Domande frequenti per l'ottimizzazione vocale (anteprima)

[Questo articolo fa parte della documentazione non definitiva, pertanto è soggetto a modifiche.]

Questo articolo contiene domande frequenti relative alla configurazione e alla configurazione degli agenti vocali in Copilot Studio.

Importante

  • Questa è una funzionalità di anteprima.
  • Le funzionalità di anteprima non sono destinate ad essere utilizzate per la produzione e sono soggette a restrizioni. Queste funzionalità sono soggette a condizioni per l'utilizzo supplementari e sono disponibili prima di una versione ufficiale in modo che i clienti possano ottenere l'accesso in anteprima e fornire feedback.

L'agente può rispondere solo alle conoscenze di base o deve anche intervenire nei sistemi di registrazione?

Non necessariamente. È possibile configurare gli agenti per operare esclusivamente su conoscenze di base, senza eseguire alcuna azione nei sistemi back-end. Copilot Studio controlla questa funzionalità tramite knowledge e le impostazioni di ricerca Web.

Quando gli agenti "solo conoscenza" risultano appropriati

Usare questa modalità quando il ruolo dell'agente è principalmente informativo:

  • Risposte alle domande frequenti

  • Spiegazione dei criteri

  • Fornire indicazioni o istruzioni

  • Deflezione di chiamate o chat

In questi scenari, il modello recupera le informazioni dalle origini configurate e genera una risposta senza chiamare alcuna API.

In che modo l'agente recupera i dati aziendali, i criteri e il contesto del cliente correnti in tempo reale?

Conoscenza basata su base (statica o semi-statica): questo approccio è ideale per criteri, documentazione e contenuto strutturato.

Il modello usa le risposte generative, dove:

  • Esegue ricerche nelle fonti di conoscenza configurate.

  • Sintetizza una risposta.

  • Facoltativamente, cita fonti.

Le fonti supportate includono

  • SharePoint

  • Siti Web

  • Documenti caricati

  • Dataverse (solo indiretto tramite flussi)

Annotazioni

Dataverse non è supportato come risorsa di conoscenza diretta per gli agenti orientati verso C2 a causa dei requisiti di autenticazione. È possibile visualizzare i dati di Dataverse tramite flussi o chiamate OData e restituirli all'agente come risultati strutturati.

Casi d'uso migliori per le conoscenze

  • Criteri di rimborso e restituzione

  • Orari del negozio e sedi

  • Regole di idoneità

  • Domande frequenti sul prodotto

  • Procedure interne

Example

"Qual è il criterio di rimborso per gli ordini online?"

Il modello recupera il contenuto dei criteri da SharePoint e genera una risposta chiara.

Quali attività richiedono la convalida esatta prima dell'esecuzione? Rimborsi, annullamenti, aggiornamenti o modifiche dell'account

Alcune azioni richiedono una convalida rigorosa e non devono mai essere lasciate alle decisioni di IA in formato libero.

Categorie ad alto rischio

Category Esempi Perché è importante
Finanziario Rimborsi, pagamenti, crediti Rischio finanziario
Lo stato dell'account Annullamenti, modifiche di piano Azioni irreversibili
Identità Indirizzo, telefono, aggiornamenti SSN Frodi e conformità
Legale Consenso, rifiuto esplicito Esposizione regolamentare

Modello di esecuzione sicura

L'intelligenza artificiale decide > Il sistema convalida > L'intelligenza artificiale comunica

Questo principio garantisce un'orchestrazione generativa sicura.

Esempio: Richiesta di rimborso

  1. Il modello identifica la finalità
    "L'utente vuole un rimborso"

  2. Il modello raccoglie i dettagli necessari
    ID ordine, motivo, intervallo di tempo

  3. L'API o il sistema di registrazione convalida

    • Verifica l'idoneità

    • Applica i criteri di rimborso

    • Conferma l'approvazione o il rifiuto

  4. Il modello comunica il risultato

    • Spiega chiaramente il risultato

    • Non inventa o presuppone risultati

Chiarire un malinteso comune

L'uso di un singolo modello non implica l'automazione non controllata.

C'è una netta separazione delle responsabilità.

Capability Chi decide Chi applica
Riconoscimento delle finalità Modello
Risposte di conoscenza Modello Ambito dell'origine delle informazioni
Selezione API Modello Disponibilità degli strumenti
Convalida Sistema di record Logica back-end
Risposta finale Modello In base ai risultati reali

Configurare agenti vocali in tempo reale