Microsoft Copilot のデータソースを解説

By Mirko Peters · 2026-03-21 · Updated 2026-03-24

Microsoft 365 Copilot コネクタ: 外部データソース。外部データで Copilot を拡張しましょう。ナレッジソースを接続して、Microsoft Search と Copilot の体験を強化します。

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

Microsoft Copilot を活用するうえで、その知識がどこから得られているのかを正確に把握することは、有用に使いこなすための第一歩です。この記事では、Microsoft Copilot の主要なデータソースを解説します。Microsoft 365 に組み込まれた接続と、拡大しているサードパーティ製の統合の両方を取り上げます。

Copilot が、SharePoint サイト、クラウドドキュメント、Salesforce などの接続されたビジネスアプリにあるビジネス情報をどのようにアクセス、処理、保護するのかを理解できます。技術的な仕組みと、ガバナンスやデータプライバシーが全体像にどう関わるかの両方を掘り下げます。Copilot を初めて設定する場合でも、機密データを適切に管理するためのベストプラクティスを探している場合でも、しっかりとした理解を築くために必要な内容はここから始まります。

• Copilot コネクタを使うと、Microsoft のアプリ以外のサードパーティ製コンテンツも取り込めます。CRM、ファイルストア、カスタムアプリなどの外部システムを、microsoft copilot data sources で使われるのと同じナレッジ基盤に取り込めます。
• コネクタは検索インデックスとベクトル埋め込みの両方を作成します。Copilot はテキストをインデックス化するだけでなく、セマンティックベクトルを構築するため、キーワードだけでなく意味に基づいて回答を生成できます。
• セキュリティとコンプライアンスはデータに付随します。取り込まれたコンテンツは Microsoft Purview ポリシー、秘密度ラベル、既存の Microsoft 365 のアクセス制御を尊重するため、クエリでは許可された結果だけが表示されます。
• 増分同期とリアルタイムの更新に対応しています。多くのコネクタは変更を頻繁にプッシュしたり、Webhook ベースの変更通知を使用したりできるため、Copilot は新しいコンテンツをすばやく把握できます。
• コネクタの対象を特定のチームやフォルダーに絞り込めます。管理者は、コネクタが公開するコンテンツ（サイト、フォルダー、メタデータ単位）を制限して、ノイズを減らし、公開範囲を最小限に抑えられます。
• プライベートコネクタやカスタムコネクタも作成できます。組織はコネクタフレームワークや API を使って独自のコネクタを構築し、取り込み前に独自スキーマへの対応やデータ変換を行えます。
• コネクタのテレメトリーは、関連性とガバナンスの調整に役立ちます。利用状況の指標、インデックスの正常性、クエリのシグナルを確認できるため、管理者はソースを見直し、コストを管理し、時間をかけて回答の品質を高められます。

Microsoft Copilot のナレッジソースを理解する

Microsoft Copilot を非常に強力にしている要素の大部分は、利用できるナレッジソースの幅広さです。これらのソースは、単なる「フォルダー内のファイル」や受信トレイのメモにとどまりません。メール、チャット、ドキュメント、予定表、さらには共同作業用の Wiki まで含まれ、これらすべてが Copilot の回答の材料として連携します。その結果、散在する情報同士を Copilot が結び付け、手作業では見つけにくい洞察を提示できる環境が生まれます。

ただし、Copilot が表面的なデータだけを参照していると考えるのは誤りです。Copilot は、構造化データ（データベースやリストなど）と非構造化コンテンツ（会議のメモ、チャットログ、PowerPoint のプレゼンテーションなど）の両方を深く参照します。接続するデータの範囲と種類は、Copilot が文脈を理解し、本当に役立つ回答を出せるかどうかに直接影響します。何がナレッジソースに該当するのか、そしてそれがなぜ重要なのかを理解することが、Copilot への投資から最大限の価値を得るための第一歩です。

以下のセクションでは、Copilot が認識する具体的なソースと、SharePoint や OneDrive といった Microsoft 365 の中核的なプラットフォームをどのように活用するのかを、より明確に紹介します。この基盤があれば、安全かつ賢い方法で Copilot を接続、管理、最適化できるようになります。

Microsoft 365 Copilot がサポートするナレッジソース

• メールと添付ファイル: Copilot は、スレッド、アーカイブされたメッセージ、そして忘れられがちな添付ファイルを含め、メールから文脈の手がかりを取得します。たとえば、受信トレイに埋もれた重要な契約書を見つけ、その詳細を要約できます。
• ドキュメント（Word、Excel、PowerPoint、PDF）: SharePoint、OneDrive、Teams のいずれに保存されていても、Copilot はこれらのファイルを処理して質問に答えたり、新しい文書を作成したり、傾向を分析したりします。PDF やクラウドネイティブのファイルも対象です。
• チャットと会話: Teams のチャット、メッセージ、会議の文字起こしはインデックス化され、洞察の抽出や素早い参照に使われます。6 か月前にグループチャットで決まったことがあれば、Copilot はそれを苦もなく再表示できます。
• カレンダーとイベント: Outlook と Teams のカレンダーデータは、Copilot が文脈、期限、会議の履歴を把握するのに役立ちます。個人のリマインダーの確認や、前四半期に話し合われた内容の確認にも欠かせません。
• Wiki と共同作業スペース: ナレッジベース、SharePoint サイト、社内 Wiki には、社内の参照先や手順が豊富にあります。Copilot はこれらを活用して、オンボーディング、トラブルシューティング、さらには「つい忘れがちな人事ポリシー」の検索にも役立てることができます。
• 構造化されたビジネスデータ: SharePoint リストのデータにはアクセスできますが、ガバナンス上の課題に注意してください。複雑で機密性が高く、長期間保持するデータセットには、堅牢なセキュリティ、リレーションシップ、コンプライアンス管理を備えた Microsoft Dataverse をお勧めします。
• 外部データソース: コネクタと API を通じて、Copilot は Salesforce や Zendesk などのサードパーティ製ツールや、独自のビジネスシステムにアクセスします。これにより情報の空白を埋め、より包括的な洞察を提供することで、Copilot の回答をより豊かで、ビジネスの実態に即したものにします。

こうした多様な情報源を統合することで、Copilot はコンテンツの要約からビジネス分析まで幅広く支援します。これにより、ユーザーは情報同士のつながりを見つけ、これまでサイロに閉じ込められていた知見を引き出せるようになります。

Microsoft 365 の統合ソース: SharePoint と OneDrive

Microsoft Copilot の中核となるのは SharePoint と OneDrive です。これらのプラットフォームは、組織の主要なコンテンツハブとして機能し、プロジェクトのドキュメントやレポートから契約書、共同編集のスプレッドシートまで、あらゆるものを保管しています。Copilot は作業を開始すると、これらのリポジトリを検索し、セマンティック検索を実行して、最も関連性の高い情報を作業の流れの中に直接表示します。

SharePoint では、構造化されたドキュメント、リスト、エンタープライズ Wiki、機密性の高いレコードが保管されることがよくあります。Copilot と統合することで、これらすべてのコンテンツに対するリアルタイム検索、ドキュメントの要約、ナレッジの統合が可能になります。一方、OneDrive は個人のファイルを保管するプライベートストレージとして機能します。Copilot は、ユーザーのアクセス許可に基づいて、OneDrive の個人メモ、下書き、作業中のドキュメントにインデックスを付け、要約し、取得できます。

これらの接続において、セキュリティは基本となります。Copilot は、SharePoint と OneDrive ですでに設定されているすべてのユーザーおよびグループのアクセス許可を尊重します。そのため、ユーザーが直接ファイルを閲覧できない場合は、AI の力を持ってしても Copilot も閲覧できません。自動化がどれほど高度になっても、この仕組みによりビジネスデータは保護され続けます。

これらの Microsoft 365 プラットフォーム全体で、信頼性の高い AI、コラボレーション、プロセスの自動化を実現したい組織には、厳格なガバナンスが不可欠です。SharePoint と AI のガバナンスに関するこのガイドなどのリソースで紹介されているチェックリストや運用プロトコルは、サイレントなデータ損失やアクセス許可のずれがない安定した環境の維持に役立ちます。

Microsoft Copilot による情報の処理と検索の仕組み

これらすべてのデータソースが接続されると、Microsoft Copilot が情報を統合する仕組みによって、真の力が発揮されます。Copilot は単なるキーワード検索エンジンではありません。質問の背後にある意図を理解し、さまざまなソースを横断して検索を実行し、メール、ドキュメント、チャットなどの文脈を組み合わせて、的確な回答を生成します。

このセクションでは、Copilot の AI を際立たせる仕組みについて解説します。要求に応じてビジネスの洞察を統合できる生成モデルと、単なる文字列ではなく意味を捉えるセマンティック検索です。このプロセスを理解することで、プロンプトの作成やワークフローの設定に役立ち、検索バーではなく実際の協力者から得られたように感じられる回答を引き出せるようになります。

Copilot がデータの構造や文脈をどのように取り込むのか、つまり関係性のマッピング、関連性の評価、結果のランク付けについて見ていきます。これにより、Copilot の回答はすべて、当てずっぽうではなく、実際の文脈に基づいたものになります。クエリの解釈から情報の取得まで、以下のセクションでは Copilot の処理能力と検索能力が本当に優れている点を詳しく解説します。

Copilot における生成回答とオーケストレーション

Microsoft Copilot は、ランダムなファイルから回答を寄せ集めているわけではありません。オーケストレーションされたナレッジ検索を実行します。つまり、複数のソースをスキャンし、文脈を分析したうえで、ご質問に合わせた回答を組み立てます。メール、ドキュメント、チャットがそれぞれ必要な情報をリレーのようにバトンタッチしていくイメージです。高速リレーレースのように考えるとわかりやすいでしょう。

仕組みは次のとおりです。質問を入力すると、Copilot はどの種類の情報が最も関連性が高いかを判断します。たとえば、会議の文字起こしからの要約や、SharePoint にあるポリシー文書などです。そのうえで、これらの場所からコンテンツを取得し、関連性を重み付けして、大規模言語モデルを使って回答をまとめます。この多層的なアプローチは、単純なキーワード検索をはるかに超えるものです。

たとえば、営業提案の準備をしているとします。Copilot は、最近の顧客メール、OneDrive にある提案書のドラフト、チームの SharePoint にある関連契約書などを、すべて自動的に取得できます。これらのコンテキストを組み合わせることで、Copilot は昨日の古い情報ではなく、現在のビジネス状況を反映した回答やドラフト文書を作成します。

このオーケストレーションは大きな転換点になります。調査の要約からプロジェクトの進捗報告まで、あらゆる作業を自動化でき、画面間の手作業の切り替えを減らすとともに、AI が生成するコンテンツの正確性を高めます。ワークフローをこの複数ソース型のモデルを前提に設計すると、Copilot の価値が本当に発揮されます。

関連性の高い結果を得るためのセマンティック検索とインデックス作成

セマンティック検索は、Copilot の切り札です。単純なキーワードの一致ではなく、クエリの背後にある意味を理解し、つながりや関係性、意図を読み取ります。Microsoft 365 に保存されたものはすべて、構造化されているかどうかにかかわらず、セマンティックにインデックス化されるため、Copilot は各コンテンツの関連性を判断できます。

ユーザーの意図のモデル化を中核に据えることで、Copilot はユーザーが必要だとすら気づいていなかった情報を見つけやすくします。文脈を豊かに反映し、意味に基づいた結果は、時間を節約するだけでなく、従来型の検索からは決して得られないビジネス上の価値をもたらします。

Copilot におけるコネクタと外部データ統合

Microsoft Copilot の活用範囲は、社内の Microsoft 365 クラウド内のドキュメントやチャットに限られません。統合プラグインやコネクタを使って外部プラットフォームやサードパーティ製システムのデータにアクセスできると、Copilot の real value がさらに発揮されます。これにより、CRM、サービスデスク、プロジェクト管理ツールにまたがる統合的なインサイトを提供できるようになります。

Salesforce などの SaaS プラットフォームや従来型データベースに接続する場合でも、Copilot のデータ統合戦略は柔軟性と拡張性を重視しています。外部のビジネスデータで Copilot の AI による回答を充実させたいときに重要になります。Microsoft の外部の情報が必要になるたびにワークフローが行き詰まらないようにできます。

以降のセクションでは、コネクタプラグインの仕組み、現在サポートされているシステム、そしてすべての情報を一元化する方法を詳しく見ていきます。また、クロスプラットフォームでのデータオーケストレーションの価値も紹介します。パフォーマンスやデータセキュリティを犠牲にすることなく、Copilot が知識のギャップを埋められるようにする仕組みです。

コネクタモデルと統合プラグイン

Microsoft Copilot は、コネクタと統合プラグインを活用して、Microsoft 365 という枠の外にある多種多様なシステムからデータを取り込みます。これらのコネクタは、事前構築済みのものもあれば、カスタムの拡張機能もあり、外部の SaaS プラットフォーム、SQL データベース、従来型の基幹業務アプリ、さらには独自のクラウドサービスに接続します。

標準的なコネクタモデルには、Microsoft Power Platform コネクタがあります。標準で 700 以上のシステムをサポートしています。Dynamics、SAP、SQL Server、カスタム開発のアプリなどのプラットフォームと Copilot の間で、API と業界標準のプロトコルを使って安全かつ直接的な接続を確立します。

大きな利点は、すべてのデータセットを M365 に複製する必要がないことです。代わりに、コネクタを使えば、Copilot がクラウドおよび一部のオンプレミス環境にまたがるコンテンツをリアルタイムで照会、要約、統合できます。単純なデータ取得の上にワークフローのロジックを重ねる必要がある、より高度な統合の場合は、プラグインも利用できます。

こうしたモデルで Copilot を拡張することで、組織はすべてをゼロから構築しなくても AI の知能を拡張できます。その際、接続単位の制御とデータアクセスの監査を通じて、セキュリティとガバナンスを維持できます。

Salesforce、ServiceNow、Zendesk を Copilot と連携させる

1. Salesforce: この連携により、Copilot は CRM のレコード、顧客メモ、営業インサイトを Microsoft 365 アプリ内で直接表示できます。ユーザーは最新の顧客データを使って提案書の下書きを作成したり、最新の商談情報をもとに会議の準備をしたりできます。Outlook や Teams を離れる必要はありません。Copilot は Salesforce のアクティビティを要約し、レポートを生成することもできます。
2. ServiceNow: ITSM プラットフォームに接続すると、Copilot がサポートチケット、ナレッジ記事、変更記録を呼び出せます。IT チームが素早く状況を把握する必要がある場合や、システムやサポート履歴に関する従業員からの問い合わせに答える場合に、非常に役立ちます。結果として、トラブルシューティングが速くなり、IT プロセスを 1 つの画面で把握できるようになります。
3. Zendesk: Copilot は Zendesk から顧客とのやり取り、解決の履歴、未解決のチケットを抽出できます。顧客対応を素早く要約したい、あるいはよくある課題を特定したいサポート担当者やアカウントマネージャーにとって有用です。いずれも使い慣れた Microsoft のインターフェイス内で行えます。
4. Confluence などのその他のプラットフォーム: Confluence のようなコンテンツプラットフォームと連携すると、Copilot はプロジェクトのドキュメントとリアルタイムの共同作業の間のギャップを埋められます。プロジェクトの更新情報、会議のメモ、標準作業手順書を Copilot の操作画面に取り込み、プロジェクト管理を効率化します。

通常、各連携には適切な管理者権限、サポートされているコネクタ、そしてプラットフォーム間のユーザー ID のマッピングが必要です。設定が完了すると、Copilot は統合された検索および回答エンジンとして機能し、アプリ間の切り替えに費やす時間を大幅に減らし、どこで作業していても業務データ全体を把握できるようになります。

Copilot におけるデータプライバシーと認証

機密性の高い業務情報を AI と組み合わせる場合、プライバシーとセキュリティが最優先になります。Copilot のデータアクセスは Microsoft 365 のプライバシー管理と認証戦略によって厳密に制御されており、適切な担当者だけが適切なデータにアクセスできます。近道や意図しない過剰共有はありません。

これは単なるチェックリストの作業ではありません。エンタープライズ組織では、コンプライアンスルールを適用し、厳格なアクセス管理を確保し、データ漏えいを心配することなく第三者のソースに自信を持って接続する必要があります。ネイティブのソースでも外部のソースでも、Copilot が ID、アクセスポリシー、コンテンツ保護の要件をどのように順守するかを確認できます。

Copilot のガバナンスと DLP に関する こちらのガイド や、データ損失防止 (DLP) の設定に関する実践的な手順は、生産性を大きく損なうことなくコンプライアンスを強化したい場合に役立つ資料です。

データプライバシー、保護ポリシー、認証方式

• 条件付きアクセスポリシー: Copilot とその接続先ソースにアクセスできるユーザーを正確に制御します。安全で予測可能なアクセス管理のためには、過度に広い除外設定を避けることが不可欠です。この点についてはアクセスポリシーの信頼性に関する問題で詳しく取り上げています。最大限の安全性を確保するために、期間限定の例外設定と継続的な監視を組み込んでください。
• 多要素認証 (MFA): Copilot では、業務データにアクセスするすべてのユーザーが MFA で本人確認を行う必要があります。これにより、不正なサインインやアカウントの乗っ取りに対する重要な追加の防御層が得られます。
• データプライバシーのポリシー設定: Microsoft 365 の組織全体の設定により、管理者はプライバシールールを適用できます。たとえば、AI による回答を機密性の低いコンテンツに限定したり、Copilot がアクセスできるファイルの種類を指定したりできます。Microsoft Purview と Defender は、分類と監視の適用を支援します。実践的な手順については、こちらの M365 セキュリティのベストプラクティスを参照してください。
• ユーザーベースのアクセス許可: Copilot は常にユーザーのアクセス権を尊重します。つまり、AI モデルが膨大なリポジトリにアクセスできる場合でも、SharePoint や OneDrive でユーザー自身が閲覧できないコンテンツが表示されることは決してありません。
• エンドツーエンドの暗号化と監視: 保存時および転送時のデータはすべて暗号化されます。Microsoft Sentinel と Purview 監査を使用して継続的に監視し、通常と異なる AI によるデータ利用を追跡するとともに、情報漏えいの可能性を検出します(詳細はこちら)。

このような多層的な保護があれば、Copilot は生産性とコンプライアンスの両方を支える味方になり、組織は新たなリスクを招かずに AI を試験的に導入できます。

コンテンツのモデレーションとガバナンス制御

Copilot はアクセス許可の管理だけにとどまりません。コンテンツのモデレーション ポリシーとガバナンス制御が、責任ある AI 利用のためのセーフティネットとなります。たとえば Microsoft Purview では、自動ラベル付け、DLP の適用、Copilot エージェントが機密コンテンツとどのようにやり取りするかの継続的な監視が可能です。さらに踏み込んで取り組むには、Purview を使ったエージェント ガバナンスのヒントもご覧ください。

自動化されたツールは、情報漏えいの可能性やポリシー違反にフラグを立てられます。一方、ユーザー単位のガバナンス機能により、きめ細かなアクセス制御と記録管理が可能になります。まとめると、効果的な Copilot ガバナンスは、契約、ライセンス、技術的な制御を組み合わせるものです。これにより、AI の利用方法が変化し続けても、組織は自信を持ってコンプライアンスを徹底できます。

Copilot のためのファイルとデータ ストレージの管理

Copilot が迅速かつ的確な回答を提供できるかどうかは、ファイルとストレージがどれだけ整理されているかに大きく左右されます。ドキュメントが SharePoint のドキュメント ライブラリにあっても、OneDrive のフォルダーにあっても、効率的なファイル管理と処理があれば、Copilot はその力をはるかに発揮しやすくなります。

ストレージの管理は、クラウド上のフォルダーにすべてを放り込んで、あとは祈るだけ、というものではありません。データの構造化、メタデータの規律、アクセス許可のモデルはいずれも、インデックス作成や処理速度、そして最終的な Copilot の回答の有用性に影響します。整理されたリポジトリは、情報の検索やワークフローの自動化を容易にし、ボトルネックや処理の遅延も減らします。

この SharePoint ガバナンスのチェックリストのような実践的なガイドは、ストレージの乱雑さが原因で生じる見えない障害を防ぐ助けになります。次に、Copilot が SharePoint と OneDrive をどのように探索し、舞台裏でファイルをどう処理するか、そして AI の活用に向けて環境を整えておくことがなぜ重要なのかを詳しく見ていきます。

SharePoint と OneDrive のファイル処理の仕組み

Copilot が SharePoint や OneDrive のファイルを処理するとき、単に内容を取得するだけではありません。まず、ユーザーのアクセス許可を確認し、対象となるドキュメントだけがインデックス化され、検索対象になるようにします。次に、作成者、最終更新日、場所などのメタデータを抽出し、セマンティック インデックスによってドキュメントを処理して、検索性を最大限に高めます。

たとえば、ユーザーが最新のプロジェクト計画を求めたとします。Copilot はクエリに基づいて関連ファイルを探し、そのファイルの所有者と閲覧権限を持つユーザーを確認したうえで、ユーザーが閲覧を許可されている場所からのみ結果を返します。構造の整ったライブラリであれば、Copilot はドキュメントのバージョンを参照したり、関連ファイルをリンクしたりして、より示唆に富んだ回答を返すこともできます。

整理されたドキュメント ライブラリは、この処理を加速させます。明確なフォルダー階層、一貫したメタデータ、インデックス付きの列を備えた共有ワークスペースは、Copilot の検索をより速く、より正確にします。チームで取り組むプロジェクトでは、共同作業の環境により、単一のユーザーだけでなく、全員が文脈に沿った回答の恩恵を受けられます。

SharePoint と OneDrive はバージョン管理も提供します。そのため、Copilot の提案は常に最新の状態に保たれつつ、過去のプロジェクトの状態や契約書を見直す必要が生じた場合には、過去のバージョンにもアクセスできます。

サポートされるファイルの種類とデータ処理の上限

• サポートされるファイルの種類: Copilot は、主要な Microsoft 365 形式のほとんどを読み取ります。Word、Excel、PowerPoint、PDF は、インデックス作成と情報の取得に完全に対応しています。
• データのサイズと上限: 大きなファイルは、処理の上限やタイムアウトのしきい値の対象となる場合があります。最適なパフォーマンスを得るには、ファイルを 100MB 未満に抑えることをお勧めします。ただし、上限はテナントやワークロードによって異なる場合があります。
• 非標準形式: 画像や動画などのファイルは、Copilot で検索や要約を効果的に行うために、追加のコネクタやメタデータのマッピングが必要になる場合があります。
• ネストされたフォルダー内のドキュメント: フォルダー構造が深くネストされていると、インデックス作成が遅くなることがあります。最適な結果を得るには、フォルダー階層を浅く保ち、論理的に整理してください。
• 一括アップロードと処理: 大量のファイルを一度にアップロードすると、一時的な遅延が発生することがあります。Copilot のエコシステムへ移行する場合は、段階的なアップロードを計画してください。

Copilot のパフォーマンスを高めるためのデータソースの最適化

Copilot を稼働させることは最初の一歩にすぎません。データソースを最適化してこそ、基本的な AI をビジネス上の強みに変えられます。コンテンツのインデックス作成と管理が丁寧であるほど、Copilot の応答は速く正確になります。インデックスの微調整、古いデータの削除、待機時間の最小化を行えば、常に最新の回答を得られます。

IT 管理者とデータアーキテクトには、ここで大きな機会があります。どのソースが価値を生み出しているかを測定し、パフォーマンスを監視して、改善を繰り返してください。単なるドキュメントの寄せ集めとは異なり、Copilot 向けに最適化するということは、現在のビジネスの状態を実際に反映する、より賢く動的なナレッジレイヤーを構築することです。

正確な結果を得るためのナレッジソースの微調整

• インデックスの最適化: コンテンツリポジトリを定期的に再インデックスし、Copilot が変更を検出し、古いデータを削除して、検索パフォーマンスを高い水準に保てるようにします。
• メタデータ管理: 件名のタグ、所有者、レビュー日などの一貫性のある説明的なメタデータを使用し、Copilot が回答の順位付けを行う際のコンテキストを増やします。
• キュレーションされたデータセット: 重要なポリシー、テンプレート、ガイドについては「信頼できる情報源」となるライブラリを指定し、Copilot が古い情報や断片化されたコピーに影響されないようにします。
• コンテンツの重み付け: カスタムのランキングルールや AI モデルのチューニングを使用して、信頼性の高いソースの関連性を高く設定します。
• データの鮮度: 古いレコードを自動的に削除またはアーカイブし、Copilot のナレッジベースを整理された最新の状態に保ちます。

データソースの有効性の測定と監視

• 利用状況の分析: 実際にどのデータソースが照会され、Copilot の応答を生成しているかを追跡し、利用の多いリポジトリを確認します。
• ユーザーフィードバック: Copilot の回答に対する評価やコメントを収集し、死角や追加のトレーニングデータが必要な箇所を特定します。
• ソースの貢献度指標: 価値の高い出力の生成に最も寄与しているデータベースやコンテンツの種類を分析し、それらを中心に最適化します。
• 待機時間の監視: 応答時間に注意を払い、クエリが遅くなった場合は、ストレージの構造、ネットワークのパフォーマンス、またはコネクタの状態を見直します。
• 継続的な改善サイクル: ソースのレビューと最適化を Copilot 管理の定例作業にし、分析から得た知見を更新やトレーニングに活かします。

  Microsoft Copilot データソース チェックリスト

  このチェックリストを使用して、Microsoft Copilot のデータソースを計画、接続、保護し、維持してください。

  • Microsoft Copilot で使用するすべてのデータソースを洗い出す (SharePoint、OneDrive、Exchange、Teams、Dataverse、Azure Data Lake、SQL、外部コネクタ)
  • 秘密度と業務への影響に応じてデータを分類する (公開、社内、機密、規制対象)
  • 各ソースについて、データの所在地と地域ごとのコンプライアンス要件を確認する
  • 各データソースとの Copilot 連携について、ライセンスと機能の提供状況を確認する
  • 適切なコネクタが利用可能かつサポートされていることを確認する (Microsoft 標準、Graph API、サードパーティ)
  • コネクタの認証と ID を構成する (Azure AD、サービス プリンシパル、マネージド ID)
  • 各データソースへの Copilot のアクセスに対して、最小特権のアクセス許可を設定する
  • データの取り込みとインデックス作成のスケジュール、および増分更新ポリシーを設定する
  • Copilot のアクセスを関連するコンテンツに限定するため、データのフィルタリングとスコープのルールを実装する
  • 必要に応じて、データ損失防止 (DLP)、秘密度ラベル、暗号化を適用する
  • 検索可能なコンテンツについて、メタデータ、スキーマのマッピング、セマンティックエンリッチメントを検証する
  • 各データソースに対して Copilot のクエリと応答をテストし、関連性と正確性を確認する
  • 利用状況、アクセスログ、インデックスの正常性を監視し、異常に対するアラートを設定する
  • Copilot の文脈におけるデータの保持、アーカイブ、削除に関するガバナンスポリシーを定義する
  • 新しいデータソースを追加するための監査および承認ワークフローを作成する
  • データソースの構成、コネクタ、アクセス許可、運用手順書を文書化する
  • Copilot のデータ範囲と安全なクエリについて、ユーザーへのトレーニングとガイダンスを提供する
  • チェックリストと構成を定期的に、または大きな変更の後に見直し、更新する

    よくある質問: Copilot コネクタ、Microsoft Graph、Copilot 検索

    Microsoft Copilot の主なデータソースは何で、それらはどのように Copilot に供給されるのか?

    Microsoft Copilot のデータソースには、Microsoft 365 アプリ全体の組織データ、Microsoft Graph コネクタでインデックス化された外部コンテンツ、コネクタ ギャラリーにある事前構築済みコネクタ、そしてカスタム コネクタの統合が含まれます。データは、コネクタの概要とコネクタ API を経由して Microsoft に取り込まれ、セマンティック インデックスと Microsoft Search にインデックス化されます。その後、生成 AI による回答を得るために Copilot と Microsoft 検索のエクスペリエンスに提供されます。これには、人に関するデータ、SharePoint のドキュメント、Teams のメッセージ、Dynamics 365 のレコード、サードパーティ システムの外部アイテムが含まれます。

    Microsoft Graph コネクタと Graph コネクタの同期は、Copilot とどのように連携するのか?

    Microsoft Graph コネクタと同期コネクタは、外部データを Microsoft 365 に接続し、Microsoft Search と Copilot からアクセスできるようにします。コネクタは、コンテンツを Microsoft クラウドに取り込むか、フェデレーション コネクタをサポートすることで、外部コンテンツを Copilot で利用できるようにします。構成は Microsoft 365 管理センターまたはコネクタ API を通じて行います。同期コネクタはコンテンツのインデックスを維持し、最新の状態に保つため、Copilot 検索と Copilot チャットが適時性のある企業データの結果を返せます。

    Copilot では、カスタム コネクタと事前構築済みコネクタのどちらを使うべきか?

    ファイル共有、コンテンツ リポジトリ、一般的な SaaS サービスなど、一般的なシステムを対象とする場合は、コネクタ ギャラリーの事前構築済みコネクタを使用してください。セットアップが簡単になり、コネクタのサポートも含まれるためです。外部データや独自のシステムを統合する必要がある場合、ドメイン固有のスキーマをセマンティック インデックスに公開する必要がある場合、またはカスタム認証を処理する必要がある場合は、カスタム コネクタを選択してください。カスタム コネクタは、多くの場合、コネクタ API または Copilot Studio を使用して開発し、コンテンツを Microsoft 365 アプリと Copilot のエクスペリエンスにマッピングします。

    Copilot 検索は Microsoft Search とどう違い、両者はどのように連携するのか?

    Microsoft Search は、コンテンツをセマンティック インデックスにインデックス化し、Microsoft 365 全体の検索を支える、基盤となる企業向け検索プラットフォームです。Copilot 検索は、そのインデックス化されたデータを基に、生成 AI を使って組織データと外部アイテムから回答を統合します。実際には、Microsoft Search でコネクタとインデックス作成を構成し、Copilot と Copilot チャットを使って、Teams、SharePoint などの Microsoft 365 アプリ全体で検索結果を、会話形式でコンテキストを踏まえた応答に変換します。

    企業データを接続し、Copilot によるデータ アクセスを制御するには、どのような構成手順が必要か?

    データ アクセスを構成するには、管理者は Microsoft 365 管理センターまたは Microsoft Entra ID を使用して ID とアクセス制御を設定し、Graph コネクタの設定またはカスタム コネクタの資格情報を構成し、インデックス作成とセマンティック インデックスのオプションを設定し、セキュリティ更新プログラムとガバナンス ポリシーを適用します。コネクタはテナント単位で範囲を指定できます。また、コネクタのサポートとアクセス許可が適切に設定されていることを確認し、Microsoft 365 アプリと Teams 全体で Copilot の利用を許可されたユーザーに限定する必要があります。

    Copilot は、組織データのセキュリティ、コンプライアンス、プライバシーをどのように扱うのか?

    Copilot は、Microsoft クラウドのセキュリティ、データの所在地、コンプライアンス管理を尊重します。Microsoft Graph コネクタでインデックス化されたデータは、引き続き Microsoft Entra ID 認証、ロールベースのアクセス制御、そして Microsoft 365 全体で適用している保持ポリシーやコンプライアンス ポリシーの対象になります。セキュリティ更新プログラムと技術サポートのガイダンスは、Microsoft Learn と Microsoft 365 管理センターから入手できます。管理者は、Copilot が利用できるコンテンツを制御してリスクを抑え、企業データが適切に扱われるようにできます。

    Copilot はリアルタイム データにアクセスできるのか、また同期コネクタは鮮度をどのように支えるのか?

    一部のコネクタは、ほぼリアルタイムの同期に対応しており、データをすばやくインデックス化して、Copilot が最新の情報を提示できるようにします。コネクタの概要と事前構築済みコネクタのドキュメントでは、データのインデックス化の仕組みと、コネクタがリアルタイムのデータをどのようにサポートするかが説明されています。更新頻度が高いシナリオやストリーミングのシナリオでは、カスタム コネクタとコネクタ API を使って、Microsoft Search とセマンティック インデックスへより頻繁にコンテンツを送信できます。

    Copilot Studio とは何か、また外部コンテンツの Copilot への統合をどのように支援するのか?

    Copilot Studioは、チームがCopilotの体験を構成、テスト、管理するためのツール環境です。コネクタから取り込んだコンテンツをセマンティックインデックスへどのようにマッピングするかの定義、Copilotの利用の調整、カスタムコネクタの構築などを行えます。Microsoft 365へのコンテンツの取り込み、データソースへの接続、Teams、Microsoft 365アプリ、Dynamics 365にまたがる専用のCopilot体験の作成を効率化します。

    管理者や開発者は、追加のリソース、サポート、ベストプラクティスをどこで見つけられますか?

    管理者と開発者は、チュートリアルについてはMicrosoft Learn、事前構築済みのオプションについてはコネクタギャラリー、構成とガバナンスについてはMicrosoft 365 管理センターを参照するとよいでしょう。高度な統合については、コネクタのAPIドキュメント、Copilot Studioのガイダンス、技術サポートのチャネルを確認してください。その他のリソースとして、Microsoft Graphコネクタの使用に関するドキュメント、外部データを統合するためのベストプラクティス、CopilotおよびMicrosoft検索機能を有効にする際に、人に関するデータやその他の機密性の高い組織データを保護するためのガイダンスが含まれます。