生成 AI
AI テクノロジが進化するにつれて、組織では、生産性の向上や従業員への指導を目的とした、より適切な数多くの方法を実現する機会が増えています。 これを行う方法の 1 つが生成 AI です。 Microsoft Copilot Studio では、生成型の回答を複数の方法で使用できます。 Copilot Studio に移動して、設定 メニューから 生成 AI を選択すると、生成 AI 機能にアクセスすることができます。
Copilot Studio では、生成 AI 機能を使用して以下を行うことができます。
生成型の回答を代替手段として使用する: エージェントがユーザーの質問に関連する回答を見つけられない場合は、生成型の回答をその代わりとして使用できます。
生成型の回答をトピックに挿入する: 生成型回答ノードを使用して、生成 AI をトピックに統合できます。
Copilot を使用してエージェントやトピックを作成する: Copilot により、作成するエージェントまたはトピックの簡単な説明を提供できます。その内容は Copilot が構築します。
生成型の回答を代替手段として使用する
過去に、エージェントがユーザーの目的を判断できなかった場合は、エージェントは質問を変更するようユーザーに依頼します。 エージェントは、プロンプトが 2 回表示された後にトピックを識別できなかった場合、ライブ チャット オペレーターにエスカレートします。
Microsoft Copilot Studio では、生成型の回答により、エージェントは作成済みのトピックがなくても、内部または外部の複数のソースから情報を検索して表示できます。 これにより、生成型の回答を、主要情報ソースとして使用したり、作成されたトピックがユーザーのクエリに回答できない場合のフォールバック ソースとして使用したりできます。 その結果、機能するエージェントを迅速に作成して展開できるため、すべての顧客の質問に対応しない可能性のある複数のトピックを手作業で作成する手間が省けます。
すべてのエージェントには会話強化のトピックが含まれています。 ユーザーの質問に対応するトピックをエージェントが識別できない場合に、このトピックが実行されます。
回答の生成に使用されるナレッジ ソースは、生成 AI を使用する際に最初に特定する必要があります。 使用するべきナレッジ ソースは [ナレッジ] タブで定義できます。
このコースの公開時点で利用できるのは、次のナレッジ ソースです。
外部リソース:
公開 Web サイト: リアルタイムの回答のソースとして公開 Web サイトに接続できます。
ファイル: さまざまなファイルをナレッジ ソースとしてアップロードできます。 アップロードされたファイルの内容から結果が検索されます。
SharePoint: 組織の SharePoint サイトをナレッジ ソースとして接続できます。
Dataverse (プレビュー): 組織の Microsoft Dataverse インスタンスにナレッジ ソースとして接続できます。
重要
Azure SQL、Salesforce、CSV ファイルなど、追加のエンタープライズ データ ソースは、現時点でプレビュー段階です。
Copilot Studio の生成 AI ページにより、エージェントの生成機能を調整できます。 エージェントの生成 AI を構成するためのさまざまなオプションが、これにより提供されます。 設定 > 生成 AI の順にアクセスすると、生成 AI の構成ページにアクセスできます。
生成 AI の設定ページで、次の項目を定義できます:
エージェントとユーザーの対話方法: エージェントとやり取りするユーザーに回答を提供する方法を、これで定義します。 以下から選択できます。
クラシック: これはトリガー フレーズに応答するために作成したトピックを使用します。 トピック内からのみ呼び出せるアクション。
生成機能 (プレビュー): これは生成 AI を使用し、定義済みのアクション、トピック、ナレッジを適切に組み合わせて、ユーザーの質問に応答します
コンテンツ モデレーションに求められる厳格度: 生成される回答に求められる関連性の度合を指定できます。 次のオプションから選択できます。
低 – 創造性重視: 生成された回答は、より多くのソースから収集され、回答の関連性が低下する可能性があります。
中 – バランス重視: 生成された回答は、より関連性が高い小規模なデータ プールに由来します。
高 – 正確性重視: これにより最も関連性が高く正確な回答が得られます。 このオプションにより関連する回答が見つからない可能性も高くなります。
回答の生成に関する詳細は、代替手段としての生成型の回答を参照してください。
コンテンツ モデレーションの詳細については、コンテンツ モデレーションを参照してください。