استودیو Copilot به گردش‌های کاری مبتنی بر هوش مصنوعی روی می‌آورد

به‌روزرسانی بزرگ Copilot Studio به ما چیزی بسیار نزدیک‌تر به لایه هوش مصنوعی برای پلتفرم Power می‌دهد و ابزارهای هوش مصنوعی مدرن را به اتوماسیون پردازش پیوند می‌دهد.

آخرین باری که به استودیو Copilot نگاه کردم، این روشی برای گسترش ابزارهای اصلی Power Virtual Agents برای ترکیب هوش مصنوعی مولد و پشتیبانی از تعاملات مکالمه عمومی تر بود. با استفاده از ابزارهای Azure OpenAI برای کار با منابع داده اضافی، استودیو Copilot به ابزاری بسیار انعطاف‌پذیرتر با قابلیت‌های بهبود یافته درک زبان تبدیل شد.

در Build 2024 مایکروسافت یک مسیر جدید برای قابلیت‌های هوش مصنوعی Power Platform، که آنها را با ابزارهای توسعه کد کم و بدون کد این پلتفرم هماهنگ می‌کند و پشتیبانی از جریان‌ها و اتصالات Power Automate را اضافه می‌کند. این یک تغییر بزرگ برای پلتفرم قدرت است، اما از استفاده مایکروسافت از هوش مصنوعی مولد به عنوان ابزاری برای ساخت و اجرای عوامل مستقل بهره می‌برد.

پیش نمایش جدید Copilot Studio بنابراین به معنای بازسازی کامل استراتژی هوش مصنوعی Power Platform است که فراتر از ربات‌های چت به جریان‌های کاری هماهنگ‌شده با هوش مصنوعی تکامل می‌یابد. در حالی که ربات‌های گفتگو هنوز پشتیبانی می‌شوند، اکنون چیزهای بیشتری برای ساختن در بوم توسعه بدون کد مبتنی بر وب استودیو Copilot وجود دارد.

قرار دادن ربات در RPA

در قلب استودیوی جدید Copilot درک بهبود یافته ای از نحوه کار مدل هایی مانند GPT 4.0 با توضیحات رابط ساختاریافته است، مانند مواردی که OpenAPI برای تولید پویا درخواست ها و تجزیه و قالب بندی پاسخ ها با استفاده از زبان طبیعی< استفاده می کند. /a>. در اینجا، به‌جای استفاده از OpenAPI، از هوش مصنوعی مولد برای هماهنگ‌سازی کانکتورهای پلتفرم Power موجود و جدید استفاده می‌شود که به شما امکان می‌دهد با نماینده خود صحبت کنید و پاسخ‌های آن را در هر کلاینت چت پشتیبانی‌شده مشاهده کنید.

نحوه کارکرد این کار ساده است. فرض کنید مجموعه ای از اقدامات را بر اساس ایمیل دریافتی انجام می دهید. می‌توانید از Copilot Studio برای ترسیم یک جریان کاری که توسط رویدادی در Microsoft Graph راه‌اندازی شده است، استفاده کنید. این ممکن است شامل کشیدن جزئیات فرستنده از Dynamics 365، ایجاد پاسخ خودکار بر اساس نامه دریافتی و تاریخچه تعامل CRM فرستنده، و ارسال پیام به تیم‌ها، جزئیات اقدامات انجام شده و فهرست کردن پیگیری‌های احتمالی که نیاز به انسان دارد. مداخله.

این مجموعه ای از اقدامات بسیار متفاوت از اقداماتی است که توسط نسل اول دستیار هوش مصنوعی Power Platform مدیریت می شود. اکنون این راهی برای کار با آن دسته از گردش‌های کاری طولانی‌مدت و تقریباً موقتی است که به مدیریت اطلاعات بین عملیات و همچنین ترکیبی از اقدامات خودکار و دستی نیاز دارند. با استفاده از یک عامل برای مدیریت این امر، نه تنها می‌توانیم پاسخ‌های زبان طبیعی را بر اساس داده‌های برنامه ارسال کنیم، بلکه می‌توانیم اعلان‌ها و تعاملات را به شخص مناسب هدایت کنیم.

نمایندگان ساختمان در استودیو Copilot

این نیاز به ادغام با ابرهای مختلف مایکروسافت، به خصوص Microsoft Graph و Dataverse پلتفرم Power دارد. در نتیجه، آخرین نسل استودیو Copilot به استعاره طراحی جریان Power Automate متکی است. به جای ساختن اپلیکیشن های چت (یا بهتر بگوییم، و همچنین ساخت اپلیکیشن های چت)، اکنون از هوش مصنوعی برای مدیریت و کنترل گردش کار استفاده می کنیم. در واقع، کاری که ما انجام می‌دهیم استفاده از Copilot Studio با جریان‌های Power Automate موجود است، بنابراین می‌توانید هوش مصنوعی را در فرآیندهای تجاری موجود ایجاد کنید.

جریان‌ها به‌عنوان یکی از تلقی می‌شوند مجموعه ای از اقدامات موجود: مکالمه، اتصال دهنده ها، جریان، و درخواست ها. کنش‌های مکالمه یکی از ویژگی‌های جدید جالب‌تر هستند، مانند افزونه‌های ChatGPT یا مهارت‌هایی در هسته معنایی. آنها مانند موضوع استودیو Copilot رفتار می کنند، اما به جای اتصال به محتوا، به عامل استودیو Copilot شما اجازه می دهند به API ها و داده های خارجی دسترسی داشته باشد. حتی می‌توانید آنها را به کد سفارشی و منطق تجاری متصل کنید، تکنیک‌های سنتی توسعه نرم‌افزار سازمانی را با هوش مصنوعی بدون کد ترکیب کنید.

زمین‌سازی با رابط‌ها و داده‌های واقعی

یکی از مهم‌ترین ویژگی‌های جدید اتصال Copilot. این رابط‌ها مانند کانکتورهای مورد استفاده در Power Apps و Power Automate، برنامه شما را به داده‌های خارجی و APIها پیوند می‌دهند. ابزارهایی مانند این در برنامه‌های مبتنی بر هوش مصنوعی، به ویژه برنامه‌هایی که از هوش مصنوعی مولد استفاده می‌کنند، اهمیت بیشتری دارند، زیرا زمینه لازم را برای کاهش خطر خروجی‌های خارج از کنترل فراهم می‌کنند.

به طور معمول استودیو Copilot می‌تواند از کانکتورهای Power Platform موجود استفاده کند، گسترش آنچه مایکروسافت به عنوان “دانش” خود توصیف می کند. این مجموعه ای از منابع اطلاعاتی است که شامل ابزارهای چت بات موجود و منابع اطلاعاتی مایکروسافت مانند Dataverse و Fabric و همچنین استفاده از Dataverse به عنوان راهی برای آماده سازی داده ها از منابع سازمانی دیگر برای استفاده در خروجی های مبتنی بر RAG (تولید تقویت شده بازیابی). محدودیت هایی در مورد آنچه می توانید استفاده کنید وجود دارد، تنها با دو منبع Dataverse در هر برنامه (و فقط پانزده جدول در هر منبع). داده‌های سفارشی از برنامه‌های کاربردی خط کسب و کار به عنوان JSON وارد شده و آماده استفاده است.

ممکن است به نظر برسد که داده‌های زیادی نیست، اما شما از Copilot Studio برای ساخت و اجرای برنامه‌های مستقل در مقیاس کامل استفاده نمی‌کنید. آنها واقعاً به کار با چارچوب هایی مانند Prompt Flow در Azure AI Studio نیاز دارند.

افزودن یک رابط به یک عامل در Copilot Studio به اندازه کافی ساده است. با افزودن دانش به برنامه خود، افزودن یک اتصال سازمانی شروع کنید. این اتصالات مجوزهای کاربر را به ارث می برند و تضمین می کنند که کاربران بدون شکستن مرزهای امنیتی به نتیجه می رسند. اگر در حال ساخت برنامه های کاربردی هوش مصنوعی برای صنایع تحت نظارت هستید، این رویکرد ضروری است.

جریان کاری مبتنی بر هوش مصنوعی با اقدامات مکالمه

وقتی شروع به استفاده از مکالمه می کنید، همه چیز جالب تر می شود اقدامات در برنامه های شما. اینجاست که عامل اصلی با تجزیه درخواست کاربر و استفاده از آن برای ایجاد هماهنگی در مجموعه ای از اقدامات، اتصالات و اجزای شناخته شده، قبل از استفاده از هوش مصنوعی مولد برای جمع آوری یک پاسخ زبان طبیعی، شروع به نشان دادن رفتارهای مستقل می کند.

در اینجا درخواست کاربر یک فرمان هماهنگ‌سازی است که برای شروع تعامل استفاده می‌شود. در نسخه آتی، سیستم اصلی از دانش خود در مورد APIهایی که استفاده می کند برای درخواست اطلاعات اضافی، در صورت لزوم استفاده خواهد کرد. با این حال، در حال حاضر، شما محدود به یک راه مفید، البته ابتدایی، برای افزودن پسوند زبان طبیعی به یک برنامه هوش مصنوعی موجود هستید که قبلاً در Copilot Studio ساخته و آزمایش کرده‌اید.

تنها کاری که باید انجام دهید این است که برنامه خود را ویرایش کنید، یک برنامه افزودنی یا یک اقدام را اضافه کنید، یک کنش مکالمه را انتخاب کنید. سپس باید قبل از ویرایش اقدام، تنظیمات اولیه را تنظیم کنید. یک ماشه یک اعلان است که عمل را تعریف می کند و توضیح می دهد که برای چه چیزی استفاده می شود. این برای تعیین زمان و نحوه فراخوانی آن عمل استفاده می شود.

وقتی ماشه را در جای خود قرار دادید، می‌توانید اقدام را بسازید. این یک جریان فرآیندی است که رابط کاربری ندارد. ابزار ویرایش مایکروسافت هیچ مؤلفه تعامل کاربر را نشان نمی‌دهد، و اطمینان حاصل می‌کند که فرآیند در داخل Copilot شما اجرا می‌شود و جریان آن را قطع نمی‌کند. پس از انتشار، می‌توانید اقدام را به کاتالوگ Microsoft 365 Copilot اضافه کنید، جایی که به عنوان یک افزونه در نظر گرفته می‌شود و به عنوان بخشی از مکالمه کاربر با کمک‌کننده فعال می‌شود.

هزینه استودیو Copilot ارتقا یافته به طرز شگفت انگیزی کم است. از آنجایی که این یک سرویس پس‌زمینه است، مجوز برای هر کاربر ندارد، اما از قیمت هر پیام استفاده می‌کند، با ۲۵۰۰۰ پیام برای ۲۰۰ دلار در ماه. پیام درخواستی است که پاسخی را آغاز می کند، با پیامی که نیاز به عملیات مولد هوش مصنوعی دارد که به عنوان دو پیام استاندارد به حساب می آیند. مشخص نیست که چگونه می توانید ظرفیت اضافی را در این مرحله خریداری کنید. یک گزینه جایگزین ۳۰ دلاری برای هر کاربر برای استفاده فقط با Microsoft 365 وجود دارد.

نسخه اولیه استودیو Copilot راهی ساده برای ساخت ربات‌های چت به ما داد و فناوری‌های موجود را با هوش مصنوعی مولد القا کرد. این به‌روزرسانی جدید، که اکنون در پیش‌نمایش است، بسیار فراتر رفته و ابزارهای هوش مصنوعی مدرن را به اتوماسیون پردازش مرتبط می‌کند و نوید توسعه بدون کد عوامل مستقل را ارائه می‌دهد. ترکیب تکنیک‌های آشنا با ارکستراسیون مبتنی بر هوش مصنوعی به نسل فعلی ابزارهای هوش مصنوعی اجازه می‌دهد تا کاری را که به بهترین شکل انجام می‌دهند انجام دهند: کار با APIهای کاملاً تعریف شده و غنی از معنایی، و ارائه نتایج در قالبی مناسب برای انسان.