定義你的解決方案架構

清晰的解決方案架構對於理解 Copilot Studio 客服人員在更廣泛的商業與技術環境中如何運作至關重要。 架構說明了代理的核心元件、其對其他系統的依賴性，以及如何擴展以滿足業務需求。

Copilot Studio 提供靈活的基礎，結合多種功能。

Copilot Studio 代理生命週期

Copilot Studio 支援完整的端到端生命週期，從單一統一的軟體即服務（SaaS）體驗中設計、強化及管理代理。

在建置與發佈階段，你

• 設計、強化與管理客服人員：從一個易用的 SaaS 產品快速建立並上線。
• 與生成式人工智慧交流知識：利用您的檔案、網站、Dataverse、非 Microsoft 應用程式等，獲得企業專屬的答案。
• 建立特定主題：在生成式 AI 回答中加入具體且精心策劃的主題，方便你在想要更多掌控時使用。
• 建立動作：建立動作並使用預建連接器或代理流程來呼叫後端和 API，或完成長期執行的任務。
• 發佈至多個通路：以 20+ 種語言發佈，並以單一選擇部署至您選擇的通路，包括 Microsoft 365 Copilot。

在分析與改進階段，你：

• 監控與改進：取得豐富的開箱即用洞察與分析。
• 整合 AI 服務：整合 Microsoft Foundry、Azure Cognitive Services、Bot Framework 及其他 Microsoft 對話式服務。

兩個階段如何協同運作

• Build and Publish 只要有合適的架構、治理和管道，就能讓你快速進入生產環境。
• 分析與改進透過 學習使用並縮小品質差距，確保你保持價值。
• 兩者共同形成一個封閉循環：自信地出貨、嚴謹衡量、並持續迭代，全部集中在統一的 SaaS 體驗中。

Copilot Studio 核心功能

打造對話式 AI 體驗

打造有效的對話式 AI 體驗遠不止於建立聊天機器人。 它需要結合科技、設計與營運能力，協同提供無縫、安全且智慧的互動。 以下是主要組成部分：

1. 語言理解與協調能力： 任何對話式 AI 的核心，都是能夠理解使用者的意思。 此能力包括：

   1. 理解使用者說了什麼（意圖），以及如何回應。
   2. 從使用者語音中擷取關鍵資訊（實體）。

2. 對話管理功能： 對話需要結構。 他們應該遵循引導流程，還是保持開放式？ 對話管理確保：

   1. 主題之間的順暢銜接。
   2. 處理打斷與澄清。
   3. 在多步驟互動中維持上下文。

3. AI 能產生答案或採取行動：生成式人工智慧提供豐富且動態的回應，並實現：

   1. 搜尋企業知識。
   2. 內容摘要。
   3. 透過 API 與連接器觸發端對端流程的動作。

4. 與其他系統的整合： 端對端的業務流程通常涉及連接不同的系統和資料來源。

5. 部署與執行時： 一旦建構完成，體驗必須在使用者所在的位置上滿足需求：

   1. 跨管道部署，如網站、Teams 或應用程式。
   2. 支援多語言及多通路出版。

6. 安全性與認證： 保護端點並驗證終端使用者，以確保互動受信任。

   1. 誰可以啟動代理人？
   2. 使用者需要登入嗎？

7. 分析與持續改進： 效能不會在上市時就停止。

   1. 利用遙測、關鍵績效指標和對話逐字稿來衡量效率。
   2. 找出差距並優化以獲得更好的結果。

8. 應用程式生命週期管理（ALM）： 管理環境與版本是關鍵。

   1. 讓代理人經歷開發、測試和生產階段。
   2. 自動化部署並維持合規性。

成功的對話式 AI 體驗結合智慧語言理解、安全整合與持續改進，並由強健的部署與治理支持。 像 Copilot Studio 這樣的平台，提供端到端的 SaaS 環境，讓你能無縫設計、強化和管理客服人員。

瞭解詳情：

• 交談式體驗簡介
• 規劃並建立對話式客服效能測試

Copilot Studio 技術架構概述

此圖呈現 Copilot Studio 的架構概述，展示客服人員如何與通道、整合、AI 能力、安全性、分析及 Microsoft 雲端服務互動。

左圖列出客戶端入口點，包括標準網頁聊天控制項、Power Apps 與 Power Pages 聊天控制項、自訂客戶端如 Bot Framework 網頁聊天、伺服器對伺服器中介軟體、Microsoft Teams、Facebook Messenger、WhatsApp、Slack、Dynamics 365 聯絡中心及 Microsoft 365 Copilot。 同時也展示了 Azure Bot Service 頻道與 Bot Framework 機器人。

中間部分突顯 Copilot Studio 核心架構元件，分為以下類別：

• 執行時間：原生通道、代理作為技能，以及通道行為。
• 整合：HTTP 請求、連接器、工作流程、AI 建構器提示，以及機器人框架技能。
• ALM：Power Platform 解決方案與 CI/CD 管線。
• 對話管理：主題、動作、輸入與輸出。
• 語言理解：經典 NLU、內建 NLU、自帶 NLU，以及生成式編排。
• 生成式答案：查詢重寫、跨網站、檔案、SharePoint、Dataverse、Graph、聯邦知識、Azure AI 搜尋及摘要。
• 安全性：秘密管理、身份驗證、授權、端點安全、資料政策及稽核日誌。
• 觸發器：自主且系統驅動的觸發器。
• 分析：標準分析、技術遙測及對話逐字稿。

右側圖示顯示 Copilot Studio 可使用的雲端服務，例如 Azure AI 語言、Microsoft 365 Graph、Azure AI Search、Microsoft（前身為 Azure AI）Foundry、Azure Monitor、Azure Storage、Azure Synapse Analytics 以及 Microsoft Entra ID。

這些元素共同說明 Copilot Studio 如何連結客戶端通道、協調、整合，以及 Azure 和 Microsoft 365 服務，來建立並執行對話代理。

識別技術挑戰

及早捕捉潛在障礙有助於團隊制定緩解策略。 常見挑戰包括安全連接本地資源、部署客服人員至特定管道如 WhatsApp 或 Slack，以及處理進階需求，如下載逐字稿或支援多語言使用者。 與利害關係人一起記錄並驗證這些挑戰，使架構同時反映當前需求與未來需求。

架構概述的目標是提供一個連結商業意圖與技術現實的單一藍圖。 透過定義對話流程、AI 能力、整合、安全性與效能期望，你能在所有利害關係人之間建立共同理解，並建立一個可擴展、治理與持續改進的基礎。

Agent 解決方案架構設計

架構 代理解決方案 內容提供建構安全且可靠代理的基本原則與模式指引，重點放在 Microsoft 365 Copilot。 該框架提供標準化的代理開發方法，確保投資回報最大化，同時維持企業級安全性與合規性。

此框架分為數個支柱：

• 判斷適用性
• 判定可操作性
• 判斷信任度、可追溯性與透明度

透過考慮此框架，組織能優先考量可靠性、可追溯性及負責任的 AI，確保品質與信任，打造安全且可稽核的解決方案。 同時也透過賦能開發者打造符合產業及 Microsoft 最佳實務的解決方案，無需依賴 Microsoft 的技術支援，從而實現擴展。

Power Platform 良好架構指南

Power Platform Well-Architected 提供一套原則與最佳實務，協助團隊設計、建置及操作安全、可靠且大規模有效的工作負載。 它作為整個實施生命週期的參考點，確保從架構到治理的每一個決策都支持即時的商業成果與長期永續性。

該框架分為數個支柱：

• Reliability
• 安全性
• 卓越營運
• 效能效率
• 體驗最佳化

透過將專案與這些支柱對齊，組織能超越單純「讓客服人員上線」，而是專注於提供堅韌、可維護且能隨業務成長的客服人員。 Power Platform Well-Architected 是一本指南，幫助你做出更好的設計決策、驗證權衡，並提升 Copilot Studio 解決方案設計的整體品質。

Power Platform 與 Copilot Studio 架構中心所記錄的解決方案構想，展示了一種清晰且模組化的方式，透過將複雜解決方案拆解成一致的架構組件來記錄。 其視覺化圖表，如此所示，突顯元件如何在用戶端入口點、執行時行為及底層 Azure 服務間端對端間相互關聯。 此結構可作為您自身架構文件的範本：定義解決方案的每一層，繪製資料與動作如何在系統中流動，展示您的代理如何與外部系統或業務流程互動，並記錄代理如何應用 Power Platform Well-Architected 的原則。 採用此方法，您可以建立更易讓利害關係人理解、維護與擴充的文件，同時讓您的解決方案與業界標準模式及 Microsoft 推薦的設計實踐保持一致。

檢視 使用 Copilot Studio 代理實作客製化聯絡中心解決方案的想法。

後續步驟

學習如何應用負責任的 AI 原則，確保您的解決方案公平、透明、安全，並符合 Microsoft 的負責任 AI 標準。

相關信息

• Copilot Studio 概觀
• Power Platform 與 Copilot Studio 架構中心
• 啟動代理架構討論的檢查清單