Migliorare la produttività con l'intelligenza artificiale generativa
I progressi nella tecnologia dell'intelligenza artificiale offrono alle organizzazioni molteplici opportunità per creare modi sempre più efficaci per ottimizzare la produttività e guidare i dipendenti. Un modo per farlo è con l’IA generativa. Copilot Studio consente di usare l'intelligenza artificiale generativa in diversi modi.
Con Copilot Studio è possibile usare l'intelligenza artificiale generativa per eseguire le operazioni seguenti:
Uso di Copilot per creare agenti e argomenti: Copilot permette di fornire una breve descrizione dell'agente o dell'argomento che si desidera creare e questo verrà creato automaticamente.
Inserire risposte generative negli argomenti: consente di integrare l'intelligenza artificiale generativa negli argomenti usando il nodo della risposta generativa.
Usa il miglioramento conversazionale: permette di utilizzare risposte generative se l'agente non è in grado di trovare una corrispondenza con la domanda dell'utente.
Usare le risposte generative come fallback: consente di usare le risposte generative come fallback se l'agente non riesce a trovare una risposta pertinente alla domanda dell'utente.
Orchestrare gli agenti con intelligenza artificiale generativa
Tradizionalmente, gli agenti si basavano principalmente su frasi di attivazione predefinite e azioni codificate in modo rigido per navigare le conversazioni. Questo comportamento implicava che agli utenti venisse spesso richiesto di formulare le proprie richieste in modi specifici per ottenere la risposta desiderata dall'agente. Con i progressi dell'IA generativa, gli agenti possono ora determinare in modo dinamico gli argomenti e i contenuti appropriati da comunicare, il che ha portato a interazioni più naturali e fluide.
Le impostazioni di orchestrazione in questa sezione si applicano agli agenti basati sull'imbracatura standard. Gli agenti di harness standard supportano sia l'orchestrazione generativa che l'orchestrazione classica. L'orchestrazione generativa è l'impostazione predefinita per gli agenti di harness standard appena creati, a meno che un amministratore non la disabiliti o un agente predefinito specifichi un'altra configurazione.
Gli agenti basati sul GitHub Copilot harness usano sempre il runtime di orchestrazione avanzato. Questi agenti non vengono passati dall'orchestrazione generativa a quella classica. Anziché creare percorsi di argomenti espliciti, configurare istruzioni, conoscenze, strumenti, competenze, agenti connessi e memoria nella scheda Compilazione .
Dopo aver Copilot Studio, è possibile accedere alle funzionalità di intelligenza artificiale generative selezionando Generative AI (Intelligenza artificiale generativa) dal menu Impostazioni.
Nelle impostazioni di intelligenza artificiale generativa di Copilot Studio è stato migliorato il controllo sul modo in cui l'agente interagisce con gli utenti. Nella sezione Usare l'orchestrazione di intelligenza artificiale generativa per le risposte dell'agente è possibile scegliere tra due modalità di interazione:
Orchestrazione classica
- L'approccio tradizionale alla creazione di agenti, incentrato su trigger, argomenti e azioni predefiniti.
- Gli argomenti vengono attivati solo quando la query di un utente corrisponde a un trigger predefinito.
- Le azioni possono essere richiamate soltanto all'interno di un argomento specifico.
Orchestrazione di intelligenza artificiale generativa (impostazione predefinita per gli agenti di harness standard appena creati)
- Un approccio moderno ai flussi di conversazione che usano l'intelligenza artificiale generativa.
- L'agente decide autonomamente quali argomenti, azioni, strumenti, flussi di lavoro e conoscenze usare quando rispondono alle query utente.
- Favorisce interazioni più naturali e contestuali senza la necessità di frasi trigger esatte.
La tabella seguente confronta il comportamento dell'agente tra l'orchestrazione generativa e quella classica.
| Behavior | Orchestrazione generativa | Orchestrazione classica |
|---|---|---|
| Topics | Gli argomenti vengono selezionati in base alla descrizione dello scopo | Gli argomenti vengono selezionati in base alla corrispondenza di una query utente con frasi trigger |
| Agenti figlio e connessi | Gli agenti figli e quelli connessi vengono selezionati in base alla loro descrizione. | Non applicabile |
| Tools | L'agente può scegliere di chiamare gli strumenti in base al nome e alla descrizione. | Gli strumenti possono essere chiamati in modo esplicito solo dall'interno di un argomento |
| Conoscenza | L'agente può scegliere di cercare in modo proattivo le informazioni per rispondere alla query di un utente | Le informazioni possono essere usate come fallback quando nessun argomento corrisponde a una query di un utente (o chiamato in modo esplicito dall'interno di un argomento) |
| Uso di più argomenti, strumenti, fonti di conoscenza | L'agente può usare una combinazione di argomenti, strumenti e conoscenze | L'agente tenta di selezionare un singolo argomento per rispondere all'utente, ricorrendo alla Knowledge base, se configurata |
| Richiesta di un input agli utenti | L'agente può generare automaticamente domande per richiedere agli utenti eventuali informazioni mancanti necessarie per compilare gli input per argomenti e strumenti | È necessario usare i nodi delle domande negli argomenti per creare messaggi che richiedono all'utente le informazioni necessarie |
| Risposta a un utente | L'agente genera automaticamente una risposta, usando le informazioni disponibili da argomenti, strumenti, altri agenti e le conoscenze usate | È necessario usare i nodi di messaggio negli argomenti per creare messaggi che rispondono all'utente (o chiamare uno strumento da un argomento) |
L'uso dell'IA generativa per determinare il modo in cui l'agente risponde può rendere la conversazione più naturale e fluida per gli utenti.
Quando un utente invia un messaggio, l'agente seleziona una o più azioni o argomenti per preparare la risposta. La selezione è determinata da diversi fattori. Il fattore più importante è la descrizione degli argomenti e degli strumenti. Altri fattori includono il nome di un argomento o di uno strumento, qualsiasi parametro di input o output e i relativi nomi e descrizioni. Grazie alle descrizioni, l'agente sarà più preciso nell'associare la finalità di un utente a strumenti e argomenti.
In modalità di orchestrazione di intelligenza artificiale generativa, un agente può selezionare più strumenti o argomenti contemporaneamente per gestire query con più finalità. Dopo aver selezionato informazioni, strumenti e argomenti, l'agente genera un piano che ne determina l'ordine di esecuzione.
Per altre informazioni sull'orchestrazione generativa dell'intelligenza artificiale per gli agenti di harness standard, vedere Orchestrare il comportamento dell'agente con intelligenza artificiale generativa.
Usare le conoscenze per le risposte generative
Usando risposte generative, Microsoft Copilot Studio consente all'agente di trovare e presentare informazioni da più origini, interne o esterne, senza creare argomenti specifici. È possibile usare risposte generative come origini di informazioni primarie o come origine di fallback quando gli argomenti creati non possono rispondere alla query di un utente. Di conseguenza, è possibile creare e distribuire un agente funzionale senza creare manualmente più argomenti che potrebbero non rispondere a tutte le domande dei clienti.
Le risposte generative usano le origini delle informazioni come "dati di base". I dati di base consentono di fornire più contesto. Ad esempio, quando si utilizza una fonte dati interna come fonte di conoscenza, la fonte di conoscenza si basa sui dati, pertanto le informazioni presentate all'utente sono più rilevanti rispetto alle informazioni generiche per un sito pubblico. Attualmente sono disponibili molte origini di conoscenza e altre ne vengono aggiunte continuamente.
Moderazione del contenuto
La moderazione del contenuto controlla in che modo rigorosamente l'agente filtra le risposte generate. I livelli di moderazione vanno da Minimo a Massimo e il livello predefinito è Alto. I livelli inferiori generano più risposte, ma aumentano il rischio di contenuti dannosi. I livelli più elevati applicano filtri più rigorosi e possono ridurre il numero di risposte restituite. contenuto dannoso. I livelli più elevati applicano filtri più rigorosi e possono ridurre il numero di risposte restituite.
Tools
Copilot Studio gli agenti potrebbero dover interagire con sistemi esterni. Gli strumenti rendono gli agenti più capaci consentendo loro di recuperare informazioni o di eseguire attività nei sistemi esterni.
Ogni strumento rappresenta una funzionalità specifica che l'agente può eseguire. Ad esempio, è possibile equipaggiare l'agente con strumenti che eseguono operazioni come:
- Inviare messaggi di posta elettronica usando il connettore Office 365 Outlook
- Controllare le condizioni meteorologiche e le previsioni correnti
- Leggere e scrivere dati da Dataverse
- Inviare messaggi a Microsoft Teams
Con l'orchestrazione generativa, la chiamata degli strumenti determina come il tuo agente interagisce con i sistemi esterni e compie azioni oltre il semplice recupero di informazioni. Copilot Studio genera dialoghi e agisce con il concatenamento dinamico di blocchi predefiniti esistenti che possono gestire le query non previste o compilate in precedenza.
Esistono diversi tipi di strumenti disponibili per gli agenti in Copilot Studio:
- Prompt : analizzare e trasformare testo, documenti, immagini e dati, con linguaggio naturale, ragionamento dell'intelligenza artificiale e conoscenza.
- Flusso di lavoro : usare i flussi di lavoro per automatizzare le attività back-end che estendono le funzionalità dell'agente per eseguire azioni nei sistemi esterni.
- Uso del computer - Consenti al tuo agente di accedere al proprio ambiente virtuale per eseguire l'automazione robotica dei processi (RPA) nelle app legacy e nella navigazione web.
- Connettore - Connettersi ad API e servizi proprietari usando i connettori Power Platform per recuperare dati o eseguire azioni.
- API REST : modi flessibili e scalabili per connettere l'agente a endpoint e metodi API.
- Model Context Protocol (MCP): connettere l'agente a un server MCP per accedere a strumenti e risorse.
Si esaminerà quindi come testare l'agente.