自然語言理解（NLU）是人工智慧的分支，可讓計算機理解和解釋人類語言。 這種理解不僅僅是處理詞語。 Copilot Studio 會根據應用程式的需求提供不同的 NLU 選項。
生成式 AI
Generative AI 是預設選項，可用來回應動作、主題和知識來源的最佳組合。 創作者需要為您的代理程式的各個層面提供高品質的描述，以便生成式 AI 協助您協調對話。
生成式人工智慧選項最適合需要最少設定的應用程式，並且您願意讓生成式人工智慧協調對話內容。 也可能有其他與此選項相關聯的成本。
代理程式的設定中已設定 Generative AI 選項（Generative AI>Orchestration>Yes）。 如需詳細資訊，請移至 使用生成式 AI 協調代理程式行為。
傳統協調流程
如果您希望為應用程式提供更具確定性的選項，請在 Agent 的設定中選擇「傳統」Copilot Studio 協調流程選項 (生成式 AI>協調流程>否)。
有三個「傳統」選項：NLU、NLU+和 CLU。 所有這些選項都可讓您使用自訂對話方塊，對 Agent 的交談進行完整、可重複的控制。
自然語言理解
如果您想要更簡單的可程式設計或有更簡單的協調流程需求，原始的 NLU 選項會很有用。 使用此選項，您可以針對每個主題快速新增 5 到 20 個簡短片語，並建立 RegEx 或列出自定義 實體。 您也不需要在訓練資料中新增實體註釋。
備註
如果您新增太多訓練數據，延遲可能會增加。
NLU+
如果您需要達到高精確度，請使用 NLU+ 選項。 NLU+ 選項適用於大型企業級應用程式。 這些類型的應用程式通常包含大量的主題和/或實體，並使用大量的定型範例。 此外，如果您有 啟用語音的代理程式，NLU+ 定型數據也會用來優化您的語音辨識功能。
這很重要
當您使用 Dynamics 365 Contact Center 授權管理語音或聊天頻道時，可以使用 NLU+ 選項。 如需詳細資訊，請移至 Dynamics 365 Contact Center 的系統需求。
為了達到最高精確度，請在主題觸發詞句中新增實體註釋。 同時新增訓練範例，以說明客戶如何回應特定自定義實體的問題。
使用 NLU+ 選項時，模型會先行編譯，無論定型數據量為何，都能協助確保一致的效能。 若要在生產環境中部署模型，必須先定型模型。 此步驟可讓系統針對您的特定使用案例進行優化，同時在運行時間維持可預測的效能。
Azure 交談語言理解 (CLU)
對於具有 Azure 訂用帳戶和現有 Azure 模型的製作者，您可以將 CLU 模型連結至代理程式，並讓模型驅動對話。 不過，此選項需要 Azure 訂用帳戶、管理 Azure 中的模型，以及維護，才能讓模型和代理程式保持同步。 如需詳細資訊，請移至 對話式語言理解整合概觀。