Glossario di Microsoft Copilot: termini chiave spiegati

By Mirko Peters · 2026-03-15 · Updated 2026-03-24

Scopri la terminologia di Copilot! Comprendi i termini e i concetti chiave dell'intelligenza artificiale. La tua risorsa di riferimento per le definizioni di Copilot.

Automatically translated with AI from the original post. Read the English original

Se hai sentito parlare di Microsoft Copilot ma ti sei perso tra il gergo tecnico, non sei il solo. Microsoft Copilot, l'assistente basato sull'intelligenza artificiale di Microsoft, sta cambiando il modo di lavorare in Microsoft 365, Azure e in altre piattaforme. Con queste nuove potenti funzionalità arriva anche un'ondata di nuova terminologia che gli utenti devono capire.

Questa guida è pensata per chiunque usi, gestisca o voglia semplicemente restare al passo con Copilot nell'ecosistema in continua espansione di Microsoft. Familiarizzare con la terminologia di Copilot non è solo utile: è essenziale per aumentare la produttività, ottenere il massimo valore dal proprio investimento e garantire il rispetto delle best practice in materia di conformità e sicurezza.

Nelle sezioni che seguono troverai definizioni chiare e spiegazioni pratiche che ti aiuteranno a orientarti e a riuscire nel nuovo ambiente di lavoro basato sull'intelligenza artificiale.

1. Evoluzione continua: il glossario di Copilot non è statico; le voci sulla terminologia di Microsoft Copilot vengono aggiornate regolarmente per riflettere nuove funzionalità, criteri aziendali e capacità dell'intelligenza artificiale in evoluzione.
2. Definizioni contestuali: molte voci del glossario includono varianti contestuali, quindi la stessa parola della terminologia di Microsoft Copilot può avere significati diversi a seconda che venga usata in Teams, Word o Azure.
3. Etichette per la gestione dei dati sensibili: il glossario contiene tag specifici che indicano in che modo i termini si collegano alla privacy e alla governance dei dati, aiutando le organizzazioni a interpretare la terminologia di Microsoft Copilot tenendo conto della conformità.
4. Localizzazione oltre la traduzione: le voci vengono localizzate non solo per lingua ma anche in base alle differenze regionali nei flussi di lavoro, così la terminologia di Microsoft Copilot si adatta alle prassi aziendali e alle norme giuridiche locali.
5. Spiegazioni orientate ai ruoli: le definizioni includono spesso esempi specifici per ruolo (amministratore, sviluppatore, utente finale), rendendo la terminologia di Microsoft Copilot immediatamente applicabile ai diversi destinatari.
6. Mappatura di interoperabilità: il glossario associa i termini di Copilot ai concetti corrispondenti di Microsoft 365 e Azure, riducendo le ambiguità quando la terminologia di Microsoft Copilot si sovrappone tra i servizi.
7. Citazioni tracciabili alla fonte: molte voci rimandano alla documentazione di prodotto, agli articoli di supporto e ai changelog, così gli utenti possono verificare come è stata ricavata la terminologia di Microsoft Copilot e quando è cambiata.
8. Formati leggibili dalle macchine: parti del glossario di Copilot sono pubblicate in formati strutturati (JSON/CSV) per consentire l'automazione, l'integrazione con tassonomie e l'uso programmatico della terminologia di Microsoft Copilot.

Capire Microsoft Copilot: concetti chiave e ruoli

Vediamo che cos'è davvero Microsoft Copilot. In parole semplici, Copilot funziona come un assistente digitale, basato su un'intelligenza artificiale avanzata, direttamente all'interno delle app che usi ogni giorno: pensa a Word, Teams, Excel e persino Azure. Il suo compito? Aiutarti a scrivere, analizzare, comunicare, pianificare e molto altro, con molto meno sforzo. Ma per usare Copilot con sicurezza, devi capire alcuni concetti di base.

Copilot non è un'app autonoma. È piuttosto un livello che opera in Microsoft 365 e Azure per rendere più rapidi e intelligenti i compiti quotidiani. Risponde ai tuoi «prompt» (in sostanza, istruzioni che dai in linguaggio naturale), recupera informazioni, automatizza le operazioni di routine e persino collega dati tra sistemi diversi.

Ci sono alcuni ruoli chiave che incontrerai. Lo utente è chiunque interagisca con Copilot per portare a termine il proprio lavoro. L'amministratore (talvolta detto amministratore del tenant) è colui che si occupa di configurare le impostazioni, le autorizzazioni e la sicurezza di Copilot per l'organizzazione. L'agente AI è la parte di Copilot che svolge il lavoro più pesante, come interpretare le richieste o eseguire azioni.

Copilot si integra anche nei flussi di lavoro aziendali e rispetta i criteri di sicurezza impostati dagli amministratori. Che si tratti di stabilire a quali dati Copilot può accedere o di collegarsi a un flusso di lavoro specifico in Teams, comprendere queste basi su «chi fa cosa» è il primo passo per usare Copilot in modo sicuro ed efficace.

Glossario essenziale della terminologia di Microsoft Copilot

• Prompt: L'istruzione o la domanda che digiti a Copilot. Ad esempio, «Riassumi gli appunti della riunione di oggi.» Più il prompt è chiaro, migliore sarà il risultato.
• Plugin: Estensioni facoltative che ampliano le funzionalità di Copilot, ad esempio collegandosi a strumenti di terze parti come Salesforce, così che Copilot possa recuperare dati aggiuntivi.
• Agente: Il «collaboratore» basato sull'IA che esegue attività o automazioni specifiche all'interno di Copilot. Pensa a un agente come a un mini-assistente dedicato a un compito preciso, ad esempio generare un report o aggiornare un calendario.
• Finestra di contesto: La quantità di informazioni che Copilot può considerare contemporaneamente quando risponde al tuo prompt. Se chiedi a Copilot di esaminare un documento lungo, "ricorda" solo ciò che rientra in questa finestra.
• Grounding: Il processo con cui Copilot collega il tuo prompt ai dati reali dell'organizzazione (file, email, chat), così che le risposte siano pertinenti e accurate per il tuo lavoro, e non risultati generici dell'IA.
• Governance: Criteri e controlli impostati dagli amministratori per gestire chi può usare Copilot, a quali dati può accedere e come si comporta. Questo mantiene le operazioni basate sull'IA sicure e conformi.
• Data Loss Prevention (DLP): Strumenti di sicurezza che bloccano la condivisione o la fuga di informazioni sensibili, come i numeri di previdenza sociale, attraverso i risultati prodotti da Copilot.
• Tenant: L'ambiente Microsoft 365 dedicato della tua organizzazione: pensalo come la "base operativa" della tua azienda nel cloud.
• Microsoft Graph: Il framework che Copilot utilizza per accedere in modo sicuro ai dati dell'organizzazione in tutto Microsoft 365, rispettando chi può vedere cosa.

Come Copilot si integra con Microsoft 365 e Azure

Copilot non è semplicemente spalmato sopra i tuoi strumenti Microsoft: è integrato direttamente al loro interno. Per Microsoft 365, Copilot è presente in applicazioni come Teams, Outlook, Word, Excel, Power BI e Power Platform. In ciascuna di esse compare in modo contestuale, proponendo di riassumere chat, redigere email, analizzare fogli di calcolo o automatizzare flussi di lavoro.

Dietro le quinte, Copilot accede ai dati dell'organizzazione tramite API sicure e servizi come Microsoft Graph. Questo gli consente, ad esempio, di recuperare file pertinenti da SharePoint, di comprendere le email recenti o di reperire le conversazioni di Teams quando risponde al tuo prompt. Rispetta i limiti di sicurezza già definiti nell'organizzazione, quindi vedi solo i dati a cui sei autorizzato ad accedere.

In Azure, l'integrazione di Copilot è un po' più tecnica: può collegarsi a origini dati nel cloud, automatizzare attività e perfino aiutare con il codice o la configurazione dell'infrastruttura. La sua integrazione si basa su autorizzazioni, regole di governance e ruoli utente definiti nel tuo ambiente Azure.

Per far funzionare Copilot, gli amministratori potrebbero dover abilitare determinate funzionalità o connessioni e, nella maggior parte dei casi, seguire le procedure consigliate in materia di sicurezza. Se vuoi approfondire un utilizzo sicuro e governato di Copilot, le strategie illustrate in questa risorsa su Purview e DLP di Power Platform sono una lettura imprescindibile. Comprendere questi fondamenti ti aiuta a capire dove si colloca Copilot negli strumenti di tutti i giorni e perché rappresenta un autentico salto in avanti nel panorama di Microsoft 365 e Azure.

Agenti di Copilot e flussi di lavoro agentici

Con Copilot si sente parlare molto di "agenti", ma non è solo un modo di dire: gli agenti sono uno degli ingredienti segreti dell'automazione moderna. In Copilot, un agente è un assistente basato sull'IA progettato per gestire attività specifiche e ripetibili. Non si tratta delle vecchie macro o dei bot poco brillanti di una volta. Gli agenti sono più intelligenti, più autonomi e in grado di gestire flussi di lavoro complessi che attraversano app e origini dati diverse.

I "flussi di lavoro agentici" sono sequenze di attività non solo automatizzate, ma coordinate da un agente. Ad esempio, un agente potrebbe leggere i dati di vendita, aggiornare le dashboard in Power BI e avvisare le persone giuste in Teams quando gli obiettivi non vengono raggiunti. È molto più avanzato che premere un pulsante "esegui macro": è quasi come avere un collaboratore che segue la situazione, verifica i dettagli e misura i risultati.

Ma da grandi poteri derivano grandi responsabilità in termini di governance. Se lasci gli agenti liberi di operare senza controllo, le cose possono complicarsi: deriva delle identità, fughe accidentali di dati e perdita di visibilità. Le aziende hanno bisogno di controlli solidi (come ID agente stabili e contratti chiari per gli strumenti) in modo che ogni azione resti tracciabile e sicura. Per approfondire come governare gli agenti, inclusi Entra Agent ID e i controlli del rischio, dai un'occhiata a questa analisi dettagliata sulla governance degli agenti.

I flussi di lavoro agentici trasformano la routine quotidiana, rendendo la collaborazione più fluida e le decisioni più rapide, ma solo se mantieni il controllo saldo. Se gestisci agenti, è fondamentale applicare autorizzazioni solide, monitorare con gli strumenti di audit e configurare bene la DLP, come spiegato in questa guida su sicurezza e conformità per Copilot. In questo modo ottieni i vantaggi dell'automazione senza i grattacapi del caos o degli errori di conformità.

Intelligenza artificiale, grounding e prompt spiegati

L'intelligenza artificiale in Copilot non è magia: è un mix di grandi cervelli (large language model) e del buon senso di sempre (i dati dell'organizzazione). L'"AI" alla base di Copilot si fonda su potenti modelli linguistici addestrati a capire le tue parole, a rispondere in modo naturale e a generare contenuti coerenti con il tuo stile. Ma l'AI da sola non basta in azienda: servono pertinenza rispetto ai dati dell'organizzazione, contesto e regole.

Qui entra in gioco il grounding. Il grounding significa che Copilot non improvvisa; ancora invece le sue risposte ai dati presenti nei tuoi file, nelle email, nei calendari o nelle chat. Ad esempio, se chiedi "Quali sono stati i principali risultati delle vendite del primo trimestre?", Copilot cerca nei fogli di calcolo di vendita reali dell'organizzazione o nei dati del CRM, e ti fornisce risposte utili e precise, non supposizioni generiche.

Tutto ciò che ottieni da Copilot parte da un prompt. Un prompt può essere un comando diretto ("Crea una presentazione sulle tendenze di mercato") oppure una domanda ("Chi è reperibile questa settimana?"). Il modo in cui formuli il prompt determina qualità e pertinenza dell'output di Copilot. I prompt efficaci sono chiari, specifici e, quando possibile, indicano a Copilot il materiale di partenza giusto.

Il prompt engineering sta diventando una competenza vera e propria: saper chiedere a Copilot ciò che vuoi nel modo in cui lo "comprende" meglio. Poiché Copilot recupera informazioni basate sui dati e sul contesto della tua organizzazione, conviene pensare a quali file, autorizzazioni e team Copilot può raggiungere prima di fare la richiesta. Questo trio (intelligenza artificiale, grounding e prompt) costituisce il cuore operativo che alimenta la tua produttività con Copilot. Se li padroneggi, non ti limiti a usare Copilot: lo sfrutti appieno nel tuo lavoro quotidiano.

Termini chiave su governance e sicurezza in Copilot

• Conformità dei dati: Regole che garantiscono che Copilot tratti sempre i dati dell'organizzazione in linea con le normative di settore (come il GDPR), i criteri aziendali e le garanzie sulla privacy. Sapere chi può accedere a cosa è indispensabile per restare conformi.
• Microsoft Purview: La suite Microsoft per la gestione di sicurezza, privacy e conformità dei dati. Purview aiuta a definire criteri per la gestione, l'etichettatura dei dati ed effettuare audit su tutte le attività di Copilot. Scopri di più su come si inserisce nella governance di Copilot in questa risorsa completa sui criteri.
• Zero trust: Un approccio alla sicurezza in cui nulla è considerato sicuro a priori: ogni azione di Copilot viene verificata e convalidata prima di concedere l'accesso. Nessuna scorciatoia. Ogni richiesta, sempre.
• Data Loss Prevention (DLP): Controlli automatizzati che individuano e bloccano la condivisione accidentale (o intenzionale) di dati sensibili tramite Copilot. La DLP fa da "sorvegliante" dell'AI, assicurando che nulla sfugga al controllo.
• Confine del tenant: Le rigide barriere digitali che separano i dati della tua organizzazione da quelli di altri nel cloud Microsoft. Copilot rispetta i confini del tenant, quindi le tue informazioni non finiscono mai dalla parte sbagliata.
• Role-Based Access Control (RBAC): Strumenti di amministrazione per definire con precisione chi può fare cosa, dove e con quali dati all'interno di Copilot e in tutto Microsoft 365. L'RBAC è il pilastro per delegare in sicurezza.
• Autorizzazioni Graph: Impostazioni che controllano quali origini dati dell'organizzazione possono essere lette dagli agenti AI di Copilot. Limitare le autorizzazioni è fondamentale per evitare un'esposizione eccessiva, come illustrato in questa guida su governance e conformità.

Per migliorare ulteriormente il tuo modo di usare Copilot, dai un'occhiata alla checklist pratica per la governance illustrata in Copilot Governance: Policy or Pipe Dream?, che tratta contratti, licenze, etichettatura automatica e buone pratiche per il comitato sull'AI.

Suggerimenti per sfruttare al meglio Microsoft Copilot

• Sfrutta le risorse di apprendimento: Non andare avanti a intuito: segui la formazione ufficiale Microsoft su Copilot e consulta guide come il Centro di apprendimento centralizzato di Copilot. Questi contenuti si aggiornano rapidamente per stare al passo con le nuove funzionalità.
• Partecipa alla community: Iscriviti a forum o gruppi di utenti per scambiare consigli, condividere casi reali e individuare tempestivamente i problemi.
• Tieni d'occhio gli aggiornamenti: Microsoft Copilot è in continua evoluzione. Attiva le notifiche su nuove funzionalità, patch di sicurezza e modifiche alla terminologia, così non ti troverai mai impreparato.
• Favorisci l'allineamento a livello di organizzazione: Condividi le buone pratiche e promuovi la competenza su Copilot. Così il lavoro di squadra diventa più fluido e tutti restano sulla stessa (appunto digitale) lunghezza d'onda.
• Dai priorità a sicurezza e governance: Segui sempre le indicazioni dell'amministratore per un utilizzo sicuro e segnala tutto ciò che ti sembra anomalo.

Domande frequenti: risorse aggiuntive per Microsoft 365 Copilot

Che cos'è la terminologia di Microsoft Copilot e perché è importante?

La terminologia di Microsoft Copilot indica l'insieme di termini e concetti usati per descrivere le funzionalità AI di Microsoft e i suoi componenti, come Copilot Studio, i connettori, l'orchestratore e le principali funzioni di copilot. Capire questi termini aiuta a sfruttare correttamente l'esperienza Copilot, a usare l'AI in modo responsabile e a interpretare come modelli di base, LLM e retrieval-augmented generation (RAG) lavorano insieme per generare risposte simili a quelle umane e fornire informazioni da origini dati esterne.

Come si inserisce Copilot Studio nell'ecosistema Copilot?

Copilot Studio è il servizio low-code che consente a sviluppatori e maker di creare e personalizzare copilot. Si collega ai connettori per copilot e ai connettori di Microsoft Graph, configura il recupero e il ranking semantico, si integra con Azure OpenAI o altri LLM e orchestra il modo in cui l'assistente AI risponde al linguaggio naturale e recupera le informazioni pertinenti da knowledge graph, Office 365 o origini dati esterne.

Che cosa sono i connettori per copilot e come accedono ai dati esterni?

I connettori per copilot sono plugin o API che permettono ai copilot di accedere a origini dati esterne, come i connettori di Microsoft Graph, API di terze parti, database o Microsoft Fabric. Consentono di recuperare le informazioni pertinenti e di combinare le conoscenze provenienti da più sistemi, così il copilot può generare testo, rispondere alle domande e fornire risposte contestualizzate all'input dell'utente.

Come si collegano LLM, modelli di base e Azure OpenAI a Microsoft Copilot?

LLM e modelli di base sono i modelli di machine learning sottostanti che generano testo e risposte simili a quelle umane. Lo stack AI di Microsoft sfrutta Azure OpenAI e altri servizi AI di Azure per ospitare e mettere a punto questi modelli, permettendo a Copilot, assistente basato sull'AI, di usare l'AI generativa, applicare l'elaborazione del linguaggio naturale e produrre risposte conversazionali alle interazioni degli utenti, nel rispetto degli aggiornamenti di sicurezza e delle linee guida per un'AI responsabile.

In che modo l'input in linguaggio naturale e l'elaborazione semantica migliorano l'esperienza con Copilot?

L'input in linguaggio naturale e l'elaborazione semantica consentono ai copilot di interpretare il linguaggio umano, riconoscere l'intento e convertire l'input dell'utente in query di recupero o azioni. Grazie alla ricerca semantica, a RAG e alle tecniche di NLP, i copilot possono recuperare le informazioni pertinenti, riassumere grandi quantità di testo e generare risposte simili a quelle umane, coerenti con la richiesta dell'utente e con il knowledge graph o i dati accessibili tramite i connettori.

Quali sono i casi d'uso più comuni di Microsoft Copilot in ambito business e produttività?

Tra i casi d'uso ci sono la redazione automatica di email in Office 365, la creazione di report con i dati di Microsoft Fabric, la generazione di riepiloghi da documenti lunghi, l'alimentazione di chatbot per il supporto tecnico, la creazione di app low-code con Power Apps dotate di interfacce conversazionali basate su copilot, il recupero di insight sui clienti tramite i connettori di Microsoft Graph e l'abilitazione di flussi di analisi che sfruttano modelli di machine learning e retrieval-augmented generation per fornire risposte e raccomandazioni.

In che modo Microsoft garantisce aggiornamenti di sicurezza e un'IA responsabile nei copilot?

Microsoft combina pratiche di sicurezza della piattaforma, autorizzazioni dei connettori, controlli sulle API e aggiornamenti di sicurezza regolari con framework di IA responsabile che includono governance dei modelli, revisione con intervento umano (human-in-the-loop) e monitoraggio dell'utilizzo. Le organizzazioni possono applicare controlli di accesso, prevenzione della perdita di dati (DLP) e audit, seguendo le indicazioni di Microsoft Learn e le best practice di conformità per mitigare i rischi legati ai contenuti generati dall'IA e all'accesso a dati esterni.

Gli sviluppatori possono estendere i copilot con API, plugin e Power Apps?

Sì, gli sviluppatori possono sfruttare API, connettori per copilot, plugin e strumenti low-code come Power Apps per estendere i copilot: possono richiamare servizi esterni tramite API, integrare modelli in stile GPT tramite Azure OpenAI, implementare un recupero personalizzato da knowledge graph o database e usare Copilot Studio per orchestrare i flussi di lavoro e personalizzare l'esperienza del copilot per specifiche interazioni degli utenti e processi aziendali.

Che cos'è la retrieval-augmented generation e in che modo aiuta a recuperare informazioni pertinenti?

La retrieval-augmented generation (RAG) combina il recupero di documenti pertinenti con i modelli di IA generativa, così che il modello possa basare le risposte su fonti reali. I copilot usano la RAG per interrogare i connettori, recuperare documenti di supporto e generare risposte che fanno riferimento a contenuti concreti, migliorando l'accuratezza quando l'IA genera testo o fornisce insight a partire da grandi quantità di testo o da fonti di dati esterne distribuite.

In che modo le organizzazioni misurano e migliorano l'esperienza con il copilot e i modelli di apprendimento?

Le organizzazioni monitorano le interazioni degli utenti, i tassi di successo delle query, i cicli di feedback e le metriche conversazionali per perfezionare i prompt, riaddestrare o mettere a punto (fine-tuning) i modelli di machine learning, aggiornare i connettori e modificare le impostazioni del recupero semantico. Le risorse di Microsoft Learn e altro materiale di riferimento offrono best practice per migliorare iterativamente l'esperienza con il copilot, aumentarne la pertinenza e far sì che l'assistente IA fornisca risposte utili e dal tono naturale.

Che ruolo hanno i knowledge graph e i connettori di Microsoft Graph nel rispondere alle domande degli utenti?

I knowledge graph e i connettori di Microsoft Graph strutturano e indicizzano i dati aziendali, così che i copilot possano recuperare rapidamente fatti e relazioni consapevoli del contesto. Collegandoli a Copilot Studio e all'orchestratore, i copilot possono costruire risposte più ricche, portare in primo piano informazioni pertinenti da Office 365 o da fonti esterne e rispondere meglio a domande complesse formulate in linguaggio naturale.

Dove posso trovare supporto tecnico e risorse aggiuntive per creare copilot?

Sviluppatori e amministratori possono consultare Microsoft Learn, la documentazione di Azure AI e Azure OpenAI, gli esempi su GitHub, i forum della community e il supporto ufficiale Microsoft per assistenza tecnica. Tra le risorse aggiuntive figurano la documentazione API dei connettori per copilot, guide sull'IA responsabile, best practice per gli aggiornamenti di sicurezza e tutorial sull'uso di Copilot Studio, Power Apps e Microsoft Fabric per sfruttare i copilot in casi d'uso specifici.