Options d’intégration pour les charges de travail d’application intelligentes
Les options d’intégration pour Microsoft Copilot Studio incluent Power Automate les flux cloud, les requêtes et connecteurs HTTP et Bot Framework compétences. Ces intégrations permettent à Copilot d’automatiser les flux de travail, d’interagir avec des services externes et d’améliorer les capacités conversationnelles. En utilisant ces options, vous pouvez rationaliser les processus, améliorer l’efficacité et offrir une expérience utilisateur transparente. Les intégrations garantissent que Copilot peut effectuer des tâches complexes, accéder aux données nécessaires et répondre intelligemment aux entrées des utilisateurs.
Considérations clés
À mesure que vous développez votre charge de travail et évaluez les options d’intégration, tenez compte des éléments suivants :
- Équilibrage entre configuration et développement personnalisé : déterminez quand utiliser des configurations prêtes à l’emploi ou un développement personnalisé pour répondre à des besoins organisationnels spécifiques.
- Surveillance et audit : découvrez comment surveiller et auditer les intégrations pour garantir la conformité et les performances.
- Comprendre les options d’intégration : Explorez les options d’intégration disponibles à l’aide de connecteurs et d’actions de plug-in dans Copilot Studio.
Modèles d’intégration
Les modèles d’intégration dans Copilot Studio ne sont pas exclusifs et peuvent être combinés pour s’adapter à différents cas d’utilisation.
Performances de point de terminaison
Les performances de point de terminaison sont un facteur critique qui a un impact direct sur l’expérience utilisateur. Tenez compte de ces facteurs et stratégies clés lors de l’évaluation des points finaux :
Vitesse d’intégration : les performances des points de terminaison auxquels vous accédez, tels que les bases de données, les API et d’autres services externes, affectent directement la vitesse globale de votre application. Les points de terminaison lents peuvent créer des goulots d’étranglement, entraînant des retards dans le traitement et la réponse aux demandes des utilisateurs.
Expérience conversationnelle : dans une interface conversationnelle, les utilisateurs s’attendent à des interactions rapides et fluides. Les retards de réponse peuvent interrompre le flux de conversation, ce qui entraîne une mauvaise expérience utilisateur et une frustration potentielle.
Performances des requêtes : pour garantir des réponses rapides, optimisez les requêtes envoyées aux points de terminaison. L’optimisation des requêtes implique :
- Récupération efficace des données : minimiser la quantité de données extraites et garantir que les requêtes sont aussi efficaces que possible.
- Mise en cache : mise en œuvre de stratégies de mise en cache pour réduire la charge sur les points de terminaison et accélérer les temps réponse.
- Équilibrage de charge : le cas échéant, répartition des requêtes sur plusieurs points de terminaison pour éviter de surcharger un seul point de terminaison.
En savoir plus : Recommandations pour optimiser les performances des données
Évolutivité et fiabilité : les points de terminaison hautes performances contribuent à l’évolutivité et à la fiabilité de votre application. À mesure que le nombre d’utilisateurs augmente, des points de terminaison bien optimisés peuvent gérer un trafic accru sans dégradation significative des performances.
Surveillance et optimisation : surveillez en permanence les performances de vos points de terminaison pour identifier et résoudre rapidement tout problème. Utilisez les mesures de performances et les journaux pour obtenir des informations sur les goulots d’étranglement et optimiser en conséquence.
Logique de manipulation
Assurez-vous que les réponses sont rapides et efficaces lorsque vous concevez la logique de votre charge de travail d’application intelligente, en particulier lors de l’intégration avec Power Automate. Envisagez de mettre en œuvre des stratégies telles que :
réponse exigence de temps : exigence de répondre au copilote dans les 100 millisecondes, ce qui nécessite une logique hautement optimisée et efficace. Power Automate
Évaluation de la vitesse d’exécution : si la logique ne peut pas être exécutée suffisamment rapidement dans Power Automate ou Copilot Studio, ou si elle implique des opérations complexes mieux adaptées au code, envisagez de décharger la logique vers d’autres services :
- Dataverse API personnalisées, points de terminaison personnalisés qui peuvent être créés Dataverse pour gérer une logique spécifique. Ils ont une limite de temps d’attente de 2 minutes, ce qui laisse plus de temps pour les opérations complexes. Les API personnalisées peuvent être invoquées via des connecteurs ou des requêtes HTTP, offrant une flexibilité d’intégration.
- Dataverse Plugins Connecter, similaires aux API personnalisées mais peuvent être créés avec un minimum de codage. Ils ont également une limite de délai d’attente de 2 minutes et peuvent être invoqués de la même manière.
- Azure Functions, fonctions sans serveur qui peuvent exécuter du code dans réponse pour les événements. Ils offrent une grande évolutivité et peuvent gérer efficacement une logique complexe. Les fonctions Azure peuvent être déclenchées via des requêtes HTTP, ce qui les rend faciles à intégrer avec Power Automate et Copilot Studio.
Intégration couche au milieu
L’intégration couche est une approche stratégique qui peut améliorer considérablement la fonctionnalité, la sécurité et l’efficacité de votre charge de travail d’application intelligente.
Enrichissement des données : améliorez la qualité et la valeur des données avant qu’elles n’atteignent votre charge de travail en intégrant des sources de données externes ou en appliquant une logique métier pour ajouter du contexte ou des informations supplémentaires aux données. L’enrichissement des données peut contribuer à fournir des données plus complètes et plus pertinentes pour le traitement, conduisant à une meilleure prise de décision et à de meilleures interactions avec les utilisateurs.
Masquage des données : protéger informations sensibles en obscurcissant ou en anonymisant les données. Appliquer des techniques de masquage à des champs sensibles tels que les identifiants personnels, les informations financières ou les données exclusives. Le masquage des données peut aider à améliorer la sécurité et la confidentialité des données, garantissant la conformité aux réglementations telles que RGPD (Règlement général sur la protection des données) ou HIPAA (Health Insurance Portability and Accountability Act).
Transformation des messages : modifiez la structure ou le format des messages en utilisant une logique de transformation pour convertir les formats de données, normaliser les données ou agréger des informations. La transformation des messages peut aider à garantir la compatibilité et la cohérence des données, réduisant ainsi les erreurs et améliorant l’efficacité du traitement.
Validation des données : assurez l’intégrité et l’exactitude des données avant leur traitement en ajoutant des règles de validation pour vérifier l’exhaustivité, l’exactitude et la cohérence des données. La validation des données peut aider à prévenir les erreurs et garantit que seules des données de haute qualité sont traitées, améliorant ainsi la fiabilité de l’application.
Optimisation des performances : améliorez la vitesse et l’efficacité du traitement des données en utilisant la mise en cache, ou le traitement asynchrone, pour gérer efficacement de grands volumes de données. Cette stratégie peut aider à réduire la latence et à garantir des réponses rapides, améliorant ainsi l’expérience utilisateur globale.
Comparer les modèles d’intégration
Les modèles d’intégration ne sont pas exclusifs et peuvent être combinés. Évaluez les options d’intégration de aligner avec les besoins et contraintes spécifiques de la charge de travail de l’application intelligente, telles que les exigences de performances, l’évolutivité, la sécurité et la maintenabilité. Atténuez les risques, optimisez l’utilisation des ressources et assurez une intégration transparente et robuste en évaluant les modèles d’intégration disponibles.
| Flux de cloud Power Automate | Requêtes et connecteurs HTTP | Bot Framework compétences | |
|---|---|---|---|
| Pro | Sans code / low-code. Séparation claire de la logique d’intégration et de la logique conversationnelle. Peut être surveillé séparément. Les flux cloud existants peuvent être mis à jour pour s’intégrer à Copilot Studio. |
Sans code / low-code. Synchrone. Peut être surveillé dans le cadre de l’intégration. Copilot Studio Application Insights Peut utiliser des variables, y compris des variables et des secrets environnement. Les variables, les conditions, les paramètres, etc. peuvent utiliser des formules. Power Fx Prise en charge de l’analyse et de la gestion des erreurs. |
Exécution synchrone. Prise en charge des points de terminaison privés. Les investissements existants peuvent être réutilisés. Bot Framework |
| Escroquer | L’exécution asynchrone peut entraîner de la latence et de la lenteur (à la fois pour invoquer ou pour exécuter des flux complexes). Si l’échelle/les performances constituent un problème, le plan « Power Automate Processus" de niveau supérieur peut être évalué. « Power Automate Processus" requis pour la propriété du principal de service. Les résultats doivent être renvoyés dans les 100 secondes. |
Mélange la logique conversationnelle et la logique d’intégration, mais les sujets d’intégration peuvent être isolés, car ils peuvent être configurés pour les entrées et les sorties. Les résultats doivent être renvoyés dans les 100 secondes. |
Pro-code (par exemple, C#). S’exécute dans Azure AI Bot Service. Les coûts supplémentaires doivent être couverts par un abonnement Azure. La gestion du cycle de vie des applications diffère de Power Platform. |
Power Automate et intégrations HTTP/connecteur
Power Automate offre des capacités d’intégration étendues avec plus de 1 000 connecteurs natifs et des options pour créer des connecteurs personnalisés pour vos API. Pour une expérience utilisateur positive, assurez-vous que les flux cloud déclenchés depuis s’exécutent rapidement, car ils doivent renvoyer un réponse dans les 100 secondes pour éviter tout délai d’expiration. Copilot Studio
Pour optimiser les performances, envisagez d’effectuer des requêtes HTTP ou d’utiliser des connecteurs directement depuis Copilot Studio, en contournant les flux cloud lorsque cela est possible. Optimisez vos flux cloud et vos requêtes HTTP/connecteur en filtrant les résultats pour ne renvoyer que les données essentielles. De plus, gérez les délais d’attente flux de cloud en implémentant des branches parallèles qui renvoient des résultats dans la limite de 100 secondes, garantissant ainsi que le copilote gère les délais d’attente avec élégance.
Ces stratégies permettent de maintenir des interactions efficaces et réactives dans votre charge de travail d’application intelligente.