Agen Copilot Studio

Bayangkan Anda merilis agen pertama di Copilot Studio, lalu agen itu menjawab dengan kalimat asal seperti "Saya rasa kebijakan mengatakan...". Banyak pemula mengalaminya, dan penyebabnya hampir selalu sama. Agen belum berpijak pada sumber yang benar, belum punya persona yang jelas, dan hanya diuji dalam kondisi yang terlalu rapi.

Artikel ini menunjukkan cara mereproduksi respons buruk di panel uji, memperbaikinya dengan grounding pada dokumen kebijakan asli, membentuk persona, melakukan debugging, dan memublikasikan pilot yang berfungsi.

Mengapa agen yang sempurna di panel uji bisa gagal di dunia nyata

Panel uji di studio menjaga semuanya tetap terstruktur dan sopan. Pertanyaan yang Anda ketik singkat, bersih, dan biasanya cocok dengan contoh yang sudah Anda siapkan. Di produksi, orang mengetik seperti manusia biasa. Satu orang bertanya, "Berapa yang bisa saya klaim saat menginap di hotel?" Orang lain salah ketik "batas biaya hotel". Yang ketiga hanya menulis, "Ingatkan saya lagi soal uang perjalanan." Maksudnya sama, tetapi bot yang hanya diuji dengan "apa batas biayanya" belum tentu bisa menghubungkan titik-titiknya.

Uji tiga variasi pertanyaan

Buka panel uji, lalu ajukan tiga versi pertanyaan yang sama: versi bersih, versi santai, dan versi dengan salah ketik. Perhatikan apakah responsnya berubah. Kadang ketiganya terjawab, kadang hanya satu. Itu petunjuk pertama bahwa hasil uji yang mulus belum menjamin keberhasilan di dunia nyata.

Perluas frasa pemicu

Penyebab teknisnya adalah cakupan niat. Bot mengandalkan frasa pemicu dan definisi topik untuk tahu kapan harus merespons. Jika semua contoh Anda terdengar seperti bahasa dokumen kebijakan, model menjadi rapuh, dan satu sinonim saja bisa membuatnya gagal. Perbaikannya sederhana. Tambahkan frasa pemicu yang lebih luas, termasuk bahasa santai, singkatan, dan kalimat yang sedikit berantakan yang benar-benar dipakai orang. Anda tidak perlu mencantumkan semua sinonim, cukup variasi yang jelas, lalu uji kembali.

Saluran mengubah perilaku

Panel uji hanyalah simulasi. Setelah agen dipublikasikan ke Teams, SharePoint, atau situs demo, platform bisa memperlakukan teks masukan dan tampilan respons secara berbeda. Teams mungkin memisahkan baris dengan cara lain, dan halaman web mungkin menghilangkan format. Perubahan sekecil memindahkan frasa kunci ke baris berikutnya pun bisa memengaruhi penilaian model. Karena itu Microsoft menekankan pengujian berulang di berbagai saluran.

Contohnya begini. Di studio Anda mengetik "berapa batas biaya" dan bot menjawab bahwa kebijakan menyatakan 200 dollar per hari untuk penginapan. Lalu Anda mencoba "hey, berapa biaya hotel yang bisa saya dapatkan?" dan bot hanya menjawab "periksa dengan HR". Niatnya sama, hasilnya berbeda. Anggap studio sebagai arena latihan: berguna untuk belajar, tetapi bukan bukti kesiapan.

Grounding: berhenti membiarkan bot mengarang jawaban

Kesalahan pemula berikutnya adalah memperlakukan Copilot Studio seperti bola kristal, bukan buku panduan. Agen tanpa dasar pengetahuan nyata ibarat pegawai magang yang masuk ke ruang rapat tanpa persiapan. Ia berbicara cepat dan terdengar yakin, tetapi separuh ucapannya runtuh begitu diperiksa. Bot yang tidak berlandaskan sumber (ungrounded) hanya menarik pola, bukan fakta.

Bahaya halusinasi

Hasil terburuknya adalah halusinasi: bot menciptakan sesuatu yang tampak benar padahal tidak berdasar. Karyawan bisa memesan hotel berdasarkan angka karangan, lalu muncul sengketa biaya dan email bernada kesal. Kalimatnya terdengar profesional, tetapi isinya tidak bisa dipegang.

Dalam latihan praktik, Anda mengunggah file expensespolicy.docx yang menyatakan batas penginapan 200 dolar per malam. Tanpa langkah grounding, bot bisa saja menjawab dengan percaya diri bahwa batasnya 100 dolar per malam, sepenuhnya karangan. Setelah dokumen dilampirkan, bot mengutip kebijakan perjalanan perusahaan: penginapan dibatasi hingga 200 dolar per hari. Selisih antara karangan dan kutipan bergantung sepenuhnya pada grounding.

Cara menambahkan knowledge

1. Buka agen Anda di Copilot Studio.
2. Dari layar ikhtisar, klik Knowledge.
3. Pilih untuk menambah knowledge, lalu unggah file. Arahkan ke expensespolicy.docx atau sumber tepercaya lainnya.
4. Jika mau, Anda juga bisa menghubungkan situs web publik atau lokasi SharePoint, tetapi file terasa lebih rapi.
5. Tunggu proses pengindeksan, yang bisa memakan waktu 10 menit atau lebih. Jangan panik jika kueri pertama belum mengambil dari dokumen.
6. Setelah selesai, ajukan kembali pertanyaan. Jawaban yang benar-benar grounded menampilkan angka 200 dolar beserta kutipan kecil yang menunjukkan asalnya dari dokumen.

Conversational boosting bukan jalan pintas

Sebagian orang mengira conversational boosting akan menutupi celah secara ajaib. Padahal boosting tidak menciptakan pemahaman tentang kebijakan, ia hanya memperkuat pola teks. Jika tidak ada kecocokan dalam knowledge Anda, boosting dapat kembali ke pengetahuan umum bawaan model dan memberi jawaban yang tidak jelas atau tidak akurat. Untuk topik penting, konfigurasikan agar hanya mencari di sumber yang Anda tambahkan, terutama jika taruhannya adalah kepatuhan keuangan atau SDM.

Persona: nama, deskripsi, instruksi, dan nada

Akurasi saja belum cukup, karena cara kebenaran disampaikan juga penting. Di Copilot Studio, kepribadian agen tidak datang gratis. Anda harus menulisnya lewat kolom nama, deskripsi, dan instruksi di halaman ikhtisar. Jika dibiarkan kosong, Anda mendapat balasan generik tanpa otoritas, seperti karakter NPC yang terjebak dalam mode tutorial. Di lingkungan seperti SDM atau keuangan, nada generik membuat orang merasa sedang mencoba prototipe, bukan alat yang bisa diandalkan.

Batas dan fungsi tiap kolom

• Nama dibatasi 30 karakter, jadi buat singkat dan tajam, misalnya "Pakar kebijakan pengeluaran".
• Deskripsi menampung sekitar 1000 karakter, cukup untuk beberapa kalimat jelas, misalnya bahwa agen memberi jawaban terkini kepada karyawan dari kebijakan perjalanan resmi, mengutip bagian yang relevan, dan menghindari spekulasi.
• Instruksi menampung hingga 8000 karakter. Di sinilah aturan kerja dikunci.

Jangan berhenti pada "jadilah membantu". Jabarkan perilakunya: kutip baris kebijakan jika tersedia, hindari jawaban spekulatif, ringkas dalam satu kalimat yang jelas, lalu berikan kutipan. Atur juga nadanya, misalnya formal dan profesional, atau santai dan mudah dipahami untuk staf tanpa latar belakang teknis. Contoh langsung di dalam instruksi pun boleh ditambahkan.

Sapaan awal dan ikon

Dua perbaikan cepat sering terlewat. Pertama, edit topik awal percakapan dan ganti sambutan standar dengan intro sesuai peran, misalnya: "Saya di sini untuk membantu Anda memahami kebijakan perjalanan dan akan mengutip dokumen resmi jika memungkinkan." Segarkan percakapan untuk mengujinya. Kedua, ganti ikon agen. Sistem mendukung PNG hingga 192 × 192 piksel, dan logo sederhana saja sudah membuat agen tampak lebih bermerek dan tepercaya sejak sebelum respons pertama.

Perubahan kecil ini berdampak besar. Intro yang menyebut peran mendorong pengguna mengajukan pertanyaan yang relevan, aturan nada menghindari penjelasan berlebihan, dan instruksi yang ketat menjaga AI tidak bertele-tele. Urutannya: tetapkan persona sebelum menyentuh logika tingkat lanjut.

Debugging real-time: reproduksi, isolasi, perbaiki, uji ulang

Ujian sebenarnya bukan saat membuat agen, melainkan saat agen gagal. Berhenti dan baca log alih-alih menyerah setelah kegagalan pertama. Siklusnya: perhatikan kesalahan, isolasi, perbaiki, lalu jalankan kembali pengujian.

Lima langkah rutin

1. Reproduksi kueri yang gagal di panel uji dengan pertanyaan yang persis sama.
2. Tekan ikon segarkan atau mulai obrolan baru agar percakapan direset.
3. Buka topik untuk melihat mana yang terpicu. Jika yang aktif adalah topik conversational boosting milik sistem dan bukan topik Anda, bot sedang mengandalkan model, bukan knowledge Anda.
4. Jika berasal dari boosting, periksa apakah file atau situs yang relevan sudah diunggah dan diindeks. Tanpa indeks, tidak ada landasan.
5. Edit instruksi atau konten topik, simpan, lalu jalankan ulang kueri yang sama.

Pola reproduksi, perbaiki, jalankan ulang adalah mantra yang sebaiknya tidak dilewati.

Topik baru dan uji nada A/B

Kadang masalahnya bukan jawaban yang samar, melainkan struktur yang hilang. Di halaman topik tersedia opsi tambah dari deskripsi dengan Copilot. Jelaskan kebutuhan Anda, misalnya menjawab langsung saat pengguna bertanya tentang batas pengeluaran, lalu sistem menyusun kerangka topiknya. Cara ini berguna jika agen terus mengabaikan pertanyaan dasar yang sama.

Anda juga bisa menjalankan eksperimen 10 menit ala uji A/B. Tulis varian A dengan bahasa kebijakan formal, simpan, tanyakan batas biaya perjalanan, dan catat jawabannya. Ubah ke varian B, yaitu panduan HR yang ramah dan menjelaskan secara santai sambil tetap mengutip aturan, lalu ajukan pertanyaan yang sama. Anda mendapat log berdampingan untuk memilih persona terbaik, hanya dengan panel uji.

Contoh perbaikan

Misalkan penguji bertanya, "berapa biaya hotel yang bisa saya dapat?" dan bot menjawab samar, "tanyakan kepada HR". Itu bukan kegagalan total, melainkan petunjuk. Mungkin dokumen kebijakan belum terindeks, atau frasa pemicu belum menyertakan kata "hotel". Periksa tab knowledge untuk memastikan file aktif, tambahkan "pengeluaran hotel" sebagai frasa pemicu, lalu jalankan ulang. Jika bot kini menjawab bahwa penginapan dibatasi hingga 200 dolar per malam, masalahnya teratasi.

Satu tambahan kecil adalah pembuka percakapan. Kotak teks kosong membuat pengguna bingung, jadi isi tiga hingga lima saran di halaman ikhtisar, seperti "Berapa batas hotel?" atau "Bagaimana cara mengajukan klaim?" Pengguna bisa langsung mengeklik, dan Anda menguji jalur nyata dengan lebih cepat.

Publikasi: kejutan saluran dan pilot tertutup

Menekan tombol terbitkan bukan sekadar satu klik. Proses ini menentukan siapa yang bisa menjangkau agen, bagaimana mereka masuk, dan bagaimana respons tampil. Setiap saluran punya keunikan: jawaban yang bersih di studio bisa tampil berbeda atau gagal di Teams. Cara Teams membungkus teks dan meneruskan metadata, misalnya, bisa membuat bot membalas "Saya tidak mengerti" padahal bot-nya tidak berubah. SharePoint punya perlakuan sendiri terhadap spasi baris, dan situs web demo bisa merender format secara berbeda.

Daftar periksa penerbitan

1. Pastikan file knowledge sudah terindeks penuh.
2. Atur autentikasi. Untuk demo luas, pilih tanpa autentikasi agar siapa pun dengan tautan bisa mencoba.
3. Tekan terbitkan dan pastikan muncul banner konfirmasi hijau atau pembaruan status di halaman saluran.
4. Buka pengaturan saluran situs web demo, lalu perbarui pesan sambutan dan pemulai percakapan.
5. Jalankan pilot tertutup, jangan langsung menyiarkan ke seluruh tenant.

Beri tahu kelompok pilot bahwa mereka adalah penguji. Minta mereka mencoba bahasa santai, salah ketik, dan bila perlu mengunggah file. Kesalahan mereka mengungkap titik lemah dan menghasilkan bahan mentah untuk menyempurnakan agen sebelum rilis ke seluruh perusahaan.

Ulangi skenario yang sama di setiap saluran target: kueri formal, frasa santai, salah ketik, dan satu kutipan dasar. Lihat apakah Teams menampilkannya berbeda, bagaimana SharePoint menangani spasi, dan apakah situs demo masih menampilkan kutipan sumber.

Pantau setelah rilis

Setelah agen berjalan, data penggunaan mulai mengalir. Pusat admin Power Platform dan analitik bawaan menampilkan angka adopsi, jumlah kesalahan, dan percakapan yang gagal memicu topik. Pantau log agar bot digunakan dengan benar dan tidak menimbulkan tiket bantuan. Publikasi adalah awal kampanye lapangan, bukan garis akhir.

Kesalahan pemula yang paling sering terjadi

• Hanya menguji kalimat rapi. Pengguna nyata mengetik santai dan salah ketik, jadi frasa pemicu harus mencakup variasi itu.
• Mengabaikan grounding. Tanpa sumber yang diindeks, bot menebak dan bisa berhalusinasi.
• Mengandalkan conversational boosting untuk menutup celah pengetahuan, padahal ia bisa kembali ke pengetahuan umum model.
• Membiarkan nama, deskripsi, dan instruksi kosong, sehingga agen terdengar hambar dan tidak berotoritas.
• Tidak menunggu pengindeksan selesai sebelum menyimpulkan bahwa grounding gagal.
• Hanya menguji di studio. Teams, SharePoint, dan situs demo punya perilaku masing-masing.
• Merilis ke semua departemen sekaligus, tanpa pilot tertutup dan tanpa memantau telemetri.

Takeaways praktis dan kesimpulan

• Uji setiap pertanyaan dalam tiga versi: bersih, santai, dan dengan salah ketik.
• Perluas frasa pemicu dengan bahasa sehari-hari, bukan hanya bahasa dokumen.
• Unggah dokumen kebijakan asli lewat Knowledge, tunggu pengindeksan, lalu pastikan jawaban disertai kutipan.
• Untuk topik yang menuntut presisi, batasi pencarian pada sumber yang Anda tambahkan.
• Isi nama (maks. 30 karakter), deskripsi (sekitar 1000 karakter), dan instruksi (hingga 8000 karakter), termasuk nada dan aturan perilaku.
• Ganti sambutan awal, ikon, dan tambahkan tiga hingga lima pembuka percakapan.
• Debug dengan siklus reproduksi, reset percakapan, cek topik yang terpicu, cek indeks, perbaiki, dan jalankan ulang.
• Sebelum publikasi, pastikan indeks selesai dan autentikasi diatur, lalu jalankan pilot tertutup.
• Uji ulang di setiap saluran target dan pantau analitik setelah rilis.

Agen Copilot Studio yang andal lahir dari tiga hal: grounding pada sumber terverifikasi, persona yang ditulis dengan sengaja, dan pengujian yang tidak berhenti di panel uji. Jika ketiganya dijalankan berulang, mulai dari debugging hingga pilot tertutup dan pemantauan, agen Anda berubah dari penebak yang percaya diri menjadi rekan kerja yang kutipannya bisa diperiksa dan dipercaya pengguna.