认过认证要求,并在每个集成中选择用户凭证和创客凭证吗?
你评估过所有代理调用服务的API限制、性能限制和预期流量吗?
你是否为每条集成路径设计了合适的错误处理行为?

代理工具

做? 任务
你是否评估过某个能力是应该通过使用工具、工作流程、MCP服务器还是提示符来实现?
你有没有确保每个工具都有清晰的名称、描述、输入和输出,以便编排器能可靠地选择?
你确认高级模型或配置是否需要用AI提示而不是编排器吗?
你们有没有独立测试工具来验证负载、模式、错误处理和性能特性?
你有没有评估过某个情景需要的是子代理还是关联代理,而不是工具?

通道、客户端与切换

做? 任务
你是否为受众选择了正确的渠道,并核实了每个渠道支持的消息格式,比如Markdown、自适应卡片和图片?
您是否验证了客户行为,并确保用户在Teams、网络聊天、移动端或自定义应用中拥有一致的体验?
您是否确定了实现是否需要实时代理切换,并选择了合适的模式,是机器人即代理还是机器人环路?
你确认过信用、延迟和代理接管行为是否适合你选择的交接模式?

话题、触发词和填充时段

做? 任务
你是否安排了每个主题都有一个明确的目的,避免职责重叠?
你设计过支持同义词、变体和领域词汇的有效触发短语吗?
你有没有定义实体和填充时段规则,以确保代理人高效收集所需信息?
你是否评估过是否需要使用自定义实体,比如封闭列表或正则表达法,以避免NLU混淆?
你是否验证了备用行为,并确保客服能优雅地解决缺失或不清楚的信息?

最佳实践呼号

  • 清晰且有意识地命名组件:为工具、主题和连接代理使用以行动为导向、易于理解的名称,帮助编排者持续选择合适的组件。
  • 目的地设计输入和输出:使用简洁、用户友好的输入名称和结构化输出,使编排器能够自然自动提示并可靠地串联步骤。
  • 保持能力模块化和可复用性:将主题、工具和连接代理视为构建模块。 避免在流程或组件间重复逻辑。
  • 及早优先确定安全边界:定义哪些行为AI可以自主执行,哪些动作需要确认,哪些行为需要人工批准以防止意外行为。
  • 策划高质量的知识资源:保持知识库小而准确。 删除过时或嘈杂内容,以提升接地质量并减少错误信息。
  • 先选择最简单的集成模式:除非你的场景明确要求自定义API或MCP服务器,否则优先使用内置连接器或工作流。 更简单的路径更容易维护和调试。
  • 清晰且一致地定义工具行为:为每个工具赋予有意义的名称、描述、输入集和预期输出,以便编排器正确选择并生成稳定的计划。
  • 及早验证认证:通过确认场景是否需要用户认证、制作者凭证或通过托管身份的安全访问,避免意外。
  • 设计延迟和性能:保持API查询高效,减少负载大小,避免链式缓慢集成,以保持响应式对话体验。
  • 单独测试工具、工作流程和提示:在将输入、输出和错误状态接入主题或编排器之前,逐一验证它们。
  • 意识地规划频道行为:了解哪些频道支持Markdown、自适应卡片、照片或自定义布局,并据此设计你的消息。
  • 构建主题以保证清晰和可维护性:保持主题聚焦,避免重叠,并确保每个主题解决一个明确定义的任务。
  • 设计符合真实用户语言的触发词:包含变体、同义词和常见表达模式,以提升意图识别并减少退回频率。
  • 利用实体减少不必要的问题:利用内置和自定义实体从用户初始信息中提取信息,减少摩擦并加快流程。
  • 彻底测试填充槽的边缘情况:验证当用户提供多重值、信息不完整或输入模糊时,代理的行为,并细化实体以减少混淆。