image

Access unlimited bootcamps and 650+ courses forever

60
%OFF
Article image
Elisio Moura
Elisio Moura25/03/2025 17:14
Share
Microsoft Certification Challenge #3 DP-100Recommended for youMicrosoft Certification Challenge #3 DP-100

Otimizar a eficiência dos Agentes no Copilot Studio: estratégias e melhorias

    Na parte de Análise do Copilot Studio é fornecido um insight sobre a eficácia geral do seu Agente em todas as sessões de análise. Abaixo:

    image

    Então, existe três áreas principais nas quais se concentrar ao revisar e melhorar a eficácia dos agentes:

    1) Resultados e participação: saber o resultado final de uma conversa ajuda você a começar a identificar onde seu agente está tendo sucesso e onde ele precisa de melhorias.

    2) Uso da fonte de conhecimento: ver com que frequência suas fontes de conhecimento são usadas ajuda você a entender o quão bem seu agente é capaz de fornecer respostas às perguntas dos usuários.

    3) Uso de ações: saber com que frequência as ações são usadas e com que frequência elas são bem-sucedidas pode ajudá-lo a entender se essas ações são úteis e bem-sucedidas para os usuários.

    4) Comentários do usuário: revisar os comentários dos usuários ajuda a identificar novos cenários e problemas do usuário e a fazer melhorias com base diretamente no que os usuários estão pedindo.

    5) Pode exibir análises de eventos que ocorreram nos últimos 360 dias.

    Na seção Resultados e participação mostra um gráfico que rastreia o tipo de resultado de cada sessão entre seu Agente e os usuários. Abaixo:

    image

    Para abrir um painel lateral com um detalhamento do gráfico de pizza dos resultados da sessão, juntamente com os principais tópicos que levaram a cada resultado, selecione Ver detalhes no gráfico. Uma sessão se enquadra em um dos dois estados a seguir:

    -- Não engajada: Uma sessão começa quando um usuário interage com o agente ou quando seu agente envia uma mensagem proativa para o usuário. A sessão começa em um estado não engajada.

    -- Engajada: uma sessão fica engajada quando ocorre uma das seguintes situações:

    • um tópico que não é do sistema é acionado:
    • a sessão é escalonada
    • o tópico de fallback é acionado
    • o tópico de impulsionamento de conversa é acionado

    Depois que a sessão se torna engajada, ela permanece engajada. Uma sessão engajada tem um dos seguintes resultados:

    -- Escalonada: uma sessão termina e é considerada escalonada quando o tópico Escalonar é disparado ou quando um no Transferir para agente é executada (a sessão de análise atual termina, independentemente de a conversa ser transferida para um agente ativo ou não).

    -- Resolvida: uma sessão termina e é considerada resolvida quando o tópico Fim da Conversa é acionado e o usuário confirma que a interação foi bem-sucedida ou deixa a sessão expirar.

    -- Abandonada: uma sessão termina e é considerada abandonada quando uma sessão engajada atinge o tempo limite após 36 minutos e não atinge um estado resolvido ou escalonado.

    Na seção Uso da fonte de conhecimento mostra um gráfico e métricas que controlam a frequência com que suas fontes de conhecimento são usadas em conversas entre seu agente e usuários.

    Ele também mostra indicadores de tendência para a frequência com que suas fontes estão sendo usadas, quantos erros estão sendo gerados e quantas vezes a fonte está sendo usada para fornecer respostas às perguntas dos usuários.

    O gráfico exibe as cinco principais fontes de conhecimento usadas no intervalo de datas definido na parte superior da página de Análise.Abaixo:

    image

    Selecione Ver detalhes para abrir um painel lateral com o uso da fonte de conhecimento e as taxas de erro durante o período selecionado. Você pode usar esses gráficos para identificar quais fontes de conhecimento funcionam bem para ajudar os usuários e quais direcionar para melhorias.

    • Uso da fonte de conhecimento mostra a porcentagem de sessões que usaram cada fonte de conhecimento à qual o agente tem acesso.
    • Erros mostra a porcentagem de sessões que usaram cada tipo de fonte de conhecimento (por exemplo, SharePoint) que resultou em um erro.

    (Disponível em: https://learn.microsoft.com/pt-br/microsoft-copilot-studio/analytics-improve-agent-effectiveness. Acesso: 25 mar. de 2025)

    Share
    Recommended for you
    Microsoft AI for Tech - Azure Databricks
    Microsoft Certification Challenge #3 DP-100
    Decola Tech 2025
    Comments (0)
    Recommended for youMicrosoft Certification Challenge #3 DP-100