Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Note
Funktionerna i denna artikel drivs av GitHub Copilot-selen, som använder Copilot Credits för användningsbaserad fakturering. Läs mer om Copilot-krediter i Översikt över fakturering för agenter som drivs av GitHub Copilot-selen.
Användningsbaserad fakturering gäller för att använda, bygga, testa och utvärdera agenter. Dessa åtgärder kan förbruka Copilot-krediter.
Du kan antingen välja en befintlig publicerad agent eller bygga en helt ny agent direkt inuti noden utan att lämna arbetsflödesdesignern. Inline-agenter är det snabbaste sättet att lägga till AI i ett arbetsflöde. Ge noden en instruktion, om du vill bifoga verktyg och kunskap, så är du klar.
Agentnoden låter ett flöde överlämna ett steg till en AI-agent som kan resonera, kalla verktyg och hämta från kunskapskällor innan resultatet återges. Använd den när ett steg behöver omdöme, flerstegsorkestrering eller information utanför flödet.
Genom att använda agentnoden kan du:
- Ring en befintlig agent.
- Ge agenten en instruktion på naturligt språk, inklusive dynamiskt innehåll från tidigare steg.
- Utrusta agenten med verktyg (MCP-servrar och anslutningsappar för Model Context Protocol) så att den kan vidta åtgärder.
- Förankra agenten i kunskap (SharePoint-webbplatser, offentliga webbplatser) så att den kan svara utifrån ditt innehåll.
- Använd agentens svar i senare steg i flödet.
Lägga till en agentnod
I Copilot Studio, gå till Arbetsflöden och öppna ett befintligt arbetsflöde, eller skapa ett nytt.
- Nytt arbetsflöde: Du landar på designern för att konfigurera en utlösare.
- Befintligt arbetsflöde: Öppna arbetsflödet och gå till fliken Skapa .
Välj agentikonen på panelen Lägg till. Konfigurationspanelen öppnas för agentnoden.
Välj en befintlig agent för agentnoden
I agentnodredigeraren under Agent väljer du något av två alternativ:
- En befintlig agent: Välj en publicerad agent i en lista. Agenten körs med alla instruktioner, verktyg och kunskaper som den redan har konfigurerats med.
- Ny agent för det här arbetsflödet: Skapa en infogad agent som är begränsad till det här arbetsflödet. Agentens instruktioner, verktyg, kunskap och utdataform konfigureras i själva noden och följer med arbetsflödet. Använd det här alternativet när agentens jobb är specifikt för den här automatiseringen och du inte behöver dela det någon annanstans.
Nästa avsnitt i den här artikeln fokuserar på att konfigurera en ny infogad agent. Om du väljer en befintlig agent går du vidare till Skicka ett meddelande till agenten.
Konfigurera en ny agent för agentnoden
När du väljer Ny agent för det här arbetsflödet expanderas konfigurationspanelen så att du kan forma agenten på plats.
Instruktioner
För en inline-agent fungerar Instruktioner-fältet både som agentens arbetsbeskrivning och som prompt per körning. Det finns inget separat meddelandefält. Skriv vad agenten ska göra i klart språk och inkludera dynamiskt innehåll från tidigare steg för att tillhandahålla data för denna körning.
Var specifik om uppgiften, de indata som agenten kan förvänta sig och formatet för det svar du vill ha tillbaka. Tydligare instruktioner innebär mer tillförlitliga körningar.
Till exempel, om arbetsflödestriggern är När ett nytt mejl anländer, kan dina instruktioner lyda: Read the email below and decide whether it's a sales lead, a support request, or something else. Reply with a single word. följt av ämnes - och brödtextvariablerna från triggern.
För att välja modellen som driver agenten, använd modellrullgardinsmenyn i instruktionsrutan. Välj en mer kapabel modell när uppgiften involverar flerstegsresonemang eller noggrann tolkning. Välj en snabbare modell när uppgiften är enkel och körs på hög volym.
Arbets-IQ
Aktivera Work IQ för att låta agenten använda den aktiva användarens senaste arbetsaktivitet, inklusive e-post, Teams, kalender, OneDrive och SharePoint kontext, för att grunda sina svar. Denna kontext är hjälpsam när arbetsflödet agerar för en persons räkning och personlig kontext gör svaret bättre.
Tools
Verktyg ger agenten möjlighet att utföra åtgärder som att skicka ett meddelande, fråga efter en post, köra en sökning eller anropa ett API. Utan verktyg kan agenten bara läsa och resonera. Med verktyg kan det också fungera.
Så här kopplar du ett verktyg:
I avsnittet Verktyg väljer du plustecknet (+).
I Lägg till verktyg bläddrar eller söker du efter det verktyg du vill använda.
Välj verktyget för att lägga till det. Du kan lägga till flera verktyg i en enda agent.
Du kan bifoga två typer av verktyg:
- MCP-servrar (Model Context Protocol): Fördefinierade servrar som exponerar en kuraterad uppsättning funktioner.
- Anslutningar: Alla åtgärder för Power Platform-anslutningar.
Agenten bestämmer vid körning vilket av sina anslutna verktyg som ska anropas, i vilken ordning och med vilka argument. Du behöver inte koppla ihop verktyg.
Kunskap
Kunskap ger agenten något att läsa. När du ställer en fråga till agenten kan den grunda sitt svar i de källor som du bifogar i stället för att bara förlita sig på vad modellen redan vet.
Så här kopplar du en kunskapskälla:
I avsnittet Kunskap väljer du plustecknet (+).
I Lägg till kunskap väljer du källtyp:
- Offentliga webbplatser: Indexera en eller flera offentliga URL:er så att agenten kan citera innehåll från dessa webbplatser.
- SharePoint: Koppla upp dig mot en SharePoint-sida, bibliotek eller ett specifikt dokument så att agenten kan svara från internt innehåll.
Ange URL:en och spara sedan.
Bifoga kunskap när det rätta svaret beror på innehåll som modellen inte tränats på, som interna policys, produktspecifikationer, kundavtal eller den senaste prissidan på din webbplats.
Resultat
Använd listrutan Utdata för att styra formen på vad agenten returnerar. Formen avgör hur underordnade arbetsflödessteg förbrukar resultatet.
| Utdatatyp | Vad du får | När du ska använda detta |
|---|---|---|
| Textsvar | En enda sträng. | Nedströmssteget lägger bara in agentens svar. |
| Strukturerade utdata | Ett fördefinierat objekt med namngivna fält. | Du vill ha konsekventa fält utan att skriva ett schema. |
| Anpassade strukturerade utdata | Ett objekt som matchar ett JSON-schema som du definierar. | Det underordnade arbetsflödet behöver strikta, maskinläsbara fält att förgrena sig på, skriva till kolumner eller skicka till ett API. |
När du väljer strukturerade utdata blir varje fält en egen token för dynamiskt innehåll som underordnade åtgärder kan referera till direkt.
Skicka ett meddelande till agenten
När du väljer en befintlig agent visas ett meddelandefält på noden. Använd detta fält för att tala om för agenten vad den ska göra under denna körning. Agentens instruktioner, verktyg och kunskap har redan angetts för den publicerade agenten.
I fältet Meddelande skriver du uppmaningen för den här körningen. Använd väljaren för dynamiskt innehåll för att infoga token från tidigare steg så att agenten resonerar över realtidsdata. Till exempel, i ett arbetsflöde som triggas när en kalenderhändelse skapas, kan Prepare a brief for meddelandet följas av variabeln Required attendees .
Note
Inline-agenter använder inte ett separat meddelandefält. Instruktioner-fältet fungerar även som prompt per körning. Se Instruktioner.
Begär mänsklig hjälp när du är osäker
Aktivera Begär mänsklig hjälp när agenten är osäker för att låta den eskalera när den inte är tillräckligt säker för att agera själv. Agenten skickar e-post till anslutningsägaren för indata och väntar på ett svar innan du fortsätter.
Slå på denna inställning för beslut med höga insatser där det är dyrare att ha fel än att vara långsam, såsom undantagshantering vid finansiella transaktioner, godkännanden av undantagsfall eller bedömningar vid kundeskaleringar.
Använda agentsvaret i arbetsflödet
När agentnoden körs väntar arbetsflödet på att agenten ska slutföra sin uppgift. Agentsvaret blir sedan tillgängligt som dynamiskt innehåll som du kan använda i alla efterföljande steg.
Så här använder du agentsvaret i en nedströmsåtgärd:
Välj nästa åtgärd där du vill använda resultatet.
Öppna väljaren för dynamiskt innehåll på det fält som du vill fylla.
Välj utdata från agentsteget :
- Textsvarsutdata : En enda agentsvarsvariabel .
- Strukturerad eller anpassad strukturerad utdata: En variabel per fält du definierade.
Vanliga mönster:
- Infoga ett textsvar i en e-posttext, ett Teams-meddelande eller ett dokument.
- Grena arbetsflödet på ett strukturerat fält såsom
priority == "high". - Skriv strukturerade fält till Dataverse, Excel eller en SharePoint list.
Testa och utvärdera en agentnod
Efter att du konfigurerat en agentnod, testa den för att verifiera att den beter sig som förväntat innan du publicerar ditt arbetsflöde. Testning låter dig validera agentens instruktioner, verktyg, kunskapskällor, indata och utdata isolerat utan att köra hela arbetsflödet.
Utvärderingarna bygger vidare på resultaten från en testkörning och hjälper dig att bedöma kvaliteten på det genererade svaret. Tillsammans stödjer testning och utvärderingar ett iterativt utvecklingsarbetsflöde: Configure → Test → Evaluate → Improve.
Testa en agentnod
Använd testpanelen i agentens sidopanel för att köra agentnoden och inspektera dess utdata.
Välj agentnoden för att öppna dess egendomspanel.
Välj fliken Test.
Mata in inmatningar manuellt, eller använd indata från en tidigare arbetsflödeskörning.
Välj Kör test.
Testkörningen kör agenten med dess nuvarande konfiguration och visar den genererade utdatan. Testning hjälper till att verifiera att agenten fungerar framgångsrikt och ger den typ av respons du förväntar dig. Efter att ha genererat ett testresultat, använd utvärderingar för att bedöma kvaliteten på svaret och avgöra hur väl det uppfyller dina förväntningar och krav.
Utvärdera en agentnod
Efter en lyckad testkörning, utvärdera responsen med testmetoder.
En testmetod låter dig beskriva, på naturligt språk, hur ett bra svar bör se ut (och liknande). Under utvärderingen bedöms agentens resultat mot dessa kriterier för att hjälpa till att avgöra om det uppnådde det avsedda resultatet. Testmetoder låter dig bedöma kriterier såsom:
- Om svaret svarar på användarens förfrågan.
- Om rätt verktyg användes.
- Om utdata följer ett förväntat format eller schema.
- Om svaret stämmer överens med agentens avsedda beteende.
Innan du kan genomföra en utvärdering måste du genomföra en testkörning och skapa minst en testmetod. Du kan skapa testmetoder manuellt eller generera dem automatiskt genom att välja Automatisk generera. AI-genererade testmetoder baseras på agentens instruktioner och konfigurerade verktyg och kan hjälpa dig att komma igång snabbare med utvärderingen.
Om du har flera testmetoder, använd kryssrutorna bredvid varje testmetod för att kontrollera vilka som ingår i utvärderingskörningen. Rensa en kryssruta för att tillfälligt utesluta en testmetod utan att ta bort den.
För att ta bort en testmetod, öppna modal utvärderingsupplevelse genom att välja ikonen bredvid knappen Kör utvärdering i det övre högra hörnet av Utvärdera-panelen . Därifrån väljer du testmetoden du vill ta bort och tar bort den.
För att utvärdera ett testresultat:
Kör ett test för agentnoden.
Välj Utvärdera.
Skapa en grader eller välj en befintlig grader.
Välj Kör utvärdering.
För varje betygsättare ger utvärderingen:
- Ett godkänt eller underkänt .
- Bevis eller resonemang som förklarar resultatet.
- Vid ett misslyckat resultat kan du få AI-genererade rekommendationer för att förbättra agenten när utvärderingskriterierna inte uppfylls.
Förbättra och testa om
Agentutveckling är en iterativ process. Använd utvärderingsresultat för att förfina agentens:
- Instruktioner
- Tools
- Kunskapskällor
- Utdataformat
Efter att ha gjort ändringarna, kör ett nytt test och utvärdering för att validera förbättringarna. Att upprepa denna process hjälper till att förbättra agentens kvalitet och förtroende innan agenten publiceras eller används i ett produktionsflöde.
Kända begränsningar
Utvärderingsupplevelsen har för närvarande följande begränsningar:
- Utvärderingar är endast tillgängliga för nya agenter som skapats i arbetsflöden.
- Du kan inte välja en anpassad modell för utvärderingar.
- För att köra en utvärdering måste du genomföra minst en testkörning och konfigurera minst en testmetod.
- Utvärderingarna jämförs med det senaste testresultatet. Om du uppdaterar agentens instruktioner, verktyg, kunskap eller konfiguration, kör ett nytt test innan du utvärderar igen.
- Du kan generera upp till fem AI-genererade testmetoder per agentnod.
- Du kan köra upp till 20 utvärderingar per agentnod per dag.
Automatiseringsscenarier
En agentnod är som bäst som ett steg i ett längre arbetsflöde. Tidigare steg samlar in och normaliserar indata, agenten gör resonemanget och senare steg fungerar på resultatet i flera system.
Sortera inkommande supportärenden
Ett arbetsflöde utlöses när en ny biljett skapas i Dataverse. Tidigare steg är att hämta ärendetexten, bilagorna och kundens senaste ärendehistorik. Agentnoden läser sedan allt, förankrar sig i produktkunskapsbasen och returnerar en strukturerad utdata med category, priority, suggested_owner, och draft_reply. Senare steg går vidare priority till att kalla på jourteknikern för avbrott eller tilldela ärendet och köa utkastet till svar för granskning.
Granska utgiftsrapporter mot policyn
Ett arbetsflöde utlöses när en utgiftsrapport skickas. Tidigare steg laddar in radposterna och konverterar belopp som inte är USD, så att agenten resonerar på en enda basis. Agentnoden jordar sig själv i policy-SharePoint-sidan och returnerar en per-rad-flagga compliant plus reason. Senare steg godkänner antingen automatiskt och postar journalposten i AP-systemet eller startar en godkännandeåtgärd med agentens resonemang och väntar på en finansgranskare.
Förbereda en mötesbriefing
Ett arbetsflöde körs varje morgon, listar dagens möten från Outlook och loopar över var och en. För varje möte hämtar ett tidigare steg kontokontext från Dynamics 365. Agentnoden använder sedan Work IQ för att skanna senaste mejl och Teams-trådar med deltagarna och returnerar samtalspunkter, öppna risker och rekommenderade frågor. Senare steg formaterar utdata till en HTML-briefing som skickas 30 minuter före mötet och publicerar det som ett adaptivt kort i Teams.
Extrahera data från dokument
Ett arbetsflöde kan använda data från dokument på flera sätt. Två vanliga scenarier är Outlook-e-postbilagor och SharePoint-filer.
För e-post startar Office 365 Outlook När ett nytt e-postmeddelande anländer arbetsflödet när ett mejl tas e-post. Agentnoden kan sedan använda trigger-utdata för att extrahera data från e-postens bilagor.
För SharePoint kan du hämta filer med en SharePoint-nod "Få filinnehåll" och skicka filerna till agentnoden, som kan extrahera data från dokument lagrade på SharePoint-sidan. Senare steg kan använda den extraherade informationen för att uppdatera poster, fylla i system eller generera insikter.
Vanliga frågor och svar
När ska jag använda en infogad agent och när ska jag använda en befintlig agent?
Använd en infogad agent när agentens jobb är specifikt för ett arbetsflöde och du vill att allt, inklusive instruktioner, verktyg, kunskap och utdata, ska följa med i arbetsflödet. Infogade agenter är snabbare att konfigurera och enklare att resonera om eftersom konfigurationen är precis bredvid de steg som använder den.
Använd en befintlig agent när samma agent delas över flera arbetsflöden eller ytor, eller när agenten ägs av ett annat team och du bara vill kalla den.
Kan den inbäddade agenten återanvändas utanför det här arbetsflödet?
Nej. En inbäddad agent är begränsad till sitt arbetsflöde. Om du skapar samma infogade agent i flera arbetsflöden höjer du upp den till en publicerad agent och anropar agenten från varje arbetsflöde i stället.