
Explanation:
ボックス1:両方のアプリを使用するタスクベースのシナリオを実行する
テストシナリオ
タスクベースのテストシナリオ
エージェントがコンテキストを解釈し、データを調整する能力を検証するために、以下のエンドツーエンドのシナリオを実行してください。
シナリオ1:クロスセル機会の発見
タスク:カスタマーサービスでサポート案件を解決する際に、担当者に「このアカウントには現在、販売機会はありますか?」と質問してください。
成功基準:エージェントは営業部門から関連する商談情報を取得し、それを要約し、営業チームへのフォローアップアクションを提案する。
シナリオ2:統合型ケース/リード作成
タスク: ユーザーがサポートチャット中に新製品への関心について言及しました。エージェントに指示してください:
「このサポート会話に基づいて、営業部門にリードを創出する。」
成功基準:エージェントが会話履歴を解析し、適切な顧客コンテキストで営業システムにリードレコードを作成する。
シナリオ3:積極的なアカウント健全性チェック
課題:営業会議の前に、「この顧客に関する最近のサポート上の問題点を要約してください」と質問する。
成功基準:エージェントはカスタマーサービス内の未解決チケットを特定し、営業担当者に概要を提供することで、何も知らないまま会議に臨むことを防ぐ。
ボックス2:アプリ間タスクの完了状況を追跡する
メトリック
成功のための主要指標
Copilot Studioの分析タブまたはPower Platform管理センターで、以下の特定の指標を追跡してください。
*-> 解決率(アプリ間):エージェントが手動介入なしに両方のアプリからのデータを必要とするタスクを正常に完了したセッションの割合。
回避率:従来、営業部門とサービス部門の間で担当者が手動で切り替える必要があった業務において、人的引き継ぎの回数を削減すること。
タスク成功のしきい値: 「他の」アプリから提供されるコンテキストが正確であることを保証するため、LLMベースの応答の最低品質スコアを定義します。
エージェントによる支援時間の増加:エージェントがこれらのアプリケーション間クエリを実行することで節約できた時間と、人間が手動で実行した場合の時間を測定します。
参照:
https://walkingtree.tech/dynamics-365-agents-with-microsoft-copilot-studio
https://learn.microsoft.com/en-us/power-platform/admin/monitoring/monitor-copilot-studio