Microsoft 365 Copilotの透明度に関する注意

透明度に関する注意とは

AI システムには、テクノロジだけでなく、それを使用するユーザー、影響を受けるユーザー、デプロイされる環境も含まれます。 目的に合ったシステムを作成するには、テクノロジのしくみ、その機能と制限事項、および最適なパフォーマンスを実現する方法を理解する必要があります。 Microsoft の透明性に関するメモは、当社の AI テクノロジのしくみ、システム所有者がシステムのパフォーマンスと動作に影響を与える選択肢、テクノロジ、ユーザー、環境を含むシステム全体について考えることの重要性を理解するのに役立つものです。 サービスの進化に伴い、このドキュメントは引き続き更新されます。

Microsoft の透明性に関するメモは、MICROSOFT が AI 原則を実践するための広範な取り組みの一環です。 詳細については、 Microsoft AI の原則に関するページを参照してください。

Microsoft 365 Copilotの基本

概要

Microsoft 365 Copilotは、大きな言語モデル (LLM) を使用し、データを Microsoft Graph や Microsoft 365 のアプリやサービスと統合する AI を活用した生産性ツールです。 Word、Excel、PowerPoint、Outlook、Teams などの人気の Microsoft 365 アプリと共に動作します。

Microsoft 365 Copilotでは、Azure OpenAI Service によって提供されるモデルの組み合わせを使用します。 これにより、各機能の特定のニーズ (速度、創造性など) を適切なモデルに合わせることができ、Microsoft 365 Copilotは、ユーザーが創造性、生産性、スキルを高めることができるリアルタイムのインテリジェントな支援を提供できます。

OpenAI によって Microsoft に提供される LLM の詳細については、 モデル - OpenAI API で入手できる公開ドキュメントを参照してください。

主な用語

機能

機能

システム動作

Microsoft 365 Copilotは、LLM の組み合わせを使用して、コンテンツの要約、予測、生成を行います。 これらの LLM には、これらのタスクに優れた設計の、GPT-4 や OpenAI の GPT-5 などの、事前トレーニング済みのモデルが含まれます。

Microsoft 365 アプリケーションでユーザーに表示される機能は、追加の機能、機能、およびプロンプト機能として表示されます。 LLM と独自の Microsoft テクノロジは、組織のデータに安全にアクセスし、使用し、管理するのに役立つ基になるシステムで連携します。

• Microsoft 365 アプリ (Word、Excel、PowerPoint、Outlook、OneNote、Teams、Loopなど) は、Microsoft 365 Copilotで動作し、ユーザーの作業フローをサポートします。 たとえば、WordのMicrosoft 365 Copilotは、ユーザーがドキュメントを作成、理解、編集するプロセスを特に支援するように設計されています。 同様に、他のアプリの Copilot for Microsoft 365 は、それらのアプリ内での作業のコンテキストでユーザーを支援します。

• Microsoft Graph は、長い間 Microsoft 365 の基礎でした。 これには、ユーザー、アクティビティ、およびorganizationのデータ間の関係に関する情報が含まれます。 Microsoft Graph APIでは、メール、チャット、ドキュメント、会議からの情報など、顧客のシグナルからより多くのコンテキストがプロンプトに表示されます。 詳細については、「Microsoft Graph の概要」および「Microsoft Graph の主要なサービスおよび機能」を参照してください。

• Microsoft 365 Copilot Chatを使用すると、顧客は仕事のコンテンツとコンテキストをMicrosoft 365 Copilotのチャット機能に持ち込むことができるようになります。 Microsoft 365 Copilot Chatを使用すると、ユーザーはコンテンツの下書きをしたり、見逃した内容に追いついたり、オープンエンドのプロンプトを通じて質問に対する回答を得ることができます。これらはすべて、安全に作業データに基づいて作成されます。 Microsoft 365 Copilot Chatは、Microsoft Teams内、Microsoft365.com、copilot.microsoft.com など、さまざまなサーフェスで使用します。

• セマンティック インデックス は、Microsoft Graph のコンテンツから生成されるインデックスです。 これは、コンテキストに関連する応答を生成するためのユーザー プロンプトの処理を支援するために使用されます。 これにより、組織は何十億ものベクトル (特徴や属性の数学的表現) を検索し、関連する結果を返すことができます。 セマンティック インデックスは、個々のユーザーのセキュリティ コンテキストを尊重するように設計されており、ユーザーがアクセスできるコンテンツのみが表示されます。 セマンティック インデックスは、セキュリティ、コンプライアンス、プライバシーに対する Microsoft の包括的なアプローチに基づいて構築されており、顧客のテナント内のすべての組織の境界を尊重します。 詳細については、「 Copilot のセマンティック インデックス」を参照してください。

Microsoft 365 Copilot のしくみについての説明を次に示します。

• Microsoft 365 Copilotは、WordやPowerPointなど、アプリ内のユーザーから入力プロンプトを受け取ります。

• Microsoft 365 Copilot、ユーザー プロンプトを処理し、プロンプトの特異性を向上させ、ユーザーが特定のタスクに関連して実用的な回答を得るのに役立ちます。 プロンプトには、Microsoft Graph を使用してMicrosoft 365 Copilotによって検出された入力ファイルやその他のコンテンツのテキストを含め、このプロンプトを処理のために LLM に送信Microsoft 365 Copilot。 Microsoft 365 Copilotは、既存の Microsoft 365 ロールベースのアクセス制御などに基づいて、個々のユーザーが既存のアクセス権を持つデータにのみアクセスします。

• Microsoft 365 Copilotは LLM からの応答を受け取り、それを後処理します。 この後処理には、Microsoft Graph への他の接地呼び出し、コンテンツ分類子などの責任ある AI チェック、セキュリティ、コンプライアンスとプライバシーチェック、コマンド生成が含まれます。

• Microsoft 365 Copilotは、応答をアプリに返します。ここで、ユーザーは応答を確認して評価できます。

データは格納されている間に暗号化され、Microsoft 365 Copilotで使用されるものも含め、OpenAI Service Foundation LLM Azureトレーニングに使用されません。 詳細については、「Microsoft 365 Copilotのデータ、プライバシー、セキュリティ」を参照してください。

web コンテンツまたは組織データを使用せずに応答を生成するMicrosoft 365 Copilot方法

Microsoft 365 Copilotは、応答を提供するために Web コンテンツや組織データを必要としませんが、その情報は、応答の品質、正確性、関連性を向上させるのに役立ちます。 Web または組織のデータなしで応答する場合、Microsoft 365 Copilotはプロンプトを理解し、応答を生成するためにその LLM にのみ依存します。 このプロセスには、入力の解析、モデルの内部サポート情報の活用、コンテキストに応じた適切な応答の調整が含まれます。

拡張性とカスタマイズ

Microsoft 365 CopilotおよびCopilot Studioのエージェント ビルダー機能は、Microsoft 365 および基幹業務システム全体で機能する、セキュリティで保護されたスケーラブルでインテリジェントなエージェントを構築するためのツールです。 どちらのツールでもエージェントを作成できますが、さまざまなニーズに対応します。 自然言語と既存のコンテンツを使用して、自分または小規模なチーム用のエージェントをすばやく作成する場合は、エージェント ビルダー機能を使用します。 幅広い対象ユーザー向けのエージェントが必要な場合、またはエージェントにマルチステップ ワークフローやカスタム統合などの高度な機能が必要な場合は、Copilot Studioを選択します。 詳細については、「Microsoft 365 CopilotとCopilot Studioを選択してエージェントをビルドし、Microsoft 365 Copilotの宣言型エージェントを作成する」を参照してください。

開発者向けに、Microsoft 365 エージェント SDKには、Microsoft 365 アプリやサービスと深く統合するエージェントを構築するためのツールが用意されています。

ユース ケース

Microsoft 365 Copilotは、作業データと接続し、顧客が毎日使用するアプリと統合することで、あらゆるorganizationにわたるさまざまな日常的なタスクを支援するように設計された汎用サービスです。 例:

• チャットと会話の相互作用と作成: ユーザーはMicrosoft 365 Copilot Chatと対話し、社内ドキュメントやテクニカル サポート ドキュメントなどの信頼できるドキュメントから引き出された応答を生成できます。

• 検索: ユーザーは、社内ドキュメントなどの信頼できるソース ドキュメントを検索できます。

• 概要: ユーザーは、アプリケーションに組み込まれている定義済みのトピックについて要約するコンテンツを送信できます。 たとえば、Teams チャット、電子メール、Web ページ、Word ドキュメントの概要が含まれます。

• 特定のトピックに関するサポートの作成: ユーザーは、ビジネス コンテンツまたは定義済みのトピックの作成支援として、ユーザーによって送信された新しいコンテンツを作成したり、コンテンツを書き換えたりできます。 たとえば、Microsoft Outlook でメールを下書きしたり、Microsoft Wordでコンテンツを書いたりします。

• キャプションまたは文字起こし: ユーザーは、自然言語の理解や要約などの分析タスクのために、オーディオ ファイルをテキストに文字起こしできます。 たとえば、Microsoft Stream上の Teams 会議のトランスクリプトやビデオなどがあります。

Microsoft では、一般的なユース ケースとシナリオに焦点を当てた詳細なガイダンスを提供し、お客様が組織へのMicrosoft 365 Copilot機能の統合を加速するのに役立ちます。 詳細については、「Microsoft Copilot シナリオ ライブラリ - Microsoft 導入」を参照してください。

ユース ケースを選択するときの考慮事項

使用する前に、Microsoft 365 Copilotによって生成されたすべてのコンテンツを確認することをお勧めします。 応答の品質と精度は、使用されるモデルを含むいくつかの要因に依存します。 さらに、回避することをお勧めする特定のシナリオがあります。 場合によっては、意味のある人間の監督とレビューは、有害な結果のリスクをさらに減らすことができます。

• システムの使用や誤用を避け、個人に重大な物理的または心理的な傷害をもたらす可能性があります。 たとえば、患者を診断したり、薬を処方したりするシナリオは、重大な害を引き起こす可能性があります。

• システムの使用や誤用を避け、生命の機会や法的地位に結果的な影響を与える可能性があります。 たとえば、AI システムが個人の法的地位、法的権利、またはクレジット、教育、雇用、医療、住宅、保険、社会保障給付、サービス、機会、または提供される条件へのアクセスに影響を与える可能性があるシナリオが含まれます。

• 高い賭け金のドメインまたは業界のユース ケースを慎重に検討してください。 例としては、医療や財務が含まれますが、これらに限定されません。

制限事項

Microsoft 365 Copilotの具体的な制限事項

1. 統合と互換性: Microsoft 365 Copilotは Microsoft 365 アプリケーションとシームレスに統合するように設計されていますが、特定の環境 (特にサード パーティ (Microsoft 以外) のアプリやカスタマイズまたは標準以外の構成での互換性に制限や問題が発生する可能性があります。

2. カスタマイズと柔軟性: Microsoft 365 Copilotカスタマイズできますが、特定の組織のニーズやワークフローに合わせてカスタマイズできる量には制限があります。 組織では、特定の機能や応答が厳格であるか、組織の要件と完全に一致していない場合があります。

3. インターネット接続への依存: Microsoft 365 Copilotは、インターネット接続を機能に依存します。 接続の中断は、サービスの可用性とパフォーマンスに影響を与える可能性があります。

4. ユーザーのトレーニングと導入: Microsoft 365 Copilotを効果的に使用するには、ユーザーがその機能と制限事項を理解する必要があります。 学習曲線が存在する可能性があり、ユーザーはサービスと効果的に対話し、恩恵を受けるためにトレーニングする必要があります。

5. リソース強度: 高度な AI モデルを実行するには、大量の計算リソースが必要であり、特にリソースが制約された環境ではパフォーマンスに影響を与える可能性があります。 ユーザーは、ピーク時の使用時間に待機時間やパフォーマンスの問題が発生する可能性があります。

6. 法的およびコンプライアンスに関する考慮事項: 組織は、特に規制対象の業界でMicrosoft 365 Copilotを使用する際に、特定の法的およびコンプライアンス上の義務を考慮する必要があります。 Microsoft は、テクノロジのプロバイダーとして Microsoft に適用される規制要件を調査し、継続的な改善のプロセスを通じて製品内で対処しています。

7. バイアス、ステレオタイピング、および固定されていないコンテンツ: OpenAI による集中的なトレーニングと、ユーザー プロンプトと LLM 出力に対する Microsoft による責任ある AI コントロールの実装にもかかわらず、AI サービスはフォール可能で確率的です。 これにより、すべての不適切なコンテンツを包括的にブロックすることが困難になり、AI によって生成されたコンテンツの潜在的な偏見、ステレオタイプ、または非固定性が生じます。 AI によって生成されるコンテンツの既知の制限事項の詳細については、「Azure OpenAI Service の透明性に関する注意」を参照してください。これには、Microsoft 365 Copilotの背後にある LLM への参照が含まれています。

Microsoft 365 Copilotパフォーマンス

多くの AI システムでは、多くの場合、パフォーマンスは精度に関連して定義されます。つまり、AI システムが正しい予測または出力を提供する頻度です。 Microsoft 365 Copilotでは、2 人の異なるユーザーが同じ出力を見て、それがいかに役立ち、関連性があるかについて異なる意見を持つことがあります。つまり、これらのシステムのパフォーマンスをより柔軟に定義する必要があります。 パフォーマンスは、アプリケーションがユーザーの期待どおりに実行されることを意味すると広く考えています。

Microsoft 365 Copilot エクスペリエンスを改善するためのベスト プラクティス

Microsoft 365 Copilot出力の精度に関連してパフォーマンスを向上させるには、組織で次の点を考慮することをお勧めします。

• 適切なプロンプトを記述します。 適切なプロンプトを記述することは、Microsoft 365 Copilotでより良い結果を得るための鍵です。 ユーザーが人間と効果的にコミュニケーションを取るのに役立つ手法と同様に、プロンプトを作成するときにユーザーがMicrosoft 365 Copilotでより良い結果を得るのに役立つガイドラインがあります。 たとえば、詳細、構造プロンプト、肯定的な指示の提供、反復と再生成、AI によって生成された応答の確認と検証を常に行います。 詳細については、「 Copilot プロンプトを使用してより良い結果を得る」を参照してください。

• Web コンテンツの参照を許可します。 Microsoft 365 Copilotが Web コンテンツを参照できるようにすることで、応答が Web からの現在の公開情報の恩恵を受けるMicrosoft 365 Copilot応答の品質、正確性、関連性を向上させることができます。 ただし、Microsoft 365 Copilotが Web コンテンツを参照する場合、Bing 検索 サービスを介して行われます。また、Bing 検索 クエリのデータ処理プラクティスは、Microsoft 365 Copilotによるデータの処理方法とは異なります。 Bing の使用は、各ユーザーと Microsoft の間の Microsoft サービス規約と、Microsoft のプライバシーに関する声明の対象となります。

• Microsoft Graph で接地を拡張します。 Microsoft 365 Copilotでは、Microsoft Graph のデータを使用して、電子メール、チャット、ファイル、予定表などのorganization固有のデータの地上応答を行います。 CRM システムや外部ファイル リポジトリなどのソースからの組織データを使用して Microsoft Graph を拡張することで、組織はコンテキスト固有の関連情報を追加して、Microsoft 365 Copilot応答の豊富さと精度をさらに高めることができます。

リスクのマッピング、測定、管理

他の変革テクノロジと同様に、AI の利点を活用することはリスクフリーではなく、Microsoft の責任ある AI プログラムの中核部分は、潜在的なリスクを特定し、発生する傾向を測定し、それらを管理するための軽減策を構築するように設計されています。 AI 原則と責任ある AI Standardに基づいて、他の生成型 AI 製品と集中型軽減インフラストラクチャ (例: Azure AI コンテンツ セーフティ) からの学習に基づいて構築し、潜在的なリスクとMicrosoft 365 Copilotの誤用をマップ、測定、管理します。新しいエクスペリエンスが提供する変革的で有益な用途を確保しながら。 以下のセクションでは、潜在的なリスクをマップ、測定、管理するための反復的なアプローチについて説明します。

Map

モデルレベルでは、2022年の晩夏にGPT-4の探索的分析から始まりました。 これには、OpenAI とのコラボレーションで大規模な赤いチーム テストを実施する必要があります。 このテストは、追加のセーフガードを適用することなく、最新のテクノロジがどのように機能するかを評価するように設計されています。 現時点での具体的な意図は、リスクを特定し、誤用の可能性のある手段を明らかにし、機能と制限事項を特定することでした。 OpenAI と Microsoft の学習を組み合わせることで、モデル開発の進歩に貢献し、Microsoft ではリスクの理解を知らせ、Microsoft 365 Copilotを含むすべての生成 AI テクノロジの早期軽減戦略に貢献しました。

モデル レベルの赤いチーム テストに加えて、専門家の学際的なチームは、Microsoft 365 Copilotエクスペリエンスを公開する前に、アプリケーション レベルの赤いチーム テストを実施しました。 このプロセスは、システムがどのように悪用されるかを理解し、軽減策を改善するのに役立ちました。 リリース後、Microsoft 365 Copilotの新しい AI エクスペリエンスは、エンジニアリング organizationの既存の生産測定およびテスト インフラストラクチャに統合されます。

メジャー

赤いチーム テストでは、特定のリスクのインスタンスを表示できますが、運用環境のユーザーには、Microsoft 365 Copilotと何百万もの異なる種類の対話があります。 さらに、操作はコンテキストに応じて複数ターンすることが多く、操作内の有害なコンテンツを特定することは複雑なタスクです。 Microsoft 365 Copilotエクスペリエンスを含む生成型 AI サービスのリスクの可能性をより深く理解し、対処するために、脱獄、有害なコンテンツ、未解決コンテンツなどの潜在的なリスクを測定するための、これらの新しい AI エクスペリエンスに固有の責任ある AI 評価を開発しました。

実例として、有害なコンテンツに対する部分的に自動化された測定パイプラインの更新には、会話シミュレーションと人間が検証した自動会話注釈という 2 つの大きなイノベーションが含まれています。 まず、責任ある AI の専門家は、さまざまな種類の有害なコンテンツが発生する可能性がある会話の構造とコンテンツをキャプチャするためのテンプレートを構築しました。 これらのテンプレートは会話エージェントに渡され、Microsoft 365 Copilotを持つ架空のユーザーとして対話し、シミュレートされた会話を生成しました。 これらのシミュレートされた会話に有害なコンテンツが含まれているかどうかを特定するために、通常は専門家の言語学者がデータにラベルを付けるために使用されるガイドラインを取り、LLM が大規模に会話にラベルを付けるために使用するように変更し、モデルラベル付けされた会話と人間によるラベル付けされた会話の間に大きな合意が得られるまでガイドラインを調整しました。 最後に、モデルラベル付きの会話を使用して、有害なコンテンツを軽減する際のMicrosoft 365 Copilotの有効性を理解しました。

当社の測定パイプラインにより、潜在的なリスクの測定を大規模に迅速に実行できます。 プレビュー期間と進行中の赤いチーム テストを通じて新しい問題を特定すると、測定セットを拡張して改善し、追加のリスクを評価し続けます。

管理

赤いチームテストなどのプロセスを通じて潜在的なリスクと誤用を特定し、それらを測定するにつれて、損害の可能性を減らすための軽減策を開発しました。 以下に、これらの軽減策の一部について説明します。 製品のパフォーマンスと軽減策を向上させるために、引き続きMicrosoft 365 Copilotエクスペリエンスを監視します。

• 段階的なリリース、継続的な評価。 Microsoft は、テクノロジとユーザーの行動が進化するにつれて、責任ある AI アプローチを継続的に学習し、改善することに取り組んでいます。 製品のパフォーマンスを向上させ、既存の軽減策を改善し、学習に応じて新しい軽減策を実装するために、Microsoft 365 Copilotを定期的に変更しています。

• ビジネス データの基礎。 大きな言語モデルの既知のリスクは、正しく表示されるがソース資料に存在しないコンテンツである、未解決のコンテンツを生成する能力です。 Microsoft 365 Copilotの重要な軽減策は、ユーザーがアクセス許可に基づいてアクセスできる関連ビジネス データに AI によって生成されたコンテンツを基にすることです。 たとえば、ユーザー プロンプトに基づいて、Microsoft 365 Copilotに関連するビジネス ドキュメントが提供され、それらのドキュメントでの応答が得られます。 ただし、さまざまなソースのコンテンツを要約する場合、Microsoft 365 Copilotは、その入力ソースに存在しない情報を応答に含めることができます。 言い換えると、未固定の結果が生成される可能性があります。 ユーザーは常に注意を払い、Microsoft 365 Copilotからの出力を使用するときに最善の判断を行う必要があります。 ユーザーが固定されていない AI によって生成されたコンテンツに過度に依存する可能性があるリスクを軽減するために、いくつかの対策を講じていました。 可能であれば、ビジネス ドキュメントに基づくMicrosoft 365 Copilotの応答には、ユーザーが応答を確認し、詳細を確認するためのソースへの参照が含まれます。 また、ユーザーは AI システムと対話していることを明示的に通知し、ソース資料をチェックして、最適な判断を行うのに役立てることもできます。

• AI ベースの分類子とメタプロンプティングを使用して、潜在的なリスクや誤用を軽減します。 LLM を使用すると、問題のあるコンテンツが生成され、損害を与える可能性があります。 たとえば、自傷行為、暴力、グラフィック コンテンツ、バイオセキュリティの問題、保護された資料、不正確な情報、ヘイトフルな音声、違法行為に関連する可能性のあるテキストに関連する出力が含まれます。 Azure AI Content Safety やメタプロンプティングで使用できる分類子などの分類子は、これらの種類のコンテンツのリスクを軽減するためにMicrosoft 365 Copilotで実装されている軽減策の 2 つの例です。 分類子は、テキストを分類して、ユーザー プロンプトまたは生成された応答で有害な可能性のあるさまざまなコンテンツにフラグを設定します。 Microsoft 365 Copilotでは、AI ベースの分類子とコンテンツ フィルターが使用されます。 フラグは、生成されたコンテンツをユーザーに返さない、ユーザーを別のトピックに流用するなど、潜在的な軽減策につながります。 Microsoft では、Microsoft 365 Copilot Chatで有害または機密性の高い可能性のあるコンテンツのフィルター処理がニーズを満たしていない管理者とユーザーに対して、特定のコンテンツ フィルター制御を提供しています。 メタプロンプティングでは、Microsoft の AI 原則とユーザーの期待に従ってシステムが動作するようにするなど、モデルの動作をガイドする指示をモデルに提供する必要があります。 たとえば、metaprompt には、"ユーザーの選択した言語で通信する" などの行が含まれる場合があります。

• プロンプト エンリッチメント。 場合によっては、ユーザーのプロンプトがあいまいな場合があります。 この場合、Microsoft 365 Copilotは LLM を使用してプロンプトの詳細を作成し、ユーザーが求めている応答を確実に得られるようにすることができます。 このようなプロンプト エンリッチメントは、ユーザーや以前の検索に関する知識に依存するのではなく、LLM に依存します。

• ユーザー中心の設計とユーザー エクスペリエンスの介入。 ユーザー中心の設計とユーザー エクスペリエンスは、責任ある AI に対する Microsoft のアプローチの不可欠な側面です。 目標は、ユーザーのニーズと期待に製品設計を根付けすることです。 ユーザーが初めてMicrosoft 365 Copilotと対話する際に、システムの機能を理解し、Microsoft 365 Copilotが AI を利用していることを開示し、制限事項を伝えるのに役立つさまざまなタッチポイントを提供します。

• AI 開示。 Microsoft 365 Copilotには、AI システムと対話していることをユーザーに通知する意味のある AI 開示のためのタッチポイントと、Microsoft 365 Copilotの詳細を学習する機会が用意されています。 たとえば、Word アプリでMicrosoft 365 Copilotを使用すると、AI によって生成されたコンテンツにエラーが含まれる可能性があることに気付くとともに、AI によって生成されたコンテンツが表示されます。 この知識を持つユーザーを支援することで、AI によって生成された出力への過度の依存を回避し、システムの長所と制限事項について学習できます。

• メディアの証明。 Microsoft 365 Copilot内からDesignerの編集機能を使用して作成されたすべての画像に対して、C2PA 標準に基づく実績のあるコンテンツ資格情報を実装し、画像が AI で編集されたか生成されたかをユーザーが識別できるようにします。 Provenance メタデータは、 コンテンツ資格情報サイトで表示できます。

• フィードバックと継続的な評価。 Microsoft 365 Copilotエクスペリエンスは、ユーザーが製品に関するフィードバックを送信できる既存のツールに基づいています。 ユーザーは、応答のサムアップボタンまたはサムダウンボタンを選択した後に表示されるペインを使用して、Microsoft 365 Copilotによって生成されたコンテンツに関するフィードバックを送信できます。 ユーザーから寄せられたフィードバックは、製品のパフォーマンス向上に対する取り組みの一環として、オファリングを改善するために使用されます。 顧客管理者は、Microsoft 365 管理センターで送信されたフィードバックを確認できます。 また、サービスの継続的な評価と改善の一環として、Microsoft 365 Copilotと特定の軽減策のパフォーマンスを継続的に改善し、テストします。 詳細については、「Microsoft 365 アプリでのMicrosoft Copilotに関するフィードバックの提供」を参照してください。

リスクのマッピング、測定、管理に関するアプローチは、さらに学習するにつれて進化し続け、お客様から寄せられたフィードバックに基づいて既に改善を行っています。

organizationのMicrosoft 365 Copilotの評価と統合

デプロイと導入の最適化

Microsoft では、microsoft 365 のお客様向けのMicrosoft Copilot ダッシュボードや、Microsoft 365 管理センター内のレポートなどのツールを提供しています。 これらのツールは、組織が使用状況、導入、およびMicrosoft 365 Copilotの影響を測定するのに役立つよう設計されています。 例:

• Microsoft 365 Copilot使用状況レポートを使用すると、管理者はユーザーの導入、リテンション期間、エンゲージメントの概要をMicrosoft 365 Copilotに表示できます。 詳細については、「Microsoft 365 Copilot使用法」を参照してください。

• 導入スコアを使用すると、管理者は、organizationがMicrosoft 365 Copilotでどのように機能するかについての分析情報を提供します。 100 ポイントスケールのスコア、導入データと傾向のダッシュボード ビュー、フィードバックを収集するためのユーザーアンケートを作成するためのツールを提供します。

• Experience Insights (プレビュー) ダッシュボードには、使用状況全体のデータが表示され、トレーニング、アプリとサービスのデータ、ユーザー フィードバックに関する分析情報など、Microsoft 365 でのorganizationのエクスペリエンスをより詳細に把握できます。

Microsoft 365 Copilotの詳細

• Microsoft 365 Copilot の概要
• Copilot システム: Microsoft による説明
• Microsoft 365 Copilot のデータ、プライバシー、セキュリティ
• Microsoft 365 Copilot の拡張機能

エージェントの詳細

• Copilot Studioの概要
• Microsoft 365 Copilotで Agent Builder を使用して宣言型エージェントを構築する
• Microsoft 365 Copilotの宣言型エージェント
• Microsoft 365 エージェント SDKを使用してエージェントを作成してデプロイする

責任ある AI の詳細

• Microsoft AI の原則
• Microsoft の責任ある AI リソース
• 責任ある AI に関する Microsoft Azure ラーニング コース
• 責任ある AI 透明性レポート