查看实施清单

实施您的 Copilot Studio 智能体需要仔细注意集成、渠道、工具、主题设计和槽填充行为，以确保智能体能够大规模地可靠运行。 本节提供实用问题和最佳实践指导，帮助您验证您的实施决策。

验证您的实施就绪情况

请使用以下检查清单确认您的智能体技术可靠、性能优异，并已准备好投入生产环境。

AI 能力与功能规划

完成了吗？ 任务
✓ 您是否识别出您的应用场景所需的 AI 能力（生成式编排、生成式答案、生成式生成器、AI 提示、计算机使用、审批）？
✓ 您是否为每个所选能力定义了目的、范围和约束条件？
✓ 您是否评估了高权限能力（例如，操作、智能体、计算机使用）的风险或治理要求？
✓ 您是否验证了知识来源的准确性、结构清晰，并适用于知识溯源？
✓ 您是否确认了在必要情况下，AI 生成内容将如何被审核、验证或替换？

生成式编排设计

完成了吗？ 任务
✓ 您是否为智能体的工具、主题、操作以及子智能体或连接智能体都明确赋予了有意义的名称和描述？
✓ 你是否明确规定了 AI 可以自主执行的决策边界，以及哪些情况需要确认或人工批准？
✓ 你是否设计了主题和操作的输入和输出，以便编排器能够自动提示并顺畅地串联各个步骤？
✓ 你是否确保工具以确定性方式运行，并包含关键参数的验证？
✓ 你是否为编排器定义了何时使用知识、何时使用工具以及何时进行多步骤规划的指导？

检索增强生成

完成了吗？ 任务
✓ 您是否验证了用于检索增强生成 (RAG) 的所有知识来源都包含准确、最新且获批准的内容，并且已删除过时或禁止的数据？
✓ 您是否核实了文档格式、文件大小和索引规则（SharePoint、Dataverse、自定义数据、Azure AI 搜索、上传的文件）是否符合每个 RAG 提供商的限制和行为规范？
✓ 您是否建立了关于如何将新内容添加、更新或移除出知识来源的治理机制，以确保 RAG 只检索经过验证的企业数据？

集成

完成了吗？ 任务
✓ 您是否确定了智能体必须与哪些系统集成并选择了适当的集成模式（连接器、HTTP、工作流、API、模型上下文协议）？
✓ 您是否确认了身份验证要求并在每次集成的用户凭据和制造者凭据之间做出了决定？
✓ 您是否评估了智能体调用的所有服务的 API 限制、性能限制和预期数量？
✓ 您是否为每个集成路径设计了适当的错误处理行为？

代理工具

完成了吗？ 任务
✓ 你是否评估某项能力应通过工具、工作流程、MCP 服务器或提示来实现？
✓ 是否确保每个工具具备明确的名称、描述、输入和输出，以便编排器能够可靠地进行选择？
✓ 是否已核实高级模型或配置是否需要使用 AI 提示而不是编排器？
✓ 你是否单独测试了各个工具，以校验数据负载、数据结构、错误处理和性能表现？
✓ 你是否评估某个应用场景需要使用子智能体或连接智能体，而不是工具？

通道、客户端与移交

完成了吗？ 任务
✓ 您是否为您的受众选择了正确的渠道，并核实了每个渠道支持的消息格式，例如 Markdown、自适应卡片和图片？
✓ 您是否验证了客户端行为并确保用户在 Teams、Web 聊天、移动或自定义应用中获得一致的体验？
✓ 您是否确定了以下内容：您的实施是否需要人工代理转接，并选择了何时的模式（机器人即智能体或机器人介入）？
✓ 您是否确认信用、延迟和智能体接管行为对于您选择的移交模型是可以接受的？

主题、触发短语和槽填充

完成了吗？ 任务
✓ 您是否设计了每个主题，使其具有明确的目的并避免职责重叠？
✓ 您是否设计了支持同义词、变体和领域词汇的有效触发短语？
✓ 您是否定义了实体和槽位填充规则，以确保智能体能够高效收集所需信息？
✓ 您是否评估了以下内容：是否需要自定义实体（例如封闭列表或正则表达式）才能避免 NLU 混乱？
✓ 您是否验证了备用行为并确保智能体妥善解决丢失或不清楚的信息？

最佳做法标注

  • 明确且有目的地命名组件：为工具、主题和连接智能体使用以操作为导向、易于理解的名称，以帮助编排器准确地选择合适的组件。
  • 设计输入输出需有明确目的：使用简洁、用户友好的输入名称和结构化输出，帮助编排器自然地自动提示并可靠地串联步骤。
  • 能力需保持模块化和可复用：将主题、工具和连接智能体视为模块化的构建基块。 避免在流程或组件间重复逻辑。
  • 优先规划安全边界：明确哪些操作可由 AI 自动执行，哪些操作需要确认，哪些操作必须人工批准，以防止意外行为。
  • 精选高质量的知识来源：保持知识库精简且准确，以减少上下文消耗和知识搜索。 移除过时或杂乱内容，以提升知识基础质量并减少错误信息。
  • 先选择最简单的集成模式：除非你的场景明确要求自定义API或MCP服务器，否则优先使用内置连接器或工作流。 更简单的路径更容易维护和调试。
  • 清晰且一致地定义工具行为：为每个工具赋予有意义的名称、描述、输入集和预期输出，以便编排器正确选择并生成稳定的计划。
  • 尽早进行身份验证：通过确认应用场景是否需要用户身份验证、开发者凭证或通过托管标识进行安全访问，避免出现意外情况。
  • 针对延迟和性能进行设计：保持 API 查询高效，减少数据包大小，避免串联多个慢速集成，以确保对话体验响应迅速。
  • 单独测试工具、工作流程和提示：在将输入、输出和错误状态接入主题或编排器之前，逐一验证它们。
  • 有目的地规划频道行为：了解哪些频道支持 Markdown、自适应卡片、照片或自定义布局，并据此设计你的消息。
  • 以清晰和可维护性为目标设计主题结构：保持主题聚焦，避免重叠，并确保每个主题解决一个明确定义的任务。
  • 编写贴近真实用户语言的触发短语：包含变体、同义词和常见表达模式，以提升意图识别率并减少回退频率。
  • 使用实体减少不必要的询问：通过内置和自定义实体从用户的初始消息中提取信息，降低阻力并提升流程效率。
  • 彻底测试填充槽边缘情况：验证智能体在用户提供多个值、信息不完整或输入模糊时的行为，并通过优化实体来减少混乱。
  • Last updated on