Definér din løsningsarkitektur

En klar løsningsarkitektur er afgørende for at forstå, hvordan dine Copilot Studio-agenter fungerer i det bredere forretnings- og tekniske landskab. Arkitekturen skitserer kernkomponenterne i din agent, dens afhængigheder af andre systemer og måden, den skalerer for at imødekomme forretningsbehovet.

Copilot Studio giver et fleksibelt fundament, der samler flere funktioner.

Copilot Studio-agentens livscyklus

Copilot Studio understøtter en komplet livscyklus fra ende til anden til design, forbedring og administration af agenter fra én enkelt SaaS-baseret oplevelse (Unified Software as a Service).

Under Byg og Publicér-fasen kan du

• Design, forbedr og administrer agenter: Byg en agent og gå hurtigt live fra et brugervenligt SaaS-produkt.
• Chat over viden med generativ AI: Få virksomhedsspecifikke svar ved hjælp af dine filer, hjemmesider, Dataverse, ikke-Microsoft-apps og mere.
• Skab specifikke emner: Suppler generative AI-svar med specifikke, kuraterede emner til, når du ønsker mere kontrol.
• Byg handlinger: Opret handlinger og brug forudbyggede connectors eller agentflows til at kalde dine backends og API'er eller udføre langvarige opgaver.
• Publicer på flere kanaler: Publicer på mere end 20 sprog, og udrul på din valgte kanal med et enkelt valg, herunder Microsoft 365 Copilot.

Under Analyser og Forbedr-fasen gør du:

• Overvåg og forbedr: Få adgang til rige, færdige indsigter og analyser.
• Integrate with AI Services: Integrer med Microsoft Foundry, Azure Cognitive Services, Bot Framework og andre Microsoft-samtaletjenester.

Hvordan de to faser arbejder sammen

• Build and Publish får dig hurtigt i produktion med den rette arkitektur, styring og kanaler.
• Analyze and Improve sikrer, at du forbliver værdifuld ved at lære af brug og lukke kvalitetsgab.
• Sammen danner de en lukket cirkel: De leverer selvsikkert, måler grundigt og itererer bevidst, alt sammen inden for én samlet SaaS-oplevelse.

Copilot Studio-kernefunktioner

Skab en samtalebaseret AI-oplevelse

At skabe en effektiv samtalebaseret AI-oplevelse går langt ud over at bygge en chatbot. Det kræver en kombination af teknologi, design og operationelle kapaciteter, der arbejder sammen for at levere problemfrie, sikre og intelligente interaktioner. Her er de væsentlige komponenter:

1. Sprogforståelse og orkestreringsevner: Kernen i enhver samtalebaseret AI er evnen til at forstå, hvad brugeren mener. Denne evne indebærer:

   1. At forstå, hvad brugeren siger (intention), og hvordan man skal reagere på det.
   2. Udtrækning af nøgleinformation (entitet) fra brugerudtalelser.

2. Dialogstyringsfunktioner: Samtaler har brug for struktur. Skal de følge en guidet flow eller forblive åbne? Dialogstyring sikrer:

   1. Glidende overgange mellem emner.
   2. Håndtering af afbrydelser og afklaringer.
   3. At opretholde kontekst på tværs af flertrinsinteraktioner.

3. AI's evner til at generere svar eller tage handlinger: Generativ AI driver rige, dynamiske svar og muliggør:

   1. Søger forretningsviden.
   2. Opsummering af indhold.
   3. Aktivering af handlinger via API'er og forbindelser for end-to-end processer.

4. Integration med andre systemer: End-to-end forretningsprocesser involverer ofte forbindelse til forskellige systemer og datakilder.

5. Udrulning og kørsel: Når oplevelsen er bygget, skal den opfylde brugerne, hvor de er:

   1. Udrul på tværs af kanaler som hjemmesider, Teams eller apps.
   2. Understøttelse af flersproget og flerkanalsudgivelse.

6. Sikkerhed og autentificering: Sikre endpoints og autentificere slutbrugere for at sikre betroede interaktioner.

   1. Hvem kan påkalde agenten?
   2. Skal brugeren være logget ind?

7. Analyse og løbende forbedring: Ydelsen stopper ikke ved lanceringen.

   1. Brug telemetri, nøglepræstationsindikatorer og samtaletransskriptioner til at måle effektivitet.
   2. Identificer huller og optimer for bedre resultater.

8. Applikationslivscyklusstyring (ALM): Håndtering af miljøer og versioner er nøglen.

   1. Flyt agenter gennem udviklings-, test- og produktionsfaserne.
   2. Automatiser implementeringer og oprethold overholdelse.

En succesfuld samtalebaseret AI-oplevelse kombinerer intelligent sprogforståelse, sikker integration og løbende forbedring, alt sammen understøttet af robust implementering og styring. Platforme som Copilot Studio gør dette muligt ved at tilbyde et komplet SaaS-miljø, hvor du nemt kan designe, forbedre og administrere agenter.

Få mere at vide:

• Introduktion til samtaleoplevelser
• Planlæg og lav en konversationsagent præstationstest

oversigt over Copilot Studio-teknologiarkitektur

Dette billede viser et arkitektonisk overblik over Copilot Studio, der viser, hvordan agenter interagerer med kanaler, integrationer, AI-funktioner, sikkerhed, analyse og Microsoft-cloudtjenester.

I diagrammet til venstre vises klientindtastningspunkter, herunder standardkontrolelementer for Web Chat, Power Apps og Power Pages chatkontrolelementer, brugerdefinerede klienter, f.eks. Bot Framework-Web Chat, server-til-server-middleware, Microsoft Teams, Facebook Messenger, WhatsApp, Slack, Dynamics 365 Contact Center og Microsoft 365 Copilot. Azure Bot Service kanaler og Bot Framework-robotter vises også.

I midterafsnittet fremhæves kernekomponenter Copilot Studio-arkitektur, grupperet i kategorier:

• Runtime: Native kanaler, agent-som-en-evne og kanaladfærd.
• Integrations: HTTP-anmodninger, connectors, arbejdsprocesser, AI Builder prompts og Bot Framework-færdigheder.
• ALM: Power Platform-løsninger og CI/CD-pipelines.
• Dialogstyring: Emner, handlinger, input og output.
• Sprogforståelse: Klassisk NLU, indbygget NLU, bring-your-own NLU og generativ orkestrering.
• Generative svar: Omskrivning af forespørgsler, videnssøgning på tværs af websteder, filer, SharePoint, Dataverse, Graf, viden i organisationsnetværket, Azure AI Search og opsummering.
• Sikkerhed: Hemmelig styring, identitet, autentificering, autorisation, endpoint-sikkerhed, datapolitikker og revisionslogfiler.
• Triggere: Autonome og systemdrevne triggere.
• Analytics: Standard analyse, teknisk telemetri og samtaletransskriptioner.

Til højre viser diagrammet cloudtjenester, som Copilot Studio kan bruge, f.eks. Azure AI Language, Microsoft 365 Graph, Azure AI Search, Microsoft (tidligere Azure AI) Foundry, Azure Monitor, Azure Storage, Azure Synapse Analytics og Microsoft Entra ID.

Tilsammen illustrerer disse elementer, hvordan Copilot Studio forbinder klientkanaler, orkestrering, integrationer og Azure og Microsoft 365 tjenester til at bygge og køre samtaleagenter.

Identificer tekniske udfordringer

At opdage potentielle forhindringer tidligt hjælper teams med at forberede afbødningsstrategier. Almindelige udfordringer inkluderer sikker forbindelse til lokale ressourcer, udrulning af agenter til bestemte kanaler som WhatsApp eller Slack samt håndtering af avancerede krav som at downloade transskriptioner eller støtte flersprogede brugere. Dokumentér og valider disse udfordringer med interessenter, så arkitekturen afspejler både nuværende behov og fremtidige krav.

Målet med arkitekturoversigten er at levere en samlet køreplan, der forbinder forretningsintention med teknisk realitet. Ved at definere samtaleflow, AI-kapaciteter, integrationer, sikkerhed og forventninger til ydeevne skaber du en fælles forståelse på tværs af alle interessenter og etablerer et fundament, som du kan skalere, styre og løbende forbedre.

Arkitektagentløsninger

Arkivér agentløsninger indhold indeholder vejledning i vigtige principper og mønstre for opbygning af sikre, pålidelige agenter med fokus på Microsoft 365 Copilot. Rammen tilbyder standardiserede tilgange til agentudvikling, hvilket sikrer maksimal afkast på investeringen, samtidig med at sikkerhed og overholdelse af virksomhedsniveau opretholdes.

Denne ramme er organiseret i flere søjler:

• Afgør egnethed til formålet
• Bestem driftsevne
• Bestem tillid, sporbarhed og gennemsigtighed

Ved at tage dette rammeværk i betragtning kan organisationer sikre kvalitet og tillid ved at prioritere pålidelighed, sporbarhed og ansvarlig AI for sikre, reviderbare løsninger. Det muliggør også skala ved at give udviklere mulighed for at bygge løsninger, der er i overensstemmelse med branchen og Microsofts foreskrevne bedste praksis, uden behov for teknisk support fra Microsoft.

Power Platform Velstruktureret

Power Platform Well-Architected tilbyder et sæt principper og bedste praksisser for at hjælpe teams med at designe, bygge og drive arbejdsbelastninger, der er sikre, pålidelige og effektive i stor skala. Den fungerer som et referencepunkt gennem hele implementeringscyklussen og sikrer, at hver beslutning fra arkitektur til governance understøtter både umiddelbare forretningsresultater og langsigtet bæredygtighed.

Rammen er organiseret i flere søjler:

• Pålidelighed
• Sikkerhed
• Driftsmæssige præstationer
• Ydeevneeffektivitet
• Optimering af oplevelse

Ved at tilpasse projekter til disse søjler kan organisationer bevæge sig videre end blot at "få en agent live" og i stedet fokusere på at levere agenter, der er robuste, vedligeholdelsesvenlige og positionerede til at vokse sammen med virksomheden. Power Platform Well-Architected er en vejledning til at træffe bedre designbeslutninger, validere afvejninger og forbedre den overordnede kvalitet af Copilot Studio-løsningsdesign.

Løsningsforslag, der er dokumenteret i Power Platform og Copilot Studio Architecture Center demonstrerer en klar, modulopbygget måde at dokumentere komplekse løsninger på ved at opdele dem i konsistente arkitektoniske byggesten. De visuelle diagrammer, som vist her, fremhæver, hvordan komponenter relaterer fra slutpunkt til slutpunkt på tværs af klientindtastningspunkter, kørselsfunktionsmåder og underliggende Azure tjenester. Denne struktur kan fungere som en model for din egen arkitekturdokumentation: definer hvert lag i din løsning, kortlæg hvordan data og handlinger flyder gennem systemet, vis hvordan din agent interagerer med eksterne systemer eller forretningsprocesser, og dokumenter, hvordan din agent anvender principperne i Power Platform Well-Architected. Ved at følge denne tilgang skaber du dokumentation, der er lettere for interessenter at forstå, vedligeholde og udvide, samtidig med at din løsning tilpasses branchestandarder og Microsoft-anbefalede designpraksisser.

Gennemse løsningsidéen til implementering af en defineret kontaktcenterløsning med Copilot Studio-agent.

Næste trin

Lær, hvordan du anvender principper for ansvarlig AI for at sikre, at din løsning er retfærdig, gennemsigtig, sikker og i overensstemmelse med Microsofts Responsible AI-standard.

Relaterede oplysninger

• oversigt over Copilot Studio
• Power Platform og Copilot Studio Architecture Center
• Tjekliste til at starte agentisk arkitektur-diskussioner