Maintenant que nous connaissons les bases d’un agent déclaratif, voyons comment il fonctionne en coulisses. Vous découvrez toutes les composantes des agents déclaratifs et voyez comment elles s’assemblent pour créer un agent. Cette connaissance vous aide à décider si un agent déclaratif vous convient.

Connaissances personnalisées

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.

Les connaissances personnalisées se composent de deux parties :

• Instructions personnalisées : définissent comment l’agent doit se comporter et façonner ses réponses.
• Ancrage personnalisé : 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 lignes directrices spécifiques transmises au modèle de base pour façonner ses réponses. Ces instructions peuvent inclure :

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

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

Vous êtes le support informatique, un assistant intelligent 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 informatique comme sources d’information. Lorsque vous ne trouvez pas les informations nécessaires, privilégiez les documents du site d’assistance informatique par rapport à vos propres 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 ?

L’ancrage est le processus de connexion des grands modèles de langage (LLM) à des informations du monde réel, permettant des réponses plus précises et pertinentes. Les données d’ancrage sont utilisées pour fournir du contexte et du support au LLM lors de la génération de réponses. Cela réduit le besoin pour le LLM de s’appuyer uniquement sur ses 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 ingéré dans Microsoft 365 via un connecteur Copilot

De 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 avec des systèmes externes en temps réel. 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 de support via une API.

Comment un agent déclaratif utilise 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 construisez 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 des 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 de support via son API afin de gérer les tickets en langage naturel.

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

1. Entrée : L’utilisateur soumet une invite.
2. Vérifications préliminaires : Copilot effectue des vérifications liées à l’IA responsable et des mesures de sécurité pour s’assurer que l’invite utilisateur ne présente aucun risque.
3. Raisonnement : Copilot élabore un plan pour répondre à l’invite utilisateur.
4. Données d’ancrage : Copilot récupère les informations pertinentes à partir des données d’ancrage.
5. Actions : Copilot récupère les données à partir des actions pertinentes.
6. Instructions : Copilot récupère les instructions de l’agent déclaratif.
7. Réponse : L’orchestrateur Copilot compile toutes les données recueillies durant 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