Maintenant que nous connaissons les bases d’un agent déclaratif, voyons comment il fonctionne en arrière-plan. Vous allez découvrir tous les éléments des agents déclaratifs et voir comment ils s’assemblent pour créer un agent. Ces connaissances vous aideront à décider si un agent déclaratif est adapté à votre besoin.

Connaissance personnalisée

Les agents déclaratifs utilisent des connaissances personnalisées pour fournir des données et un contexte supplémentaires à Microsoft 365 Copilot, ciblés sur un scénario ou une tâche spécifique.

La connaissance personnalisée se compose de deux parties :

• Instructions personnalisées : définissent comment l’agent doit se comporter et comment il doit formuler ses réponses.
• Ancrage personnalisé (grounding) : définit les sources de données que l’agent peut utiliser dans ses réponses.

Qu’est-ce que les instructions personnalisées ?

Les instructions sont des directives ou des recommandations spécifiques transmises au modèle de base pour orienter ses réponses. Elles peuvent inclure :

• Définitions de tâches : préciser ce que le modèle doit faire, comme répondre à des questions, résumer un texte ou générer du contenu créatif.
• Directives comportementales : définir le ton, le style et le niveau de détail des réponses pour qu’elles correspondent aux attentes des utilisateurs.
• Restrictions de contenu : indiquer ce que le modèle doit éviter, comme les sujets sensibles ou le contenu protégé par des droits d’auteur.
• Règles de formatage : montrer comment structurer la sortie, par exemple en utilisant des puces ou des styles spécifiques.

Exemple : dans notre scénario de support informatique, notre agent reçoit les instructions suivantes :

Vous êtes un assistant intelligent de support informatique conçu pour répondre aux questions courantes des employés de Contoso Electronics et gérer les tickets de support. Vous pouvez utiliser l’action Tickets et les documents du site SharePoint Online du service d’assistance comme sources d’information. Lorsque vous ne trouvez pas les informations nécessaires, privilégiez les documents du site d’assistance par rapport à vos connaissances d’entraînement et assurez-vous que vos réponses ne soient pas spécifiques à Contoso Electronics. Incluez toujours une source citée dans vos réponses. Vos réponses doivent être concises et adaptées à un public non technique.

Qu’est-ce que l’ancrage personnalisé (custom grounding) ?

L’ancrage est le processus qui consiste à connecter les modèles de langage de grande taille (LLM) à des informations réelles, permettant des réponses plus précises et pertinentes. Les données d’ancrage servent à fournir un contexte et un support au LLM lors de la génération des réponses. Cela réduit la dépendance du LLM à ses seules données d’entraînement et améliore la qualité des réponses.

Par défaut, un agent déclaratif n’est connecté à aucune source de données. Vous configurez un agent déclaratif avec une ou plusieurs sources de données Microsoft 365 :

• Documents stockés dans OneDrive
• Documents stockés dans SharePoint Online
• Contenu intégré dans Microsoft 365 via un connecteur Copilot

En plus, un agent déclaratif peut être configuré pour utiliser les résultats de recherche Web provenant de Bing.com.

Exemple : dans notre scénario de support informatique, une bibliothèque de documents SharePoint Online est utilisée comme source de données d’ancrage.

Lorsque Copilot utilise des données d’ancrage dans une réponse, la source des données est référencée et citée dans la réponse.

Actions personnalisées

Les actions personnalisées permettent aux agents déclaratifs d’interagir en temps réel avec des systèmes externes. Vous créez des actions personnalisées et les intégrez à l’agent déclaratif pour lire et mettre à jour des données dans des systèmes externes en utilisant des API.

Exemple : dans notre scénario de support informatique, une action personnalisée est utilisée pour lire et écrire des données dans le système de gestion des tickets via une API.

Comment un agent déclaratif utilise-t-il les connaissances personnalisées et les actions personnalisées pour répondre aux questions ?
Voyons comment les connaissances personnalisées et les actions personnalisées sont utilisées ensemble dans un agent déclaratif pour résoudre notre problème de support informatique.

Vous créez un agent déclaratif avec la configuration suivante :

• Instructions personnalisées : utilisez des instructions pour façonner les réponses afin qu’elles soient adaptées aux utilisateurs non techniques.
• Données d’ancrage personnalisées : utilisez des données d’ancrage pour améliorer la pertinence et la précision des réponses. Par exemple, utilisez les informations stockées dans les articles de la base de connaissances sur un site SharePoint Online.
• Action personnalisée : utilisez des actions pour accéder aux données en temps réel depuis des systèmes externes. Par exemple, utilisez une action pour interagir avec les données du système de gestion des tickets via son API afin de gérer les tickets en langage naturel.

Les étapes suivantes décrivent comment Microsoft 365 Copilot traite les invites des utilisateurs et génère une réponse :

1. Entrée : l’utilisateur soumet une invite.
2. Vérifications préliminaires : Copilot effectue des contrôles d’IA responsable et des mesures de sécurité pour s’assurer que l’invite ne présente aucun risque.
3. Raisonnement : Copilot crée un plan pour répondre à l’invite de l’utilisateur.
4. Données d’ancrage : Copilot récupère les informations pertinentes à partir des données d’ancrage.
5. Actions : Copilot récupère les données des actions pertinentes.
6. Instructions : Copilot récupère les instructions de l’agent déclaratif.
7. Réponse : l’orchestrateur Copilot compile toutes les données recueillies pendant le processus de raisonnement et les transmet au LLM pour créer une réponse finale.
8. Sortie : Copilot livre la réponse à l’interface utilisateur et met à jour la conversation.

Unité suivante : Quand utiliser les agents déclaratifs