Słowniczek terminów Microsoft Copilot: wyjaśnienie kluczowych pojęć

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

Poznaj terminologię Copilot! Zrozum kluczowe pojęcia i terminy ze sztucznej inteligencji. Twoje podstawowe źródło definicji związanych z Copilot.

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

Jeśli słyszałeś o szumie wokół Microsoft Copilot, ale gubisz się w żargonie, nie jesteś sam. Microsoft Copilot, czyli asystent oparty na sztucznej inteligencji firmy Microsoft, zmienia sposób pracy ludzi w usługach Microsoft 365, Azure i na innych platformach. Wraz z tymi potężnymi nowymi możliwościami pojawia się fala nowej terminologii, którą użytkownicy muszą zrozumieć.

Ten przewodnik jest przeznaczony dla każdego, kto korzysta z Copilot, zarządza nim lub po prostu chce być na bieżąco z jego rozwojem w coraz szerszym ekosystemie Microsoftu. Znajomość terminologii Copilot nie jest tylko pomocna – jest niezbędna, aby zwiększyć produktywność, w pełni wykorzystać inwestycję i zapewnić zgodność z najlepszymi praktykami w zakresie bezpieczeństwa i zgodności z przepisami.

W kolejnych sekcjach znajdziesz jasne definicje i praktyczne wyjaśnienia, które pomogą Ci odnaleźć się i odnieść sukces w nowym, opartym na sztucznej inteligencji miejscu pracy.

1. Dynamiczna ewolucja: Słowniczek Copilot nie jest statyczny; hasła dotyczące terminologii Microsoft Copilot są regularnie aktualizowane, aby odzwierciedlać nowe funkcje, zasady dla przedsiębiorstw i rozwijające się możliwości sztucznej inteligencji.
2. Definicje zależne od kontekstu: Wiele haseł zawiera warianty kontekstowe, więc to samo słowo z terminologii Microsoft Copilot może mieć inne znaczenie zależnie od tego, czy jest użyte w usłudze Teams, Word czy Azure.
3. Etykiety obsługi danych wrażliwych: Słowniczek zawiera specjalne oznaczenia wskazujące, jak terminy odnoszą się do prywatności i zarządzania danymi, co pomaga organizacjom interpretować terminologię Microsoft Copilot z uwzględnieniem wymogów zgodności.
4. Lokalizacja wykraczająca poza tłumaczenie: Hasła są lokalizowane nie tylko pod kątem języka, ale także regionalnych różnic w procesach pracy, dlatego terminologia Microsoft Copilot dostosowuje się do lokalnych praktyk biznesowych i norm prawnych.
5. Wyjaśnienia oparte na rolach: Definicje często zawierają przykłady dla konkretnych ról (administrator, deweloper, użytkownik końcowy), dzięki czemu terminologia Microsoft Copilot jest od razu użyteczna dla różnych odbiorców.
6. Mapowanie interoperacyjności: Słowniczek łączy terminy Copilot z odpowiednimi pojęciami Microsoft 365 i Azure, ograniczając niejednoznaczność tam, gdzie terminologia Microsoft Copilot pokrywa się z różnymi usługami.
7. Cytowania możliwe do prześledzenia do źródła: Wiele haseł odsyła do dokumentacji produktu, artykułów pomocy technicznej i dzienników zmian, dzięki czemu użytkownicy mogą sprawdzić, jak wyprowadzono terminologię Microsoft Copilot i kiedy się zmieniła.
8. Formaty czytelne maszynowo: Części słowniczka Copilot są publikowane w ustrukturyzowanych formatach (JSON/CSV), aby umożliwić automatyzację, integrację z taksonomiami i programowe wykorzystanie terminologii Microsoft Copilot.

Microsoft Copilot: kluczowe pojęcia i role

Przyjrzyjmy się bliżej temu, czym naprawdę jest Microsoft Copilot. Mówiąc prostymi słowami, Copilot pełni rolę cyfrowego asystenta opartego na zaawansowanej sztucznej inteligencji, działającego bezpośrednio w aplikacjach, z których korzystasz na co dzień – np. Word, Teams, Excel, a nawet Azure. Jego zadaniem jest pomagać w pisaniu, analizowaniu, komunikacji, planowaniu i nie tylko, przy znacznie mniejszym nakładzie pracy. Aby jednak pewnie korzystać z Copilot, warto poznać kilka podstawowych pojęć.

Copilot nie jest samodzielną aplikacją. To raczej warstwa działająca w usługach Microsoft 365 i Azure, która przyspiesza i usprawnia codzienne zadania. Reaguje na Twoje „podpowiedzi” (czyli polecenia wydawane zwykłym językiem), wyszukuje informacje, automatyzuje rutynowe kroki, a nawet łączy dane z różnych systemów.

Warto znać kilka kluczowych ról. Użytkownik to każda osoba, która korzysta z Copilot, aby wykonywać swoją pracę. Administrator (określany czasem jako administrator dzierżawy) odpowiada za konfigurację ustawień, uprawnień i zabezpieczeń Copilot w organizacji. Agent AI to ta część Copilot, która wykonuje najcięższą pracę, np. analizuje Twoje polecenia lub wykonuje działania.

Copilot wpisuje się także w procesy organizacyjne i stosuje zasady bezpieczeństwa ustalone przez administratorów. Niezależnie od tego, czy chodzi o określenie, do jakich danych Copilot ma dostęp, czy o włączenie go do konkretnego procesu w usłudze Teams, zrozumienie podstaw tego, „kto za co odpowiada”, jest pierwszym krokiem do bezpiecznego i skutecznego korzystania z Copilot.

Niezbędny słowniczek terminologii Microsoft Copilot

• Prompt: Polecenie lub pytanie, które wpisujesz w Copilocie. Na przykład: „Podsumuj notatki z dzisiejszego spotkania”. Im bardziej precyzyjny prompt, tym lepszy wynik.
• Wtyczka: Opcjonalne dodatki rozszerzające możliwości Copilota, na przykład połączenie z narzędziami firm trzecich, takimi jak Salesforce, dzięki czemu Copilot może pobrać dodatkowe dane.
• Agent: „Pracownik” oparty na AI, który wykonuje określone zadania lub automatyzacje w Copilocie. Myśl o agencie jak o mini-asystencie skupionym na konkretnym zadaniu, na przykład na wygenerowaniu raportu lub aktualizacji kalendarza.
• Okno kontekstu: Porcja informacji, które Copilot może jednocześnie uwzględnić przy odpowiadaniu na prompt. Jeśli poprosisz Copilota o przejrzenie długiego dokumentu, „zapamięta” tylko to, co mieści się w tym oknie.
• Grounding (uziemienie): Proces, w którym Copilot łączy prompt z rzeczywistymi danymi organizacji (plikami, wiadomościami e-mail, czatami), dzięki czemu odpowiedzi są trafne i dotyczą Twojej pracy, a nie są jedynie ogólnym wynikiem AI.
• Governance (ład): Zasady i mechanizmy kontroli ustawiane przez administratorów, które określają, kto może korzystać z Copilota, do jakich danych ma dostęp i jak się zachowuje. Dzięki temu działanie AI jest bezpieczne i zgodne z przepisami.
• Data Loss Prevention (DLP): Narzędzia zabezpieczeń, które blokują udostępnianie lub wyciek informacji poufnych, takich jak numery PESEL czy numery ubezpieczenia społecznego, w wynikach generowanych przez Copilota.
• Dzierżawa: Dedykowane środowisko Microsoft 365 należące do Twojej organizacji. Myśl o nim jak o „bazie” firmy w chmurze.
• Microsoft Graph: Platforma, z której Copilot korzysta, aby bezpiecznie uzyskiwać dostęp do danych organizacji w całym Microsoft 365, z uwzględnieniem tego, kto może co zobaczyć.

Jak Copilot integruje się z Microsoft 365 i Azure

Copilot nie jest tylko dodatkiem nałożonym na Twoje narzędzia Microsoft – jest w nie wbudowany. W Microsoft 365 Copilot pojawia się w aplikacjach takich jak Teams, Outlook, Word, Excel, Power BI i Power Platform. W każdej z nich pojawia się kontekstowo, proponując podsumowanie czatów, przygotowanie szkiców wiadomości, analizę arkuszy kalkulacyjnych lub automatyzację procesów.

Za kulisami Copilot korzysta z danych organizacji dzięki bezpiecznym interfejsom API i usługom, takim jak Microsoft Graph. Dzięki temu może na przykład pobrać odpowiednie pliki z SharePoint, uwzględnić ostatnie wiadomości e-mail lub odnaleźć rozmowy w Teams podczas odpowiadania na prompt. Respektuje istniejące granice bezpieczeństwa organizacji, więc widzisz tylko te dane, do których masz uprawnienia.

W Azure integracja Copilota jest nieco bardziej techniczna – może łączyć się ze źródłami danych w chmurze, automatyzować zadania, a nawet pomagać w kodowaniu lub konfiguracji infrastruktury. Jej działanie opiera się na uprawnieniach, zasadach ładu i rolach użytkowników ustawionych w środowisku Azure.

Uruchomienie Copilota może wymagać od administratorów włączenia określonych funkcji lub połączeń, a w większości przypadków także stosowania zalecanych najlepszych praktyk bezpieczeństwa. Jeśli chcesz zgłębić bezpieczne i kontrolowane wykorzystanie Copilota, koniecznie przeczytaj strategie opisane w tym materiale o Purview i DLP w Power Platform. Zrozumienie tych podstaw pomaga zobaczyć, gdzie Copilot pasuje do codziennych narzędzi – i dlaczego jest prawdziwym krokiem naprzód w środowisku Microsoft 365 i Azure.

Agenci Copilota i przepływy pracy oparte na agentach

Słowo „agent” pojawia się przy Copilocie bardzo często, ale nie jest to tylko modne hasło – agenci to jeden z kluczowych składników nowoczesnej automatyzacji. W Copilocie agent to pomocnik oparty na AI, zaprojektowany do obsługi konkretnych, powtarzalnych zadań. To nie są dawne makra ani nudne boty. Agenci są inteligentniejsi, bardziej samodzielni i potrafią jednocześnie obsługiwać złożone procesy obejmujące różne aplikacje i źródła danych.

„Agentowe przepływy pracy” to sekwencje zadań, które nie tylko są zautomatyzowane, ale także koordynowane przez agenta. Na przykład agent może odczytać dane sprzedażowe, zaktualizować pulpity w Power BI i powiadomić odpowiednie osoby w Teams, gdy cele nie zostaną osiągnięte. To znacznie bardziej zaawansowane niż kliknięcie przycisku „uruchom makro” – to prawie jak zatrudnienie pracownika, który sam dopilnuje sprawy, sprawdzi szczegóły i zmierzy wyniki.

Ale wraz z wielką mocą przychodzi poważne zarządzanie. Jeśli pozwolisz agentom działać bez kontroli, może zrobić się bałagan: dryf tożsamości, przypadkowe wycieki danych i utrata nadzoru. Firmy potrzebują solidnych mechanizmów kontroli (takich jak stabilne identyfikatory agentów i jasno określone kontrakty narzędzi), aby każde działanie pozostawało możliwe do prześledzenia i bezpieczne. Jeśli chcesz dowiedzieć się więcej o zarządzaniu agentami, w tym o Entra Agent ID i kontrolach ryzyka, zajrzyj do tego szczegółowego omówienia zarządzania agentami.

Agentowe przepływy pracy usprawniają codzienne zadania, ułatwiają współpracę i przyspieszają podejmowanie decyzji, ale tylko wtedy, gdy trzymasz je pod ścisłą kontrolą. Jeśli zarządzasz agentami, warto również konsekwentnie egzekwować silne uprawnienia, monitorować działania za pomocą narzędzi audytowych i stosować DLP, jak opisano w tym przewodniku po bezpieczeństwie i zgodności dla Copilot. Dzięki temu zyskasz korzyści z automatyzacji bez chaosu i wpadek w zakresie zgodności.

Sztuczna inteligencja, grounding i prompty – wyjaśnienie

Sztuczna inteligencja w Copilot nie jest magią – to połączenie potężnych modeli językowych (large language models) i zdrowego rozsądku opartego na danych organizacji. „AI” stojące za Copilot opiera się na zaawansowanych modelach językowych, które rozumieją Twoje słowa, odpowiadają w naturalny sposób i generują treści dopasowane do Twojego stylu. Sama surowa sztuczna inteligencja nie wystarcza jednak w biznesie – potrzebne jest powiązanie z danymi organizacji, kontekstem i obowiązującymi zasadami.

Tutaj do głosu dochodzi grounding. Grounding oznacza, że Copilot nie zgaduje na ślepo – opiera swoje odpowiedzi na danych z plików, wiadomości e-mail, kalendarzy lub czatów. Na przykład jeśli zapytasz „Jakie były najważniejsze wyniki sprzedaży w pierwszym kwartale?”, Copilot przeszuka rzeczywiste arkusze sprzedażowe organizacji lub dane z systemu CRM, dzięki czemu otrzymasz konkretne, przydatne odpowiedzi, a nie ogólne domysły.

Wszystko, co uzyskujesz od Copilot, zaczyna się od promptu. Prompt może być bezpośrednim poleceniem („Przygotuj prezentację o trendach rynkowych”) lub pytaniem („Kto dyżuruje w tym tygodniu?”). Sposób sformułowania promptu decyduje o jakości i trafności odpowiedzi Copilot. Dobre prompty są jasne, konkretne i w miarę możliwości wskazują Copilot właściwe źródło materiału.

Tworzenie promptów staje się prawdziwą umiejętnością – chodzi o to, by wiedzieć, jak zadawać Copilot pytania w sposób, który jest dla niego najbardziej zrozumiały. Ponieważ Copilot czerpie informacje z danych i kontekstu Twojej organizacji, warto zastanowić się, do jakich plików, uprawnień i zespołów ma dostęp, zanim zadasz pytanie. Ta trójka – sztuczna inteligencja, grounding i prompty – tworzy centrum napędowe Twojej produktywności z Copilot. Jeśli ją opanujesz, nie tylko będziesz używać Copilot, ale w pełni wykorzystasz jego potencjał w swojej pracy.

Kluczowe pojęcia dotyczące zarządzania i bezpieczeństwa w Copilot

• Zgodność danych: Zasady zapewniające, że Copilot zawsze przetwarza dane organizacji zgodnie z przepisami branżowymi (takimi jak RODO), zasadami firmy i gwarancjami prywatności. Wiedza o tym, kto ma dostęp do czego, jest niezbędna, aby zachować zgodność.
• Microsoft Purview: Pakiet Microsoft do zarządzania bezpieczeństwem danych, prywatnością i zgodnością. Purview pomaga ustalać zasady obsługi danych, etykietowania oraz prowadzenia audytów wszystkich działań Copilot. Więcej o tym, jak ta usługa wpisuje się w zarządzanie Copilot, znajdziesz w tym kompleksowym źródle o zasadach.
• Zero trust: Podejście do bezpieczeństwa, w którym niczego nie zakłada się z góry jako bezpiecznego – każde działanie Copilot jest sprawdzane i weryfikowane, zanim zostanie przyznany dostęp. Żadnych skrótów. Każde żądanie, za każdym razem.
• Data Loss Prevention (DLP): Zautomatyzowane mechanizmy kontroli, które wykrywają i blokują przypadkowe (lub celowe) udostępnianie wrażliwych danych za pośrednictwem Copilot. DLP działa jak cyfrowy strażnik, dbając o to, by żadne dane nie wymknęły się spod kontroli.
• Granica dzierżawy: Ścisłe, cyfrowe bariery oddzielające dane Twojej organizacji od danych innych podmiotów w chmurze Microsoft. Copilot respektuje granice dzierżawy, dzięki czemu Twoje informacje nigdy nie trafiają w niewłaściwe miejsce.
• Role-Based Access Control (RBAC): Narzędzia administracyjne do precyzyjnego określania, kto, gdzie i z jakimi danymi może wykonywać czynności w Copilot oraz w całym M365. RBAC jest podstawą bezpiecznego delegowania uprawnień.
• Uprawnienia Graph: Ustawienia kontrolujące, do jakich źródeł danych organizacji mogą sięgać agenci AI usługi Copilot. Ograniczanie uprawnień jest kluczowe, aby uniknąć nadmiernego udostępnienia danych, jak opisano w tym przewodniku dotyczącym zarządzania i zgodności.

Aby jeszcze lepiej wykorzystać usługę Copilot, warto zapoznać się z praktyczną listą kontrolną zarządzania, opisaną w artykule Copilot Governance: Policy or Pipe Dream?. Obejmuje ona kwestie umów, licencji, automatycznego etykietowania oraz najlepsze praktyki dla rady ds. AI.

Wskazówki, jak w pełni wykorzystać Microsoft Copilot

• Korzystaj z materiałów edukacyjnych: Nie działaj na ślepo. Zapoznaj się z oficjalnymi szkoleniami Microsoft dotyczącymi usługi Copilot oraz przewodnikami, takimi jak scentralizowane Centrum nauki Copilot. Są one szybko aktualizowane, aby nadążać za nowymi funkcjami.
• Angażuj się w społeczność: Dołącz do forów lub grup użytkowników, aby wymieniać się wskazówkami, dzielić się rzeczywistymi scenariuszami i wcześnie wychwytywać problemy.
• Śledź aktualizacje: Microsoft Copilot stale się rozwija. Włącz powiadomienia o nowych możliwościach, poprawkach zabezpieczeń i zmianach w terminologii, dzięki czemu nic nie zaskoczy Cię nieprzygotowanego.
• Zachęcaj do spójności w skali całej organizacji: Dziel się najlepszymi praktykami i promuj znajomość usługi Copilot. Ułatwia to współpracę i sprawia, że wszyscy działają według tych samych zasad.
• Priorytetowo traktuj bezpieczeństwo i zarządzanie: Zawsze stosuj się do zaleceń administratora dotyczących bezpiecznego korzystania i zgłaszaj wszystko, co wydaje się nieprawidłowe.

Często zadawane pytania: dodatkowe zasoby dla Microsoft 365 Copilot

Czym jest terminologia Microsoft Copilot i dlaczego jest ważna?

Terminologia Microsoft Copilot odnosi się do zbioru pojęć i terminów opisujących funkcje AI Microsoft oraz komponenty, takie jak Copilot Studio, łączniki, orkiestrator i kluczowe funkcje copilota. Znajomość tych pojęć pomaga użytkownikom właściwie korzystać z doświadczeń copilota, zapewnić odpowiedzialne wykorzystanie AI oraz zrozumieć, jak modele bazowe, duże modele językowe (LLM) i generowanie wspomagane wyszukiwaniem (RAG) współdziałają, aby tworzyć odpowiedzi przypominające ludzkie i dostarczać wnioski na podstawie zewnętrznych źródeł danych.

Jak Copilot Studio wpisuje się w ekosystem Copilot?

Copilot Studio to usługa low-code, która umożliwia twórcom i deweloperom tworzenie i dostosowywanie copilotów. Łączy się z łącznikami copilota i łącznikami Microsoft Graph, konfiguruje wyszukiwanie oraz rangowanie semantyczne, integruje się z Azure OpenAI lub innymi LLM i steruje sposobem, w jaki asystent AI odpowiada na wypowiedzi w języku naturalnym oraz pobiera odpowiednie informacje z grafu wiedzy, Office 365 lub zewnętrznych źródeł danych.

Czym są łączniki copilota i jak uzyskują dostęp do zewnętrznych danych?

Łączniki copilota to wtyczki lub interfejsy API, które umożliwiają copilotom dostęp do zewnętrznych źródeł danych, takich jak łączniki Microsoft Graph, interfejsy API innych dostawców, bazy danych czy Microsoft Fabric. Pozwalają pobierać odpowiednie informacje i łączyć wiedzę z wielu systemów, dzięki czemu copilot może generować tekst, odpowiadać na zapytania i udzielać odpowiedzi uwzględniających kontekst wprowadzony przez użytkownika.

Jak duże modele językowe (LLM), modele bazowe i Azure OpenAI odnoszą się do Microsoft Copilot?

LLM-y i modele bazowe to podstawowe modele uczenia maszynowego, które generują tekst i odpowiedzi przypominające ludzkie. Stos AI Microsoft wykorzystuje Azure OpenAI oraz inne usługi Azure AI do hostowania i dostrajania tych modeli. Dzięki temu copilot, będący asystentem opartym na AI, może wykorzystywać generatywną AI, stosować przetwarzanie języka naturalnego i tworzyć odpowiedzi konwersacyjne, zachowując jednocześnie aktualizacje zabezpieczeń oraz wytyczne dotyczące odpowiedzialnej AI.

Jak wprowadzanie w języku naturalnym i przetwarzanie semantyczne usprawniają działanie copilota?

Wprowadzanie w języku naturalnym i przetwarzanie semantyczne pozwalają copilotom interpretować język ludzki, rozpoznawać intencje i przekształcać dane wejściowe użytkownika w zapytania wyszukiwania lub działania. Dzięki wyszukiwaniu semantycznemu, RAG i technikom NLP copilot może odnajdywać odpowiednie informacje, streszczać duże ilości tekstu i generować odpowiedzi przypominające ludzkie, zgodne z zapytaniem użytkownika oraz z grafem wiedzy lub danymi dostępnymi za pośrednictwem łączników.

Jakie są typowe zastosowania Microsoft Copilot w biznesie i produktywności?

Przykłady zastosowań obejmują automatyzację pisania wiadomości e-mail w Office 365, tworzenie raportów na podstawie danych w Microsoft Fabric, generowanie streszczeń długich dokumentów, zasilanie chatbotów wsparcia technicznego, budowanie aplikacji low-code w Power Apps z interfejsami konwersacyjnymi Copilot, pobieranie informacji o klientach za pośrednictwem łączników Microsoft Graph oraz uruchamianie przepływów analitycznych, które wykorzystują modele uczenia maszynowego i generowanie wspomagane wyszukiwaniem (retrieval-augmented generation), aby dostarczać odpowiedzi i rekomendacje.

Jak Microsoft zapewnia bezpieczeństwo aktualizacji i odpowiedzialną sztuczną inteligencję w copilotach?

Microsoft łączy praktyki bezpieczeństwa platformy, uprawnienia łączników, kontrolę interfejsów API i regularne aktualizacje zabezpieczeń z ramami odpowiedzialnej sztucznej inteligencji, które obejmują zarządzanie modelami, przegląd z udziałem człowieka (human-in-the-loop) oraz monitorowanie użycia. Organizacje mogą stosować kontrole dostępu, zapobieganie utracie danych (DLP) i audytowanie, a także postępować zgodnie z wytycznymi Microsoft Learn i najlepszymi praktykami w zakresie zgodności, aby ograniczać ryzyko związane z treściami generowanymi przez AI i dostępem do danych zewnętrznych.

Czy deweloperzy mogą rozszerzać copiloty za pomocą interfejsów API, wtyczek i Power Apps?

Tak, deweloperzy mogą wykorzystywać interfejsy API, łączniki copilot, wtyczki oraz narzędzia low-code, takie jak Power Apps, do rozszerzania copilotów. Mogą wywoływać zewnętrzne usługi za pośrednictwem API, integrować modele typu GPT za pomocą Azure OpenAI, implementować własne mechanizmy wyszukiwania oparte na grafie wiedzy lub bazach danych oraz korzystać z Copilot Studio do orkiestracji przepływów pracy i dostosowywania działania copilota do konkretnych interakcji użytkowników i procesów biznesowych.

Czym jest generowanie wspomagane wyszukiwaniem (retrieval-augmented generation) i jak pomaga w znajdowaniu istotnych informacji?

Generowanie wspomagane wyszukiwaniem (RAG, retrieval-augmented generation) łączy wyszukiwanie istotnych dokumentów z generatywnymi modelami AI, dzięki czemu model AI może opierać odpowiedzi na rzeczywistych źródłach. Copiloty wykorzystują RAG do przeszukiwania łączników, pobierania dokumentów pomocniczych i tworzenia odpowiedzi odwołujących się do rzeczowych treści, co zwiększa dokładność, gdy AI generuje tekst lub dostarcza wnioski na podstawie dużej ilości tekstu albo rozproszonych zewnętrznych źródeł danych.

Jak organizacje mierzą i poprawiają działanie copilota oraz modele uczenia?

Organizacje monitorują interakcje użytkowników, skuteczność zapytań, pętle sprzężenia zwrotnego oraz metryki konwersacji, aby udoskonalać podpowiedzi (prompty), ponownie trenować lub dostrajać modele uczenia maszynowego, aktualizować łączniki i dostosowywać ustawienia wyszukiwania semantycznego. Materiały w Microsoft Learn oraz dodatkowe zasoby zawierają najlepsze praktyki iteracyjnego ulepszania doświadczenia z copilotem, zwiększania trafności odpowiedzi i zapewniania, że asystent AI udziela pomocnych odpowiedzi o naturalnym, ludzkim charakterze.

Jaką rolę w udzielaniu odpowiedzi na zapytania użytkowników odgrywają grafy wiedzy i łączniki Microsoft Graph?

Grafy wiedzy i łączniki Microsoft Graph porządkują i indeksują dane organizacji, dzięki czemu copilot może szybko pobierać fakty i zależności uwzględniające kontekst. Po połączeniu ich z Copilot Studio i orkiestratorem copilot może tworzyć bogatsze odpowiedzi, wskazywać istotne informacje z Office 365 lub źródeł zewnętrznych i lepiej odpowiadać na złożone zapytania formułowane w języku naturalnym.

Gdzie znajdę wsparcie techniczne i dodatkowe zasoby do tworzenia copilotów?

Deweloperzy i administratorzy mogą skorzystać z Microsoft Learn, dokumentacji Azure AI i Azure OpenAI, przykładów na GitHub, forów społecznościowych oraz oficjalnej pomocy technicznej Microsoft. Dodatkowe zasoby obejmują dokumentację API łączników copilot, przewodniki dotyczące odpowiedzialnej AI, najlepsze praktyki w zakresie aktualizacji zabezpieczeń oraz samouczki dotyczące korzystania z Copilot Studio, Power Apps i Microsoft Fabric w celu wykorzystania copilotów w konkretnych zastosowaniach.