Preguntas más frecuentes sobre la optimización de voz (versión preliminar)

[Este artículo es documentación preliminar y está sujeto a modificaciones].

Este artículo contiene preguntas más frecuentes relacionadas con la configuración y configuración de agentes de voz en Copilot Studio.

Importante

  • Esta es una característica en vista previa.
  • Las características en vista previa no se han diseñado para un uso de producción y pueden tener una funcionalidad restringida. Estas características están sujetas a condiciones de uso adicionales y están disponibles antes del lanzamiento oficial para que los clientes puedan tener un acceso anticipado y proporcionar comentarios.

¿El agente solo puede responder a conocimientos fundamentados o también debe tomar acciones en sistemas de gestión de registros?

No necesariamente. Puede configurar agentes para que funcionen exclusivamente con conocimientos basados, sin realizar ninguna acción en los sistemas back-end. Copilot Studio controla esta característica a través de configuración de búsqueda web y conocimiento.

Cuando los agentes de "solo conocimiento" tienen sentido

Use este modo cuando el rol del agente sea principalmente informativo:

  • Respondiendo a las preguntas frecuentes

  • Explicación de directivas

  • Proporcionar orientación o instrucciones

  • Desvío de llamadas o chat

En estos escenarios, el modelo recupera información de orígenes configurados y genera una respuesta sin llamar a ninguna API.

¿Cómo recupera el agente los datos empresariales actuales, las directivas y el contexto del cliente en tiempo real?

Conocimiento basado (estático o semi-estático): este enfoque funciona mejor para las directivas, la documentación y el contenido estructurado.

El modelo usa Respuestas generativas, donde:

  • Busca en orígenes de conocimiento configurados.

  • Sintetiza una respuesta.

  • Si lo desea, cita fuentes.

Las fuentes admitidas incluyen

  • SharePoint

  • Sitios web

  • Documentos cargados

  • Dataverse (solo indirecto a través de flujos)

Nota:

Dataverse no se admite como fuente de conocimiento directa para agentes que interfacen con C2 debido a los requisitos de autenticación. Puede exponer los datos de Dataverse a través de flujos o llamadas de OData y devolverlos al agente como resultados estructurados.

Casos de uso recomendados para conocimientos

  • Directivas de reembolso y devolución

  • Horas y ubicaciones de la tienda

  • Regla de idoneidad

  • Preguntas más frecuentes sobre productos

  • Procedimientos internos

Ejemplo

"¿Cuál es su política de reembolso para pedidos en línea?"

El modelo recupera el contenido de la directiva de SharePoint y genera una respuesta clara.

¿Qué tareas requieren validación exacta antes de ejecutarse? Reembolsos, cancelaciones, actualizaciones o cambios en la cuenta

Algunas acciones requieren una validación estricta y nunca deben dejarse tomar decisiones de inteligencia artificial de forma libre.

Categorías de alto riesgo

Category Examples ¿Por qué es importante?
Financiero Reembolsos, pagos, créditos Riesgo financiero
Estado de la cuenta Cancelaciones, cambios en el plan Acciones irreversibles
Identidad Dirección, teléfono, actualizaciones de SSN Fraude y cumplimiento
Jurídico Consentimiento, no participar Exposición normativa

El patrón de ejecución segura

La IA decide > el sistema valida > la IA comunica

Este principio garantiza una orquestación generativa segura.

Ejemplo: Solicitud de reembolso

  1. El modelo identifica la intención
    "El usuario quiere un reembolso"

  2. El modelo recopila los detalles necesarios
    Id. de pedido, motivo, período de tiempo

  3. Valida la API o el sistema de registros

    • Comprueba la idoneidad

    • Aplica la política de reembolso

    • Confirma la aprobación o el rechazo

  4. El modelo comunica el resultado

    • Explica claramente el resultado

    • No inventa ni presupone resultados

Aclaración de una idea errónea común

El uso de un solo modelo no significa automatización no controlada.

Hay una separación clara de responsabilidades.

Capability Quién decide Quién exige
Reconocimiento de la intención Modelo —
Respuestas de conocimiento Modelo Ámbito del origen de conocimiento
Selección de API Modelo Disponibilidad de herramientas
Validación Sistema de registro Lógica del servidor
Respuesta final Modelo Basado en resultados reales

Configuración de agentes de voz en tiempo real

  • Last updated on