Agent w Copilot Studio

Pierwszy agent w Copilot Studio w panelu testowym często wygląda świetnie. Odpowiada szybko i uprzejmie, a pytania pasują do przygotowanych przykładów. Dopiero kontakt z prawdziwymi użytkownikami pokazuje, czy bot jest gotowy do pracy. Wtedy zamiast przytoczyć przepisy, może odesłać do działu kadr albo zmyślić liczbę.

Poniżej znajdziesz sprawdzony schemat: jak osadzić agenta w dokumentach (grounding), nadać mu persony, debugować błędy w pętli testowej i opublikować go tak, by uniknąć typowych wpadek początkujących.

Dlaczego bot, który działa w panelu testowym, zawodzi w produkcji

Panel testowy w studio to środowisko uporządkowane i uprzejme. Pytania są krótkie, czyste i zwykle zgodne z przykładami, które sam przygotowałeś. Po wdrożeniu ludzie piszą jednak tak, jak piszą ludzie. Jeden zapyta: „ile mogę odliczyć za pobyt w hotelu?”. Drugi wpisze „limit wydatków hotelowych” z literówką. Trzeci napisze: „przypomnij mi, jak to było z pieniędzmi na podróż”. Wszystkie te zdania znaczą to samo, ale jeśli testowałeś tylko „jaki jest limit wydatków”, bot nie zawsze połączy fakty.

Test trzech wariantów

Lukę łatwo wykryć od razu. Zadaj w panelu testowym to samo pytanie w trzech wersjach: czystej, potocznej i z literówką. Obserwuj, jak zmieniają się odpowiedzi. Czasem bot trafia we wszystkie trzy, a czasem tylko w pierwszą. Piękne wyniki testów nie gwarantują więc, że bot przetrwa w świecie rzeczywistym.

Pokrycie intencji i frazy wyzwalające

Techniczna przyczyna to pokrycie intencji. Boty opierają się na frazach wyzwalających i definicjach tematów, by wiedzieć, kiedy odpowiedzieć. Jeśli wszystkie przykłady wyglądają tak samo, model jest mało elastyczny i jeden synonim potrafi go zbić z tropu. Rozwiązanie jest nudne, ale skuteczne: dodaj do tematów szersze frazy wyzwalające. Nie ograniczaj się do formalnego języka z dokumentacji polityki. Dopisz sformułowania potoczne, skrótowe, a nawet nieco niechlujne. Nie potrzebujesz ich dziesiątek, wystarczy tyle, by pokryć oczywiste różnice. Potem przetestuj ponownie.

Różnice między kanałami

Panel testowy to tylko symulacja. Po publikacji w Teams, SharePoint czy witrynie demonstracyjnej platforma może inaczej przetwarzać tekst wejściowy lub renderować odpowiedzi. Teams może inaczej dzielić wiersze, a strona internetowa może usunąć formatowanie. Nawet przeniesienie kluczowej frazy do innego wiersza może wpłynąć na interpretację. Dlatego Microsoft podkreśla konieczność iteracyjnych testów w różnych kanałach.

Grounding w Copilot Studio: jak osadzić agenta w źródłach wiedzy

Pierwszy błąd nowicjusza to traktowanie Copilot Studio jak szklanej kuli. Agent uruchomiony bez oparcia w konkretnej wiedzy mówi szybko i pewnie, ale połowa jego odpowiedzi rozsypuje się przy weryfikacji. System opiera się wtedy na wzorcach, a nie na faktach. Bot bez ugruntowania po prostu blefuje.

Halucynacje i ich koszt

Najgorszym skutkiem są halucynacje, czyli odpowiedzi, które wyglądają poprawnie, ale nie mają oparcia w rzeczywistości. W ćwiczeniu praktycznym limit na nocleg w pliku z polityką wydatków wynosi 200 dolarów za noc. Bez dołączonego pliku bot zapytany o politykę hotelową może pewnie odpowiedzieć „100 dolarów za noc”. To czysty wymysł. Gdy dokument zostanie dołączony, model przestaje improwizować i cytuje: zgodnie z polityką podróży służbowych limit noclegowy wynosi 200 dolarów za dobę.

Jeden pracownik, który zarezerwuje hotel na podstawie błędnej odpowiedzi, wystarczy, by pojawiły się spory o wydatki i zgłoszenia do pomocy technicznej. Naprawa takiego błędu kosztuje znacznie więcej niż przesłanie dokumentu pierwszego dnia.

Jak dodać wiedzę krok po kroku

1. Przejdź do swojego agenta w Copilot Studio.
2. Na ekranie przeglądu wybierz Knowledge (Wiedza).
3. Kliknij Add knowledge i prześlij plik, na przykład dokument z polityką wydatków albo inne zaufane źródło.
4. Możesz też połączyć publiczną witrynę lub lokalizację SharePoint, ale pliki są bardziej przejrzyste.
5. Poczekaj na indeksowanie. Może potrwać 10 minut lub dłużej, więc nie panikuj, jeśli pierwsze zapytania nie odwołują się do dokumentu.
6. Po zakończeniu indeksowania zadaj pytanie ponownie.

Gdy grounding działa, zobaczysz poprawną odpowiedź (200 dolarów) wraz z niewielkim odnośnikiem pokazującym, że pochodzi z przesłanego dokumentu. Ten odnośnik to dowód sukcesu.

Wspomaganie konwersacji nie zastąpi źródła

Częste złudzenie to przekonanie, że wspomaganie konwersacji (conversational boosting) samo wypełni luki. Ono jednak nie tworzy świadomości polityki, tylko uwypukla wzorce tekstowe. Jeśli w bazie wiedzy nie ma dopasowania, system może sięgnąć po ogólną wiedzę modelu i udzielić niejasnej lub niedokładnej odpowiedzi. Dlatego kluczowe tematy warto skonfigurować tak, by przeszukiwały wyłącznie dodane przez Ciebie źródła. Dotyczy to zwłaszcza obszarów, w których liczy się precyzja, takich jak przepisy, finanse czy kadry.

Persona agenta: nazwa, opis i instrukcje

Gdy bot mówi prawdę, trzeba jeszcze zadbać o to, jak ją przekazuje. W Copilot Studio osobowości nie dostaje się w prezencie, trzeba ją wpisać samodzielnie. Chodzi o pola nazwy, opisu i instrukcji na stronie przeglądu. Jeśli zostawisz je puste, system zastosuje domyślny styl i dostaniesz bezbarwnego bota bez autorytetu i kontekstu. W HR czy finansach taki ogólny ton sprawia, że użytkownicy mają wrażenie, że testują prototyp, a nie korzystają z niezawodnego narzędzia.

Pomyśl o konfiguracji jak o krótkiej karcie postaci. Nazwa to klasa, opis to historia, instrukcje to atrybuty, a ton to charakter.

Limity i zawartość pól

• Nazwa: do 30 znaków, krótka i konkretna, na przykład „Ekspert od polityki wydatków”.
• Opis: około 1000 znaków, czyli kilka jasnych zdań, np. że agent dostarcza pracownikom aktualnych odpowiedzi na podstawie oficjalnej polityki podróży, cytuje odpowiednie fragmenty i unika spekulacji.
• Instrukcje: do 8000 znaków. Nie pisz tylko „bądź pomocny”. Określ zasady: zawsze cytuj zapisy polityki, gdy są dostępne, unikaj odpowiedzi opartych na spekulacjach, streszczaj całość w jednym jasnym zdaniu, a potem podaj źródło.

Ton możesz ukierunkować frazami w rodzaju „formalny i profesjonalny” albo „swobodny i zrozumiały dla osób bez zaplecza technicznego”. Jeśli chcesz, dodaj przykłady bezpośrednio w instrukcjach.

Powitanie i ikona

Dwa szybkie ulepszenia zajmują mniej niż 5 minut. Pierwsze to edycja tematu rozpoczęcia rozmowy. Domyślne powitanie jest bardzo ogólne, więc zastąp je wstępem specyficznym dla roli, np. że bot pomoże zrozumieć politykę podróży i w miarę możliwości będzie cytował oficjalne dokumenty. Drugie to ikona agenta: system obsługuje pliki PNG do 192×192 pikseli i wadze poniżej 30 kB. Nawet proste logo sprawia, że demo nie traci wiarygodności jeszcze przed pierwszą odpowiedzią.

Debugowanie agenta w czasie rzeczywistym: pętla „odtwórz, popraw, uruchom ponownie”

Prawdziwy test zaczyna się wtedy, gdy obserwujesz porażki bota i czytasz logi zamiast poddawać się po pierwszej nieudanej próbie. Debugowanie to praktyczna pętla: zauważ błąd, wyizoluj go, napraw i uruchom test ponownie.

Pięć kroków rutyny

1. Odtwórz błąd w panelu testowym, zadając dokładnie to samo pytanie, które zadałby użytkownik.
2. Zresetuj rozmowę ikoną odświeżania lub nowym czatem. Zaczynanie od zera ma znaczenie.
3. Sprawdź tematy: który został wywołany? Jeśli nie Twój, tylko systemowy temat wspomagania konwersacji, bot oparł się na modelu, a nie na Twojej wiedzy.
4. Sprawdź wiedzę: czy plik lub witryna zostały przesłane i zindeksowane? Bez indeksu nie ma zakotwiczenia w danych.
5. Popraw i powtórz: edytuj instrukcję lub treść tematu, zapisz i uruchom to samo zapytanie.

Nowy temat z opisu

Czasem problemem nie jest ton, lecz brak struktury. Wtedy warto dodać temat z opisu za pomocą kopilota, bezpośrednio na stronie tematów. Opisujesz potrzebę, na przykład „odpowiadaj bezpośrednio, gdy użytkownicy pytają o limity wydatków”, a system przygotowuje drzewo tematu. Używaj tej opcji zawsze, gdy bot ignoruje to samo podstawowe pytanie.

Testy A/B tonu i kontrola groundingu

Możesz też przeprowadzić 10-minutowy eksperyment. W polu instrukcji wpisz wariant A z formalnym językiem polityki firmy, zapytaj o limit wydatków na podróż i zanotuj odpowiedź. Następnie zmień instrukcję na wariant B, czyli przyjaznego przewodnika HR, który tłumaczy swobodnie, ale cytuje zasady, i zadaj to samo pytanie. Porównanie pokaże, która persona sprawdza się lepiej, a do tego wystarczy sam panel testowy.

Jeśli bot na pytanie o rozliczanie hoteli odpowiada wymijająco („sprawdź z działem HR”), potraktuj to jako informację zwrotną. Być może dokument nie został jeszcze zaindeksowany albo frazy wyzwalające nie zawierają słowa „hotel”. Sprawdź zakładkę wiedzy, dodaj „wydatki hotelowe” jako frazę w temacie podróży i uruchom test ponownie. Odpowiedź „zgodnie z polityką nocleg jest limitowany do 200 dolarów za dobę” potwierdza, że błąd naprawiono.

Startery rozmowy

Puste pole czatu paraliżuje użytkowników. Na stronie przeglądu możesz wstępnie wypełnić od 3 do 5 sugerowanych zapytań, np. „jaki jest limit na hotel”, „jak złożyć wniosek o zwrot kosztów podróży”, „jakie posiłki podlegają zwrotowi”. Użytkownik klika od razu, a Ty szybciej testujesz realne ścieżki.

Publikacja agenta i niespodzianki kanałów: Teams, SharePoint, witryna demonstracyjna

Publikacja to nie tylko jedno kliknięcie. To proces, który decyduje o tym, kto ma dostęp do agenta, jak się z nim łączy i jak wyglądają odpowiedzi. Każdy kanał ma swoje dziwactwa. W studio odpowiedź o 200 dolarach dziennie na zakwaterowanie jest wyraźna, a po przetestowaniu tego samego pytania w Teams bot może odpowiedzieć „nie rozumiem”, choć nic w nim nie zmieniłeś. Winne bywa to, jak Teams zawija tekst i przekazuje metadane. SharePoint ma własne zasady odstępów między wierszami, a witryna demonstracyjna może inaczej renderować formatowanie. Każdy cel publikacji trzeba testować osobno.

Lista kontrolna przed i po publikacji

1. Upewnij się, że pliki wiedzy zostały w pełni zaindeksowane. Świeżo przesłane mogą jeszcze nie odpowiadać na żywo.
2. Ustaw uwierzytelnianie. Przy szerokiej prezentacji wybierz brak uwierzytelniania, aby każdy z linkiem mógł przetestować bota.
3. Opublikuj agenta i sprawdź, czy pojawia się zielony baner potwierdzenia lub aktualizacja statusu na stronie kanałów.
4. W ustawieniach kanału witryny demonstracyjnej zaktualizuj wiadomość powitalną i starter rozmowy, aby testerzy nie utknęli przed pustym oknem.
5. Przeprowadź zamknięty pilotaż zamiast udostępniać bota całemu środowisku naraz.

Zamknięty pilotaż

Mała grupa z jasnymi instrukcjami jest lepsza niż pełne wydanie. Pilotażyści powinni wiedzieć, że pełnią rolę zespołu testowego. Poproś ich o swobodny język, literówki, a tam, gdzie ma to sens, nawet przesyłanie plików. Ich potknięcia ujawniają słabe punkty i dostarczają surowych raportów, zanim bot trafi do całej firmy.

W każdym kanale powtórz wszystkie scenariusze ze studio: zapytania formalne, swobodne, z literówkami i takie, które wymagają przypisów. Sprawdź, czy Teams wyświetla odpowiedź inaczej, jak SharePoint radzi sobie z odstępami i czy demo internetowe nadal dołącza cytowanie źródeł.

Telemetria po wdrożeniu

Po publikacji zaczynają napływać dane o użytkowaniu. Centrum Administracyjne Power Platform i wbudowana analityka pokażą statystyki adopcji, liczbę błędów, a nawet rozmowy, w których nie wywołano żadnego tematu. To Twój system monitorowania. Sprawdzaj logi, by mieć pewność, że bot działa poprawnie i nie generuje nowych zgłoszeń do pomocy technicznej.

Najczęstsze błędy początkujących

• Zaufanie do wyników z panelu testowego. Studio to sparing treningowy, a nie dowód gotowości.
• Testowanie jednej wersji pytania. Bez wariantów potocznych i z literówkami nie wiesz, czy bot rozumie intencję.
• Brak groundingu. Bot bez źródła wiedzy zgaduje i halucynuje.
• Liczenie na wspomaganie konwersacji. Nie zastąpi ono dokumentu, a bez dopasowania w bazie model może użyć ogólnej wiedzy.
• Niedoczekanie na indeks. Indeksowanie może trwać 10 minut lub dłużej.
• Puste pola persony. Domyślny styl daje bezbarwnego bota, któremu trudno zaufać.
• Pominięcie testów w kanałach. Teams, SharePoint i strona demo mogą zmienić formatowanie, a z nim odpowiedź.
• Publikacja „na hurra”. Szybkie wdrożenie wszędzie kończy się zalewem zgłoszeń i utratą zaufania, którą trudniej odbudować niż naprawić bota.

Praktyczne wnioski

• Przetestuj każde ważne pytanie w trzech wariantach: czystym, potocznym i z literówką.
• Rozszerz frazy wyzwalające o synonimy i swobodne sformułowania.
• Prześlij prawdziwe dokumenty lub wskaż zaufane źródła w sekcji Knowledge i poczekaj na indeksowanie.
• Dla kluczowych tematów ogranicz wyszukiwanie do własnych źródeł.
• Wypełnij nazwę (do 30 znaków), opis (ok. 1000 znaków) i instrukcje (do 8000 znaków), zanim przejdziesz do zaawansowanej logiki.
• Zmień powitanie, dodaj 3–5 starterów rozmowy i prostą ikonę.
• Debuguj według pętli: odtwórz, zresetuj, sprawdź temat, sprawdź wiedzę, popraw i uruchom ponownie.
• Przed publikacją sprawdź indeks, uwierzytelnianie i potwierdzenie publikacji, a potem uruchom zamknięty pilotaż.
• Powtórz scenariusze w każdym kanale i monitoruj telemetrię w Centrum Administracyjnym Power Platform.

Fazit

Niezawodny agent w Copilot Studio opiera się na trzech filarach: osadzeniu w prawdziwych źródłach, wyraźnej personie i testach wykraczających poza panel studio. Publikacja nie jest końcem pracy, lecz początkiem kolejnej fazy testów, w której zbierasz opinie, czytasz logi i poprawiasz odpowiedzi w każdym kanale. Dzięki temu bot zdobywa zaufanie użytkowników zamiast generować zgłoszenia do pomocy technicznej.