次の方法で共有


複雑なタスクに深層推論モデルを使用する (プレビュー)

[この記事はプレリリース ドキュメントであり、変更されることがあります。]

エージェントは、深い推論モデルを使用して、複雑なタスクをより深く理解し、完了することができます。 この機能により、エージェントの意思決定が強化され、より正確な応答が返されます。

生成オーケストレーションと詳細な推論が 有効になっているエージェントには、詳細な推論モデルを追加できます。

注意

Copilot Studio での詳細な推論モデルの追加は、現在、United Statesと EU (英国を除く) でのみサポートされています。 どちらのリージョンも、Azure OpenAI o3 モデルを使用します。

Copilot Studio の詳細な推論モデルはプレビュー段階であり、データ所在地のコミットメントは行いません。 お客様のデータは、microsoft またはそのサブプロセッサーが運営するUnited Statesまたはその他の国に転送され、保存および処理される場合があります。

従量課金制を使用している組織の場合: 詳細な推論は一部のリージョンでのみ利用できますが、従量課金制Copilotクレジットの処理は、エージェントの自宅リージョン外で発生する可能性があります。

エージェントの詳細な推論を有効にすると、エージェントが詳細な推論を適用するタスクを決定するか、エージェントの指示に reason キーワードを追加して、エージェントに特定のアクティビティの詳細な推論を適用させることができます。

重要

この記事にはプレビュー ドキュメントMicrosoft Copilot Studio含まれており、変更される可能性があります。

プレビュー機能は運用環境での使用を想定しておらず、機能が制限される可能性があります。 これらの機能は公式リリースの前に利用できるため、早期にアクセスして フィードバックを提供できます。

運用対応エージェントを構築する場合は、「Microsoft Copilot Studio 概要を参照してください。

深層推論はどのように機能しますか?

詳細な推論では、高度な AI モデルを使用して、論理的な推論、問題解決、およびステップ バイ ステップ分析を必要とするタスクを完了します。 このモデルを使用すると、エージェントは、Copilot Studio で使用される既定のモデルよりも応答時間が遅く、より正確に複雑なタスクを完了できます。

エージェントは、深い推論モデルを適用するメリットがあるタスクまたはステップを決定します。 エージェント命令 のキーワード理由 を使用して、詳細な推論を使用してタスクを完了するようにエージェントに指示することもできます。

注意

詳細な推論を使用すると、課金されるCopilot クレジットが消費されます。 詳細な推論やその他のエージェント アクティビティに対する Copilot クレジットの請求レートについては、「請求率と管理」を参照してください。

深層推論モデルへのアクセスを有効にする

エージェントで推論を使用するには、 生成オーケストレーションを有効に し、そのエージェントの詳細推論モデルにアクセスする必要があります。

  1. エージェントの 設定 を開きます。

  2. 詳細な推論 (プレビュー) を有効にします。

深層推論モデルを使用してタスクを完了する

詳細推論モデルにアクセスできるエージェントは、実行するすべてのタスクまたはステップに使用するわけではありません。 代わりに、エージェントは深層推論モデルを使用して特定のタスクを完了できます。

エージェントは、深い推論モデルのメリットを得るタスクまたはステップを決定します。

また、特定のタスクに対して詳細な推論を使用するようにエージェントに明示的に指示することもできます。 エージェントに、特定のタスクまたはステップを完了するためのエージェントの指示で 理由 を使用するように指示します。

たとえば、これらの指示には、ステップの 1 つにキーワード reason が含まれます。 エージェントは、その手順にのみ Azure OpenAI o3 モデルを使用します。

'使用理由'というステップを含む手順を示したエージェントの詳細のスクリーンショット。

  1. 要求本文を解析して、場所 (アリゾナ州など) と要求されたサービス (清掃、造園、メンテナンスなど) を特定します。

  2. ERP フローから仕入先を取得 を使用して、内部仕入先データを取得します。

  3. 社内のKBを検索して、サプライヤーの容量、場所、パフォーマンスに関する情報を入手してください。

  4. Web フローを検索し、すべてのサプライヤーから市場シェア、収益、ランク、その他の関連情報を抽出します。

  5. このデータを使用して、reason を使用して、関連するコンテキストとともに、ユーザーの要求に対する上位の推奨事項を 1 つ提供します。

注意

エージェントは複数のタスクまたはステップに深層推論モデルを使用できますが、それぞれに keyword reason. が含まれている必要があります深層推論モデルは応答に時間がかかるため、複数のステップにモデルを使用すると、エージェントの応答時間が大幅に遅くなる可能性があります。

推論モデルの動作の確認

エージェントがアクティビティ ページで詳細推論モデルを使用するタイミングと方法を追跡できます。

アクティビティマップには、エージェントが深層推論モデルを使用した深層推論ノードが表示されます。

詳細を確認するには、推論ノードを選択して展開します。 展開されたノードには、モデルが使用した推論ステップとデータ、およびモデルが出力した結果が表示されます。