Delen via

Copilot Studio-agents gebruiken in modelgestuurde apps

Bied gebruikers realtime, domeinspecifieke AI-inzichten door Microsoft Copilot Studio-agents rechtstreeks te integreren in modelgestuurde app-formulieren. Deze architectuur maakt gebruik van PCF-besturingselementen (Power Apps Component Framework) om Copilot Studio Agent API's aan te roepen, waardoor intelligente beslissingsondersteuning mogelijk is voor scenario's zoals klinische evaluaties, aanbevelingen voor investeringen en contextuele richtlijnen.

Aanbeveling

Dit artikel bevat een voorbeeldscenario en een visuele weergave van het leveren van contextuele AI-inzichten in modelgestuurde app-formulieren. Deze oplossing is een algemeen voorbeeld van een scenarioarchitectuur, die voor veel verschillende scenario's en branches gebruikt kan worden.

Architectuurschema

Architectuurdiagram waarin wordt getoond hoe een modelgestuurde app gebruikmaakt van de Copilot Studio Agent-API om contextgegevens te verzenden en het antwoord van de agent te ontvangen.

Werkproces

In deze werkstroom wordt beschreven hoe het PCF-besturingselement (Power Apps Component Framework) kan worden geïntegreerd met Copilot Studio Agent-API's om intelligente, domeinbewuste richtlijnen te bieden aan gebruikers rechtstreeks binnen modelgestuurde app-formulieren.

  1. Gebruikersinteractie: Een gebruiker opent een modelgestuurd app-formulier waarin een aangepast PCF-besturingselement is ingesloten.

  2. Gebeurtenis geactiveerd: Het PCF-besturingselement wordt aangeroepen Xrm.Copilot.executeEvent() om een aangepaste gebeurtenis met een unieke gebeurtenisnaam te genereren. Het besturingselement geeft recordcontext en metagegevens door, waaronder de record-id, geselecteerde kolommen en gebruikers- en omgevingsvariabelen.

  3. Uitvoering van agentonderwerp: De gebeurtenis activeert een gedefinieerd Copilot Studio-agentonderwerp met de unieke gebeurtenisnaam. De agent evalueert de context met behulp van domeinspecifieke prompts, logica en invoegtoepassingen.

  4. AI-redenering: De agent verwerkt de invoer en produceert aanbevelingen voor gestructureerde reacties, adaptieve kaarten, samenvattingen of intelligente inzichten.

  5. Antwoord geretourneerd: De PCF ontvangt asynchroon de payload van de agent.

  6. Gebruikersbeoordeling: De PCF geeft de inzichten weer in de formuliergebruikersinterface voor revisie.

  7. Optionele actie: De gebruiker kan de aanbeveling opnieuw toepassen op Dataverse via het formulier, zoals het bijwerken van velden of het activeren van stromen.

Details van de use case

Deze architectuur ondersteunt scenario's waarin gebruikers in een modelgestuurd app-formulier realtime, domeinspecifieke inzichten of beslissingsondersteuning nodig hebben. In plaats van het verlaten van de pagina of handmatig gegevens te aggregeren, ontvangen ze AI-gestuurde aanbevelingen binnen de context.

Voorbeelden van gebruikssituaties

  • Gezondheidszorg: clinici ontvangen suggesties voor patiëntenbehandeling op basis van symptomen, vitalen en medische geschiedenis.
  • Financiën: Adviseurs krijgen aanbevelingen voor investeringen te zien die zijn afgestemd op de huidige portefeuille en risicobereidheid.

Zakelijke waarde

  • Versnelt besluitvorming met ingesloten AI.
  • Hiermee blijven gebruikers in context: geen schakelen tussen apps of dashboards.
  • Zorgt voor consistentie door domeinregels toe te passen via herbruikbare agentonderwerpen, mogelijk gemaakt door aangepaste prompts.

Components

  • Modelgestuurde app: fungeert als host voor de formulierinterface met ingesloten PCF-besturingselementen.
  • PCF-besturingselement: een aangepast besturingselement voor het Power Apps-onderdeelframework waarmee agent-API's worden aangeroepen.
  • Copilot Studio-agent: host de onderwerpen die worden geactiveerd via gebeurtenissen.
  • Aangepaste prompts: Geef domeinredenering, gegevenszoekacties, scorelogica en gestructureerde aanbevelingen op.
  • Dataverse-tabel: slaat de app-gegevens op en wordt optioneel bijgewerkt na de beoordeling van het inzicht.

Waarom deze onderdelen?

  • PCF maakt uitgebreide UI-aanpassing en logica-injectie mogelijk in het modelgestuurde app-formulier.
  • Copilot Studio vereenvoudigt het beheer van domeinprompts zonder apps opnieuw te implementeren en maakt gebruik van gebeurtenisparameters die worden ontvangen als onderdeel van de aangepaste gebeurtenis.
  • Agent-API maakt losse koppeling tussen apps en AI-logica mogelijk.

Overwegingen

Deze overwegingen implementeren de pijlers van Power Platform Well-Architected, een set richtlijnen die de kwaliteit van een workload verbeteren. Meer informatie in Microsoft Power Platform Well-Architected.

Reliability

  • Implementeer beleid voor opnieuw proberen en time-outs rond AGENT API-aanroepen. Maak niet-blokkerende fouten zichtbaar in de PCF.
  • Zorg voor een geleidelijke degradatie. Als de aanroep van de agent mislukt, kunt u richtlijnen weergeven in de cache of op basis van regels, zodat het formulier bruikbaar blijft.
  • Gebruik omgevingsvariabelen om de AI-aanroep uit te schakelen als de upstream-agentservice is gedegradeerd.
  • Controleer de succes- en storingspercentages van agent-aanroepen via telemetrie (App Insights, Dataverse plug-ins of aangepaste logboekregistratie) om regressies te detecteren.

Security

  • Minimale bevoegdheden afdwingen. Alleen vereiste velden en gebruikerscontext verzenden. Verzend standaard nooit volledige recordgegevens.
  • Gegevensclassificatie respecteren. Persoonsgegevens en beschermde gezondheidsinformatie (PHI) uitsluiten of tokeniseren, tenzij governancebeleid overdracht naar Copilot Studio toestaat.
  • Gebruik omgevingsscheiding (dev, test, prod) en beheerde oplossingen om te bepalen waar agentonderwerpen kunnen worden aangeroepen.
  • Respect voor Dataverse-beveiliging. De PCF moet gegevens aanvragen via de platformcontext, zodat beveiliging van rijen en kolommen wordt gerespecteerd.
  • Zorg ervoor dat agentantwoorden niet automatisch worden doorgevoerd. Gebruikers moeten bevestigen voordat gegevens worden weggeschreven.

Operationele uitmuntendheid

  • PCF- en agentdefinities voor bronbeheer. Automatiseer bouwen en verpakken met pijplijntaken.
  • Gebruik oplossingscontrole en statische analyse om onderdelen vóór de implementatie te valideren.

Prestatie-efficiëntie

  • Maak agentoproepen asynchroon. Blokkeer het laden van formulieren niet. Laden of stapsgewijze introductie weergeven.
  • Cache recente antwoorden in sessie of statussen wanneer gegevens niet zijn gewijzigd om herhaalde aanroepen te verminderen.

Optimalisatie van ervaring

  • Inzichten presenteren in een compacte, scanbare indeling, zoals kaarten, ernstbadges en knoppen voor aanroepen naar actie.
  • Geef ai-voorgestelde inhoud duidelijk een label en toon betrouwbaarheid of logica wanneer deze beschikbaar is.
  • Geef acties voor accepteren, negeren en feedback. Overschrijf nooit door de gebruiker ingevoerde gegevens zonder toestemming.
  • Ondersteuning voor toegankelijkheid via toetsenbordnavigatie, labels voor schermlezers en thema's met hoog contrast.
  • Lokaliseer prompts en antwoorden wanneer u meertalige gebruikersbasissen verwacht.

Verantwoorde AI

Deze workload roept AI-agents aan die domeinprompts gebruiken en kunnen eventueel generatieve onderdelen bevatten. Het platform (Copilot Studio en Power Platform) biedt basisbeheer, maar eigenaren van oplossingen moeten domeinspecifieke kaders toevoegen aan aangepaste prompts, gegevensbeleid en acceptatiestromen. In het voorbeeld worden gebruikersgegevens geëvalueerd op basis van bedrijfsbehoeften en wordt alleen de relevante context doorgegeven.

Aangepaste prompts bevatten kaders die een aanvulling vormen op verantwoorde AI-principes. De oplossing implementeert deze principes:

  • Redelijkheid: vermijd gevoelige demografische kenmerken in prompts, tenzij expliciet vereist. Controleer de uitvoer op onbedoelde vooroordelen voordat u write-back inschakelt.
  • Betrouwbaarheid en veiligheid: agentreacties schrijven nooit automatisch over naar Dataverse. De gebruiker moet controleren en accepteren (menselijke tussenkomst). Voeg betrouwbaarheidsdrempels en terugvalberichten toe voor antwoorden van lage kwaliteit.
  • Privacy en beveiliging: geef alleen de minimale recordvelden door die nodig zijn. Persoonsgegevens uitsluiten of maskeren, tenzij gegevensbeheer goedkeurt. Leg alleen telemetrie vast die geen gevoelige gegevenspakketten bevat.
  • Inclusiviteit: Resultaten weergeven in toegankelijke indelingen (tekst en adaptieve kaartsemantiek). Ondersteuning voor schermlezers en modi met hoog contrast. Lokalisatiehook bieden voor meertalige implementaties.
  • Transparantie: Duidelijk inzichten labelen als door AI gegenereerd. Geef aan welke gegevensvelden u hebt geëvalueerd en welke agent of welk onderwerp de aanbeveling heeft geproduceerd. Geef een koppeling 'Meer informatie' op naar het AI-gebruiksbeleid van uw organisatie.
  • Verantwoording: De mens neemt definitieve beslissingen. Geen autonome updates.

Bijdragers

Microsoft onderhoudt dit artikel. De volgende inzenders hebben dit artikel geschreven.

Hoofdauteurs:

  • Last updated on