Explanation:
ボックス1：研究エージェント
課題1：Contoso, LtdとLitware, Incの違いを説明してください。出典と違いをまとめた表を含めてください。また、なぜ違いが生じるのかについても考察してください。
Microsoft 365 Copilot の研究者エージェントを使用してください。
Researcherは、ウェブと社内データの両方から情報を分析し、構造化された表や出典付きの洞察を含む包括的なレポートを作成する、詳細かつ多段階の調査タスク向けに設計されています。
Researcher Agentを選ぶ理由とは？複雑で多段階にわたる調査プロジェクトのための専門的なアシスタントとして機能するからです。Webや社内など様々な情報源から情報を収集し、統合し、構造化された形式で洞察を提示するように特別に設計されています。競合分析、市場調査、そして違いの「理由」を理解するのに最適です。
ボックス2：アナリストエージェント
プロンプト 2: /Sales_2022.xlsx、/Sales_2023.xlsx、/Sales_2024.xlsx から、収益と製品のピボットテーブルを作成し、前月比で 10% を超える変化を強調表示し、3 つのフォローアップ分析を推奨します。
アナリストエージェントを使用してください。
アナリストエージェントは、Excelファイルなどの構造化データに対する高度な推論を行うために特別に設計されています。
複数ファイル分析：複数のファイル（例：3年間の売上データ）にわたるデータを統合・分析し、傾向や異常値を特定できます。
高度な操作：思考の連鎖とPythonを使用して、単純な要約を超えた、前月比（MoM）のパーセント変化などの複雑な計算を実行します。
実用的な出力：特定されたデータパターンに基づいて、視覚化、要約、およびフォローアップ手順の推奨を生成することに特化しています。
ボックス3：チャット
プロンプト3：進行中の会議のチャットから構造化された行動計画を作成し、タスクを機能領域ごとにグループ化し、言及されている場合は担当者を特定し、暗黙の期限と依存関係を含めます。
この特定のリクエストに対して最も正確で体系的な結果を得るには、チャット（特に、TeamsまたはM365アプリによく含まれているMicrosoft 365 Copilotチャットインターフェース）を使用することをお勧めします。
専門のエージェントと比較して、チャットが適切な選択肢である理由は以下のとおりです。
コンテキスト認識：標準のチャットインターフェイスは、「M365グラフ」全体からデータを取得するように設計されています。最近のTeams会議の議事録や会議チャットをスキャンするネイティブ機能を備えています。
統合スキル：アナリストエージェントはExcel/データ処理に優れており、リサーチャーはWebベースのトレンドに最適ですが、コアとなるチャット機能は、社内コミュニケーションからの要約と抽出に最適化されています。
タスク識別：Copilot Chatは、会話の中で「行動指向」の表現（例：「私が対応します」や「金曜日までにお願いします」）を認識するように特別に訓練されています。