이 문서에서는 CLU 모델을 에이전트에 통합하는 방법을 보여줍니다.
노트
에이전트 환경이 동등한 CLU 지역이 있는 Copilot Studio에서 지원하는 지역에 있는지 확인합니다.
Copilot Studio에서 지원하는 모든 지역에 그에 상응하는 CLU 지역이 있는 것은 아닙니다.
필수 조건
- 모든 시스템 토픽 및 작성하려는 사용자 지정 토픽에 대한 의도를 포함하여 완전히 학습된 CLU 모델
- 배포된 모델의 키 및 예측 URL
- CLU 프로젝트 이름 및 배포 이름
- Cognitive Services의 계정 키
- Azure AI 언어에 대한 사이트 URL
- Copilot Studio 계정
- 클래식 오케스트레이션을 사용하도록 구성된 Copilot Studio 에이전트
- 작성자가 제공한 자격 증명을 사용하도록 구성된 Copilot Studio 언어 커넥터
CLU 프로젝트 준비
Azure 구독이 없는 경우 무료 계정을 만드십시오.
활성화된 대화 언어 이해를 사용하여 Language Studio에서 언어 리소스를 만듭니다.
Copilot Studio 에이전트가 올바르게 작동하도록 하려면 만든 CLU 모델에는 모든 시스템 토픽 및 에이전트에 추가하는 사용자 지정 토픽 에 대한 의도가 있어야 합니다.
Copilot Studio 에이전트에서 사용할 엔터티를 정의하십시오.
Copilot Studio 에이전트와 동일한 지역에 CLU 프로젝트를 학습하고 배포합니다.
에이전트 준비
해당 에이전트의 설정 페이지로 이동하세요. 생성 AI 범주에 대한 설정이 표시됩니다.
생성 오케스트레이션이 켜져 있으면 클래식 오케스트레이션으로 전환합니다. 오케스트레이션에서 아니요를 선택합니다.
측면 창에서 언어 이해를 선택합니다.
미리 빌드된 Azure NLU 활용을 선택합니다.
환경이 Azure AI Language에 아직 연결되지 않았 거나 새 연결을 사용하려는 경우 연결 관리를 선택하고 Power Apps로 이동하여 CLU 연결을 만듭니다.
원하는 CLU 연결을 선택합니다.
저장을 선택합니다. 토픽에 대한 모든 기존 트리거 문구를 삭제하기 전에 에이전트의 스냅샷을 저장하라는 메시지가 표시되는 창이 나타납니다.
스냅샷 저장을 선택하고 결과 ZIP 보관 파일(botContent.zip)을 원하는 위치에 저장합니다. ZIP 아카이브에는 트리거 구 및 메시지를 포함한 에이전트 콘텐츠의 단일 YAML 파일(botContent.yml)이 들어 있습니다.
“예, 내 트리거 구문을 삭제”를 선택한 다음 계속 을 선택합니다.적절한 Azure AI Language 프로젝트에 대한 이름 및 모델 배포 정보를 입력하고 저장을 선택합니다. 이 작업이 완료되면 텍스트 분석이라는 새 시스템 항목을 볼 수 있습니다. 이 항목은 CLU 모델에 연결되어 있으며, 고객과 에이전트 간의 대화에서 의도 및 엔터티를 인식하는 것이 목적입니다.
노트
에이전트에 대한 언어 이해 구성을 Microsoft Copilot Studio NLU로 다시 변경하면 텍스트 분석 시스템 토픽이 제거됩니다. 또한 현재 외부 인텐트에 매핑된 주제에 대한 예시 문구를 수동으로 추가해야 합니다.
CLU 인텐트와 엔터티를 매핑합니다
Copilot Studio 에이전트에서 기존 항목을 CLU 의도에 매핑하기 시작합니다. 의도 및 엔터티를 수동으로 매핑하거나 대량 매핑을 수행할 수 있습니다.
CLU 의도를 토픽에 수동으로 매핑
에이전트에 대한 주제 페이지로 이동합니다.
원하는 토픽을 선택하십시오.
트리거 노드에서 편집을 선택합니다. 문구 패널이 나타납니다.
의도 이름 아래에서 이 항목에 매핑할 CLU 의도의 이름을 입력합니다. 의도 이름이 외부 의도 아래의 트리거 노드에 나타납니다.
노트
CLU 의도 이름은 일치 사례를 포함하여 CLU 모델에 저장된 것과 정확하게 일치해야 합니다.
저장을 선택합니다.
외부 CLU 의도에 매핑하려는 나머지 항목에 대해 이 단계를 반복합니다.
엔터티 수동 매핑
해당 에이전트의 설정 페이지로 이동하세요.
엔터티를 선택합니다.
엔터티 추가>외부 엔터티 등록을 선택합니다.
열리는 패널에서 원하는 이름과 설명(선택 사항)을 입력합니다.
데이터 형식의 경우 샘플 데이터에서 선택합니다.
샘플 JSON에서 스키마 가져오기를 선택하고, CLU 엔터티에 대한 JSON 코드 조각을 입력하고, 확인을 선택합니다. 대화형 언어 이해 통합을 위해 엔터티 등록에서 예제 JSON 코드 조각을 찾습니다.
저장을 선택하고 패널을 닫습니다.
외부 CLU 엔터티에 매핑하려는 나머지 엔터티에 대해 이 단계를 반복합니다.
대량 매핑 수행
해당 에이전트의 설정 페이지로 이동하세요.
Language Understanding을 선택합니다.
모델 데이터에서 토픽 및 엔터티 추가를 선택합니다. 의도 및 엔터티 추가 마법사가 표시됩니다.
파일 선택을 선택하여 CLU 모델 데이터가 있는 파일을 선택합니다.
모델 데이터가 미리 보기 창에 표시됩니다.
다음을 선택합니다. 기존 항목 맵 화면이 나타납니다.
각 항목에 대해 원하는 CLU 의도를 선택합니다.
선택 항목을 검토하고 다음을 선택합니다. 기존 토픽에 매핑되지 않은 의도를 보여 주는 새 토픽 만들기 화면이 나타납니다.
원하는 경우 이러한 각 의도에 대한 새 토픽을 만듭니다. 새 토픽 만들기 아래에서 만들려는 각 토픽의 이름을 입력합니다.
노트
마법사는 비워 두는 모든 필드를 무시합니다.
다음을 선택합니다. 엔터티 등록 화면이 나타나며, 모델 데이터 파일의 CLU 엔터티를 보여 줍니다.
사용하려는 엔터티에 적합한 데이터 형식을 선택한 다음, 다음을 선택합니다. 검토 화면이 나타납니다.
기존 항목, 새 항목 및 새 엔터티 탭에서 매핑을 검토하고 저장을 선택합니다.
성공 화면에서 정보를 검토하고 완료를 선택합니다.
이 절차를 완료하면 토픽 페이지로 이동하여 토픽을 검토할 수 있습니다. 자세한 내용은 토픽 관리를 참조하세요.
Power Apps에서 CLU 연결 만들기
Power Apps에서 연결 페이지가 아직 포커스가 없는 경우 왼쪽 창에서 연결을 선택합니다.
새 연결을 선택합니다.
언어용 Azure Cognitive Service를 선택합니다(필요한 경우 검색 필드를 사용하여 목록 범위를 좁힙니다). 인증 정보를 묻는 창이 나타납니다.
인증 유형으로 API 키를 선택하고 필요한 계정 키를 입력하세요.
적절한 루트 사이트 URL이 있으면 입력하세요.
만들기를 선택합니다. 기본 이름이 "언어용 Azure Cognitive Service"인 새 연결이 환경에 대한 연결 목록에 나타납니다.
이 연결 옆에 있는 세 개의 점(⋮)을 선택하고 편집을 선택합니다.
표시되는 창에서 기본 표시 이름을 다른 이름으로 바꾸고 이 연결을 다른 CLU 연결과 구분하고 업데이트를 선택합니다.