Пошаговое руководство по настройке Agent Feed в вашем рабочем пространстве Copilot

By Mirko Peters · 2026-08-13

Добро пожаловать обратно, слушатели подкаста и энтузиасты технологий! Если вы следите за нашими недавними обсуждениями искусственного интеллекта, автоматизации и эффективности работы, вы знаете, что сохранение человеческого контроля в процессе как никогда важно. Поскольку организации всё активнее внедряют автономных ИИ-агентов для автоматизации всего: от поддержки клиентов до обработки сложных дан

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

Добро пожаловать обратно, слушатели подкаста и энтузиасты технологий! Если вы следите за нашими недавними обсуждениями искусственного интеллекта, автоматизации и эффективности работы, вы знаете, что сохранение человеческого контроля в процессе как никогда важно. Поскольку организации всё активнее внедряют автономных ИИ-агентов для автоматизации всего: от поддержки клиентов до обработки сложных данных, администраторы и архитекторы сталкиваются с острым вопросом: как сохранить контроль и при этом не терять в скорости?

Чтобы ответить на этот вопрос, мы недавно записали отдельный выпуск подкаста, в котором разбираем технические и операционные аспекты этой задачи. Если вы его ещё не слушали, обязательно ознакомьтесь с выпуском Agent Feed - Simply Explained, где есть базовый аудиообзор. В этом блоге мы развиваем эти идеи и предлагаем подробное техническое руководство по настройке рабочего пространства Copilot Service, включению Agent Feed и добавлению представления Agent Supervisor в вашу среду Power Apps.

Обзор Agent Feed

Ключевые возможности Agent Feed

Agent Feed — это мощный инструмент, призванный улучшить ваш опыт работы с ИИ в Power Apps. Он служит централизованным центром, где вы можете эффективно управлять ИИ-агентами и контролировать их работу. Этот инструмент важен для того, чтобы ИИ работал в рамках заданных вами правил, что обеспечивает более полный контроль и надзор.

Значение Agent Feed для управления ИИ трудно переоценить. Он помогает поддерживать баланс между автоматизацией и участием человека. С Agent Feed вы можете контролировать задачи ИИ и убедиться, что они соответствуют целям бизнеса. Такой надзор особенно важен, поскольку ИИ-агенты действуют самостоятельно, и бывает сложно проследить, какие действия соответствуют конкретным командам пользователя.

Основные функции Agent Feed:

В задачах отображаются важные сведения: названия, описания, имена агентов и временные метки. Раздел «Требует внимания» выделяет задачи, которые нуждаются в вашем участии, а раздел «Завершено» показывает задачи, выполненные вами или агентами.

Одна из ключевых возможностей Agent Feed — Log for Review. Она поддерживает требования комплаенса и аудита, предоставляя подробные журналы аудита. Эти журналы важны для организаций, которым нужно отвечать на ключевые вопросы о действиях агентов. Они обеспечивают подотчетность, фиксируя, кто выполнил действие, как и когда. Такой уровень детализации необходим для соблюдения нормативных требований в различных отраслях.

另一个 важная функция — Request Assistance. Она усиливает взаимодействие между вами и ИИ-агентами. Исследования показывают, что использование подсказок ИИ заметно повышает успешность выполнения задач. Например, когда участники получали помощь ИИ, их общий показатель успешности достигал 70 %, тогда как без помощи — только 20 %. Это показывает, что ИИ может служить эффективным инструментом обучения, помогая вам лучше справляться с последующими задачами.

Наконец, функция Invoke Data Entry упрощает процессы управления данными. Она позволяет контролировать, доверять и работать совместно с агентами в привычном формате ленты задач. Такая интеграция упрощает рабочий процесс и делает управление задачами ввода данных более эффективным.

Как контролировать автономных агентов

Аналитика в реальном времени в Power Apps

Мониторинг ИИ-агентов через Agent Feed выполняется просто. Выполните следующие шаги, чтобы настроить среду для эффективного контроля:

1. Войдите в Power Apps и выберите среду вашего контакт-центра.
2. На карте сайта выберите Apps, найдите рабочее пространство Copilot Service и откройте его для редактирования.
3. Включите Agent Feed, выполнив следующие действия:
   • Выберите значок Agents на карте сайта.
   • Выбор агента, соответствующего Case Management Agent, например Case Processing Agent, и нажатие многоточия (...) > Add to app.
   • Сохранение и публикация изменений.
4. Добавление представления Agent Supervisor:
   • Поиск и выбор представления Case.
   • В области Cases выбор Views.
   • Нажатие многоточия (...) для Agent Supervisor, а затем выбор Add.
   • Сохранение и публикация изменений.
5. Наконец, войдите в рабочую область Copilot Service с ролью супервизора, чтобы убедиться, что лента агента отображается на карте сайта.

Человеческое вмешательство играет решающую роль в принятии решений ИИ. Хотя агенты ИИ могут справляться с повторяющимися задачами, они не всегда делают лучший выбор в сложных ситуациях. Ваш опыт гарантирует, что решения соответствуют бизнес-целям. Контролируя автономных агентов, вы сохраняете контроль над их работой и можете своевременно вносить корректировки при необходимости.

Agent Feed обеспечивает визуализацию активности агентов в реальном времени. Вы можете отслеживать различные показатели, в том числе:

• Задержка (latency)
• Пропускная способность (throughput)
• Количество успешных операций и ошибок
• Использование ресурсов

Эти показатели помогают понять, насколько эффективно работают ваши агенты. Кроме того, Agent Feed фиксирует ход выполнения каждого запроса, давая представление о каждом шаге процесса. Такой уровень детализации позволяет выявлять узкие места и оптимизировать производительность.

Интеграция с Model Context Protocol (MCP) расширяет возможности Agent Feed. MCP стандартизирует взаимодействие между приложениями ИИ и Power Apps. Эта интеграция упрощает процесс разработки, сокращая время и сложность для разработчиков. Она также позволяет приложениям ИИ обращаться к широкому спектру источников данных, что делает их более функциональными. В результате вы получаете более эффективные приложения ИИ, которые могут действовать от вашего имени.

Практическое применение Agent Feed

Повышение производительности с помощью ИИ

Компании могут использовать Agent Feed по-разному, чтобы повысить производительность. Вот несколько типичных сценариев, в которых Agent Feed особенно полезен:

Интеграция Agent Feed в ежедневные рабочие процессы приносит множество преимуществ. Вы можете оптимизировать процессы и повысить эффективность. Например, компании сообщают о на 40% более быстром решении обращений и росте удовлетворенности клиентов на 25% после внедрения Agent Feed. Эти улучшения обусловлены способностью инструмента создавать задачи, которые можно выполнить, и предоставлять аналитику о работе агентов в реальном времени.

Agent Feed позволяет сосредоточиться на сложных задачах, автоматизируя рутинные процессы. Вот несколько способов, как это достигается:

• Агенты ИИ автоматизируют сложную многоэтапную работу, которая требует рассуждений и динамического принятия решений.
• Они сокращают ручные усилия, избавляя от повторяющихся когнитивных задач, таких как проверка документов и синтез данных.
• Агенты ИИ повышают согласованность, применяя одни и те же критерии рассуждений и принятия решений во всех случаях.
• Они ускоряют процессы, выполняя рабочие процессы за секунды или минуты вместо часов или дней.
• Агенты ИИ масштабируют экспертизу, кодифицируя логику принятия решений и лучшие практики для единообразного применения.

Например, агенты планирования организуют собрания, проверяя доступность и отправляя приглашения, что сокращает время на переписку. Агенты ввода данных выполняют повторяющиеся задачи, например перенос информации и проверку качества данных. Исследовательские агенты собирают и обобщают информацию из различных источников, эффективно формируя отчёты.

Баланс между автоматизацией и контролем со стороны человека имеет решающее значение. Хотя ИИ может справиться со многими задачами, ваш опыт гарантирует, что решения соответствуют бизнес-правилам. Чтобы эффективно сбалансировать эти элементы, выполните следующие шаги:

Интегрируя Agent Feed в свои операции, вы можете обеспечить бесшовное взаимодействие между ИИ и human-агентами. Такой подход не только повышает продуктивность, но и сохраняет необходимый контроль, чтобы достигать целей вашей организации.

Проблемы при внедрении Agent Feed

Внедрение Agent Feed может создать для бизнеса несколько сложностей. Понимание этих препятствий поможет вам подготовиться и пройти интеграцию без лишних трудностей. Вот некоторые распространённые проблемы, с которыми вы можете столкнуться:

• Наблюдаемость затрат: отслеживать расходы, связанные с Agent Feed, непросто. Вам необходимо внедрить уровень управления, чтобы эффективно контролировать затраты.
• Сложность работы агентов в разных средах: управлять агентами, которые работают в разных средах, может быть непросто. Аутентификацию, аудит и обработку ошибок нужно настраивать внимательно.
• Вопросы конфиденциальности данных и безопасности: ИИ-агенты могут создавать новые уязвимости. Они могут стать привлекательной мишенью для кибератак, что способно поставить под угрозу конфиденциальность данных и безопасность.

Чтобы преодолеть эти трудности, можно применить несколько лучших практик:

• Определите успех: установите 1–2 ключевых показателя эффективности (KPI), которые соответствуют бизнес-результатам. Это направит ваши усилия по разработке и поможет сосредоточиться на главном.
• Соберите межфункциональную команду: привлеките к внедрению разных заинтересованных сторон. Это гарантирует, что агент принесёт пользу и будет отвечать различным потребностям организации.
• Запускайте с поддержкой: проводите обучение и понятно объясняйте изменения, чтобы пользователи чувствовали уверенность. Сбор обратной связи на этом этапе поможет вносить необходимые корректировки.
• Контролируйте и корректируйте: используйте данные в реальном времени для отслеживания производительности. Это позволит постоянно улучшать решение на основе реального использования и результатов.

Кроме того, эффективные стратегии управления изменениями могут заметно повысить внедрение Agent Feed. Организации, которые применяют структурированное управление изменениями для инициатив в области ИИ, в 3,4 раза чаще добиваются успешного внедрения. Уделите внимание человеческому аспекту внедрения: изменению поведения и ясности ролей.

Начните с того, что руководители сами используют ИИ, демонстрируя нужное поведение. Это поможет точно оценить текущий уровень внедрения. Извлечение навыков должно предшествовать автоматизации рабочих процессов: так вы закрепите правильные знания до того, как встроить их в процессы с поддержкой ИИ. И наконец, поощряйте социальное обучение с немедленным применением. Такой подход эффективнее общих программ обучения, поскольку способствует сотрудничеству и практическому использованию инструментов ИИ.

Решая эти задачи и следуя лучшим практикам, вы сможете успешно внедрить Agent Feed и расширить возможности ИИ в своей организации.

Заключение

Agent Feed играет ключевую роль в повышении эффективности управления ИИ и обеспечении действенного человеческого контроля. Относясь к ИИ-агентам как к новым сотрудникам, вы задаёте чёткие роли и ожидания, что повышает ответственность. Такое структурированное управление позволяет доверять ИИ-агентам как активным участникам рабочих процессов.

Мониторинг активности в реальном времени делает Agent Feed инструментом, который улучшает взаимодействие и принятие решений и становится важным для оптимизации работы. Изучая потенциал Agent Feed в своей организации, подумайте, как он может изменить подход к интеграции ИИ. Чтобы глубже разобраться в этих концепциях и понять, как они связаны с более широкой экосистемой Microsoft, обязательно послушайте наш сопутствующий выпуск подкаста Agent Feed - Simply Explained.

Примите будущее ИИ вместе с Agent Feed и откройте новые возможности для вашего бизнеса.

Часто задаваемые вопросы

Что такое Agent Feed?

Agent Feed — это центр контроля в Power Apps, который позволяет эффективно управлять агентами ИИ. Он усиливает человеческий надзор и взаимодействие с ИИ, обеспечивая соответствие задач вашим бизнес-целям.

Как Agent Feed улучшает управление ИИ?

Agent Feed предоставляет аналитику активности агентов ИИ в режиме реального времени. Вы можете отслеживать показатели производительности, проверять задачи и при необходимости вмешиваться, гарантируя, что ИИ работает в рамках ваших правил.

Можно ли настроить функции Agent Feed?

Да, Agent Feed можно настроить под ваши конкретные потребности. Вы можете изменять категории задач, задавать критерии оценки и определять ключевые показатели эффективности в соответствии с вашими бизнес-целями.

Какие задачи могут выполнять агенты ИИ?

Агенты ИИ могут автоматизировать рутинные задачи, например ввод данных и проверку документов. Они также помогают в сложных рабочих процессах, позволяя вам сосредоточиться на принятии решений более высокого уровня.

Как Agent Feed интегрируется с приложениями, управляемыми моделью?

Agent Feed легко интегрируется с приложениями, управляемыми моделью, в Power Apps. Такая интеграция позволяет контролировать агентов ИИ прямо в приложениях, которые вы используете каждый день, повышая производительность и уровень контроля.

Нужно ли обучение для работы с Agent Feed?

Специального длительного обучения не требуется, но знакомство с возможностями Agent Feed поможет получить максимальную пользу. Microsoft предоставляет материалы и поддержку, которые помогут вам начать работу.

Какова роль генеративного ИИ в Agent Feed?

Генеративный ИИ усиливает Agent Feed, позволяя агентам ИИ учиться на взаимодействиях и со временем улучшать свою работу. Это повышает эффективность выполнения задач и качество принимаемых решений.

Как обеспечить конфиденциальность данных при работе с агентами ИИ?

Чтобы обеспечить конфиденциальность данных, внедрите надёжные меры безопасности и протоколы управления. Регулярно проверяйте активность агентов ИИ и соблюдайте требования отраслевых регуляторов, чтобы защищать конфиденциальную информацию.

🎧 Также рекомендуем послушать

• AI Agents – Simply Explained — следующий практический шаг в обучении и полезный контекст по этой теме.
• Microsoft Agent Framework – Simply Explained — следующий практический шаг в обучении и полезный контекст по этой теме.
• Microsoft Fabric Real-Time Intelligence – Simply Explained — следующий практический шаг в обучении и полезный контекст по этой теме.

Последний пересмотр: июль 2026 г.