Latest / M365.FM – Microsoft 365, Copilot & KI Podcast auf Deutsch / Context Engineering für Copilot Studio: So stoppen Sie Halluzinationen und Drift in der Power Platform (KI-Synchronfassung)

Transcript

Context Engineering für Copilot Studio: So stoppen Sie Halluzinationen und Drift in der Power Platform (KI-Synchronfassung) · M365.FM – Microsoft 365, Copilot & KI Podcast auf Deutsch

0:00
Ihr Co-Pilot ist nicht dumm.
0:01
Die haben ihr ausgehungert.
0:03
Kein Schema, keine Regeln, keine Leitplanken und dann beschweren sie sich über Halluzinationen.
0:07
Überall.
0:08
Die meisten KI-Fehler der Power-Plattformen liegen nicht am EQ des Modells.
0:12
Sie liegen am Kontext, den sie geschaffen haben.
0:14
Hier ist, was wir heute bekommen.
0:15
Ein wiederholbares Context-Engineering-Muster für Co-Pilot Studio und Power Automate, das Halluzinationen eliminiert,
0:21
Abweichungen zwischen Tenants behebt sowie Dattents und Kosten senkt.
0:24
Wir erstellen das Systemnachrichten-Muster, eine Checkliste für die Schema-Verankerung
0:28
und eine Vorlage für die Abruf-Pipeline.
0:30
Es gibt eine Ebene, die jeder vergisst, die Richtlinien-Ebene, die Governance-Drifts verhindert.
0:34
Wir integrieren sie und belegen dies mit Metriken vor und nach der Umsetzung.
0:37
Jetzt fangen wir an.
0:38
Das Problem, warum Ihr Co-Pilot scheitert, Kontextschulden.
0:41
Definieren wir das Problem präzise, Kontextschulden.
0:44
Es ist die Anhäufung von fehlendem oder unsauberen Kontext, die ein Sprachmodell zum Raten zwingt.
0:49
Sie überspringen Systemregeln, verankern nicht den Dataverse, lassen Tools undefiniert und ignorieren Richtlinien.
0:54
Dann sind Sie schockiert, wenn die Ausgang zwischen Tenants schwanken.
0:57
Faszinierend.
0:59
Kontextschulden zeigen sich in vier Fehlern.
1:01
Erstens, fehlende Systemregeln, keine Identität, kein Geltungsbereich, keine Ablehnungsrichtlinien.
1:05
Das Modell optimiert auf Hilfsbereitschaft und Geschwätzigkeit, nicht auf Konformität und Präzision.
1:08
Zweitens, nicht verankerte DAP.
1:11
Sie verweisen vage auf die Kredittabelle, ohne Entitätsnamen, Felddefinitionen, Beziehungen oder Beispieldatensätze zu nennen.
1:17
Drittens, undefinierte Tools.
1:19
Sie fordern ein Statusupdate, legen aber keinen gesteuerten Aktionspfad im Power Automate fest.
1:23
Viertens, fehlende Richtlinien.
1:25
Sie verlassen sich auf ein Bauchgefühl statt auf DLP, Vertraulichkeitsbezeichnungen und bedingten Zugriff.
1:29
Dieser Kontext garantiert Abweichung.
1:31
Die Beweise sind überall.
1:32
Hohe Fehler und Abbruchraten bei Unternehmens-KI lassen sich auf Ausführung und Kontext zurückführen, nicht auf Modellganzen.
1:37
Teams berichten von Halluzinationen, umgebungsspezifischen Inkonsistenzen und Tokenverschwendung durch Abruf ganzer Tabellen zur Sicherheit.
1:44
Sie brauchen kein größeres Modell, Sie brauchen ein Rückgrat.
1:46
Hier ist das mentale Modell, das das Problem löst.
1:48
Vier Kontextebenen, System, Abruftools, Richtlinien.
1:51
Stellen Sie es sich wie die Windows-Registry für Ihren Agenten vor.
1:53
Es ist nicht nur eine Datenbank, es ist das Rückgrat.
1:56
Das System definiert, wer der Agent ist und was er verweigert.
1:58
Der Abruf liefert Fakten und Schemata, damit er aufhört, Felder zu erfinden.
2:02
Tools definieren die exakten Aktionen, die er mit minimalen Privilegien ausführen darf.
2:06
Richtlinien setzen Grenzen durch, ungeachtet cleverer Prompt.
2:09
Entfernen Sie eine Ebene und die Ausgaben schwangen.
2:11
Fügen Sie alle Fähne zu und Sie stabilisieren es.
2:12
Was die meisten Entwickler übersehen, Umgebungen, sind die Sicherheitsgrenzen in der Power-Plattform.
2:17
Wenn Ihre DLP-Richtlinie in der Produktion die Mischung von Geschäfts- und Nicht-Geschäftskonnektoren blockiert,
2:20
in der Entwicklung aber nicht, haben Sie zwei verschiedene Welten über.
2:22
Die Augen und Hände Ihres Agenten ändern sich je nach Umgebung.
2:26
Ja, die Ergebnisse driften zwischen Mandanten und Umgebungen, weil sie die Welt unter den Füßen des Systems verändern.
2:30
Lassen Sie mich die typische Federschleife läutern.
2:32
Sie erstellen einen Co-Pilot-Studioagent.
2:34
Sie geben ihm ein vages Ziel, Hilfe bei Kreditanträgen.
2:37
Sie verknüpfen eine Dokumentenbibliothek mit PDFs, ohne die Struktur zu extrahieren.
2:41
Sie indizieren weder Dataverse-Entitäten noch Beziehungen oder Vertraulichkeitsbezeichnungen.
2:44
Sie überspringen den Tool-Katalog und nehmen an, dass Co-Pilot es schon herausfinden wird.
2:48
Dann stellen Sie eine Frage.
2:49
Er antwortet mit allgemeinem Richtliniengeschwafel und erfindet ein Feld namens Kreditphase, das in Ihrem Schema nicht existiert.
2:54
Herzlichen Glückwunsch, Sie haben für Tokens bezahlt, um falsche Inhalte zu lesen und Unsinn zurückgehalten.
2:58
Vergleichen Sie das mit einem fundierten Ansatz.
2:59
Gleiche Frage, aber Ihre Abrufschicht enthält einen Schemaindex, die Entität Kreditantrag, den Feldstatus,
3:05
Auswahllistenwerte, Beziehungen zu Antragsteller und Dokument sowie Beispieldatensätze sowie Beispieldatensätze.
3:10
Der Agent referenziert den Kreditantragsstatus explizit und nennt die zulässigen Werte.
3:14
Kein Raten.
3:15
Der Unterschied ist nicht das Modell, sondern der Kontext.
3:17
Latenz und Kosten sind Symptome derselben technischen.
3:19
Das Abrufen ganzer Tabellen, weil Feldebenefilter fehlen, lässt Tokens und Zeit explodieren.
3:24
Waage Abfragen zwingen das Modell, sich durch irrelevante Datenabschnitte zu wöcheln.
3:27
Nicht definierte Top-Ebenen ohne Intent-Filter.
3:29
Sie zahlen für alles, lernen nichts und das System halluziniert immer noch.
3:32
Brutal.
3:33
Governance-Drift ist der stille Killer.
3:35
Ohne Richtlinien-Ebene, DLP, Vertraulichkeitsbezeichnungen und bedingten Zugriff weicht das Verhalten Ihres Agenten allmählich ab.
3:41
Ein Connector wird neu klassifiziert, ein Gastkonto schleicht sich in ein Flow, Protokolle sind aus und schon fasst der Agent vertrauliche Notizen für einen nicht geschäftlichen Connector zusammen.
3:49
Sie merken das Essen der Prüfungswoche.
3:50
Hervorragend.
3:51
Hier ist die Lösung und wir werden sie in dieser Serie Schritt für Schritt aufbauen.
3:54
System-Ebene, eine knappe, versionierte Systemnachricht, die Identität, Umfang, Ablehnungslogik, Schema-Bewusstsein, Tool-Regeln und Protokollierungsgrenzen festlegt.
4:03
Erstellt pro Umgebung mit Tokens für Geschäftsbereiche und Sensitivitätsmapping.
4:07
Abrufschicht, eine Pipeline, die primär auf Dataverse basiert und Dokumentenindizes als sekundäre Quelle nutzt.
4:13
Mit entitätsbasiertem Chunking, Hybrid-Suche, Security-Trimming und Feldebene.
4:17
Filtern.
4:18
Tool-Ebene, ein kuratierter Katalog von Power-Automate-Aktionen mit minimalen Privilegien und Promptvorlagen, die Eingabeschimmate, Ablehnungslogik und Sensitivitätsflags definieren.
4:28
Richtlinien-Ebene, erzwungene DLP-Gruppen, bedingter Zugriff, Echtzeitmaskierung durch Bezeichnungen und ein Admin-Killswitch.
4:35
Wenn Sie sich nur an eines erinnern, dann ließen.
4:37
Modelle sagen Text voraus.
4:38
Sie entwickeln Wahrheit, Leistung und Grenzen.
4:40
Ihre Aufgabe ist der Kontext.
4:41
Das Modell ist die Rendering-Engine.
4:43
Hören Sie auf, den Renderer für Ihren fehlenden Baublech zu machen.
4:45
Ebene 1. Systemkontext, der nicht driftet.
4:48
Muster plus Checkliste.
4:49
Jetzt beenden wir das Rätselraten und führen Identität ein.
4:52
Ohne expliziten Identitätsrahmen und Ablehnungsregeln agieren große Sprachmodelle wie charmante Labradore.
4:57
Sie holen alles, wollen jedem Gefallen und missachten Compliance-Vorgaben.
5:00
Sie brauchen einen Türsteher, keinen Golden Retriever.
5:02
Die Wahrheit ist, wenn Ihre Systemnachricht vage ist, werden es auch Ihre Ausgaben sein.
5:06
Wenn Ihre Systemnachricht je nach Umgebung inkonsistent ist, werden Ihre Ausgaben je nach Umgebung variieren.
5:11
Daher entwerfen wir zuerst das Grund.
5:12
Hier ist das Muster, das ich verwende.
5:13
Es ist kurz, versioniert und kompromisslos.
5:16
Rolle.
5:16
Sie sind der Kredit-Copilot für die Geschäftseinheit in der Umgebungs-Umgebungs-Name-Name.
5:21
Sie antworten ausschließlich zu Kreditanträgen und damit verbundenen Prozessen.
5:25
Geltungsbereich.
5:26
Beschränken Sie sich auf Dataverse-Entitäten und markierte Dokumente in dieser Umgebung.
5:30
Wenn die Antwort externe Systeme oder nicht markierte Inhalte erfordert, lehnen Sie ab und schlagen Sie einen sicheren nächsten Schritt vor.
5:35
Tonfall präzise, sachlich, Feldbezeichnung, exakt gemäß Schema.
5:38
Entität.feld.
5:39
Ablehnungsrichtlinie.
5:42
Wenn sensible Inhalte gemäß Labelliste in einem geschäftsfremden Kontext angefragt werden, lehnen Sie mit Begründung ab und sperren Sie die Zusammenfassung der Ablehnung.
5:49
Schema-Bewusstsein.
5:50
Bevorzugen Sie den Dataverse-Schema-Index.
5:52
Erfinden Sie niemals Felder.
5:53
Ordnen Sie synonym mit den kanonischen Namen mithilfe des bereitgestellten Glossers zu.
5:59
Regeln für die Werkzeugnutze.
6:00
Sie dürfen zugelassene Power-Automate-Aktionen nur aufrufen, wenn eine Absicht mit einer Konfidenz von 0,8 als ausführbar eingestuft wird.
6:07
Andernfalls antworten Sie mit einer Analyse.
6:10
Protokollierungsgrenze.
6:11
Eben Sie keine Personedatung der Datum.
6:13
Fassen Sie Werte bei hoher Sensibilität als maskiert zusammen.
6:15
Dieses Muster fließt in die benutzerdefinierten Anweisungen von Copalit-Schröhr.
6:19
Und ja, es wird parametrisiert.
6:21
Umgebungsname, Geschäftseinheit, MIP-Label-Liste.
6:23
Verknüpfen Sie diese mit Umgebungsvariablen, damit DEV, UAT und PROD die selbe Logik mit unterschiedlichen Bindungen teilen.
6:28
Versionieren Sie erst Systemnachricht 5.1.3.
6:31
Stempeln Sie die Version und die Richtlinie von 1.3 in jede Antwortfußzeile während der Testphase, damit Abweichungen sofort sichtbar sind, damit nun die Checkliste, da Sie sonst etwas vergessen könnten.
6:40
Ziele.
6:41
Was der Agent erreichen darf in einem Satz.
6:43
Zielgruppe.
6:44
Wem er dient?
6:45
Kreditsachbearbeiter, nicht das gesamte Unternehmen.
6:47
Definition.
6:48
Kanonische Entitäts- und Feldnamen sowie Synonyme.
6:51
Zulässige Inhalte.
6:52
Erlaubte Datenklassen und Quellen.
6:54
Unzulässige Aktion.
6:56
Alles, was mandantenübergreifend, unmarkiert oder außerhalb von Geschäftskonnektoren liegt.
7:00
Eskalationspart.
7:01
Wann einer Mensch, der übergeben werden muss.
7:03
Kriterien und Nachrichtenvorlage.
7:05
Bewertungsrubrik.
7:05
Wie wir Ausgaben bewerten.
7:07
Feldgenauigkeit.
7:08
Korrektheit der Ablehnung und Zitierung des Schemas.
7:10
Verfassen Sie dies in einfacher Sprache und komprimieren Sie es da.
7:12
Der häufigste Fehler besteht darin, Beschränkungen unter einem Roman an Richtlinien-Text zu begraben.
7:16
Das Modell wird es überfliegen wie ein durchschnittlicher Praktikant.
7:18
Halten Sie es chirurgisch präzise.
7:19
Ein weiterer klassischer Fehler.
7:21
Beschränkungen in den Benutzerprompt hineinstopfen.
7:23
Beschränkungen gehören in die Systemnachricht und die Tool-Wrapper.
7:26
Nicht dorthin, wo der Benutzer gerade tippt.
7:27
Und versionieren Sie Pro-Umgebung.
7:29
Derf nachlässig sein.
7:31
Prod darf es nicht.
7:32
Das Kopieren einer einzelnen Systemdatei zwischen Mandanten ohne Token erzeugt Paralleluniversen.
7:37
Ein schnell Erfolg zu umsetzen können.
7:38
Verwenden Sie Vorlagen für Nachrichten mit Variablen, die beim Lösungsimport gebunden sind.
7:42
Das allein beseitigt eine Menge Inkonsistenzen.
7:44
Fügen Sie einen Glosse-Abschnitt hinzu, der Synonyme auf kanonische Felder abbildet.
7:48
Zum B-Stufe-Schritt-Phase-Kreditantragsstatus.
7:50
Sie werden sehen, wie halluzinierte Felder verschwinden.
7:52
Die Implementierung in CooperLit Studio ist unkompliziert.
7:54
Öffnen Sie die benutzerdefinierten Anweisungen, fügen Sie das Muster ein,
7:58
setzen Sie Variablen für umgebungsnahen Geschäftsbereich und Bildbeschriftungsliste ein
8:01
und aktivieren Sie immer einschließend.
8:03
Erstellen Sie einen Anweisungssatz für die Schema-Kanonisierung,
8:06
auf den der Agent vor der Antwort zugreift.
8:08
Fügen Sie dann einen Vorlagenabschnitt für Ablehnungen hinzu.
8:11
Ich kann zensiert aufgrund einer Richtlinienvorgabe nicht teilen.
8:14
Ist eine sichere Alternative.
8:16
Konsistenz ist keine Magie seiner Vorlagenarbeit.
8:19
Letzte Leitplanke, Protokollierungsgrenzen.
8:21
Stellen Sie sicher, dass der Agent niemals sensible Rohdaten wiederholt.
8:23
Wenn er darauf verweisen muss, verwendet er Platzhalter und bietet eine Tool-Aktion an,
8:27
die Geheimnisse über Unmet-Informationen und Flows verwaltet.
8:30
Wenn Sie sich nur eines merken, dann dies.
8:32
Identität, Umfang, Ablehnung, Schema, Tools, Protokollierung.
8:35
Sechs Zeilen, kein Drama.
8:38
Ebene 2. Abruf, der auf Dataverse basiert, gemäß Pipeline-Vorlage.
8:41
Die Identität ist festgelegt.
8:43
Jetzt geben wir ihm Fakten, die er nicht halluzinieren kann.
8:45
Beim Abruf drehen die meisten von Ihnen den Wasserhahn voll auf und nennen es Grounding.
8:48
Falsch.
8:50
Abruf ist selektiv, entitätsbewusst.
8:52
Und ja, Dataverse zuerst, denn dort liegt Ihre Wahrheit.
8:56
Warum das Wichtige?
8:58
Halluzinationen blühen, wenn das Modellstrukturen selbst ableiten muss.
9:00
Wenn es keine kanonischen Entitäts- und Felddefinitionen sieht, erfindet es diese.
9:04
Latenz und Kosten steigen, wenn Sie ganze Tabellen und PDF-Blobs laden, weil Sie nicht nach Absicht gefiltert haben.
9:10
Das Ergebnis teures Rauschen.
9:11
Die Lösung ist eine Pipeline, die das Schema bevorzugt und nach Sicherheit filtert.
9:14
Hier ist die Vorlage.
9:15
Zwei Indizes, ein Gehirn.
9:17
Erstens, ein Schemaindex für Dataverse-Entitäten, Felder, Beziehungen, Optionssätze, Geschäftsregeln sowie ein kleines Synonym-Glossar.
9:24
Zweitens, ein Dokumenten-Nex für Richtlinien, SOPs und Referenzdokumente, aber nur wenn sie strukturiert sind.
9:29
Hybride-Suche über beides mit Sicherheitsfilterung nach Umgebung und Benutzer.
9:32
Das Modell sieht niemals das, was der Benutzer nicht sehen darf.
9:35
Das ist kein Vorschlag, das ist die Grenze.
9:37
Lassen Sie mich den Schemaindex aufschlüsseln.
9:39
Erfassen Sie für jede Entität, Name, Beschreibung, Feldliste mit Datentypen, Optionssatzwerte, Beziehungen, 1-to-N, N-to-1 und Geschäftsregeln, die gültige Zustände beeinflussen.
9:49
Fügen Sie zwei Beispieldatensätze pro Entität hinzu, zensiert sowie eine Beispielabfrage, die natürliche Sprache auf kanonische Felder abbildet.
9:55
Fügen Sie eine Synonym-Zuordnung hinzu, Stufe, Schritt, Phase, Kreditantragsstatus.
9:58
Das Modell orientiert sich an kanonischen Namen, weil Sie ihm die Karte dazu gegeben haben.
10:02
Kommen wir nun zu mit X.
10:03
PDFs sind keine heiligen Schriften, es sind Container.
10:06
Extrahieren Sie die Struktur vor der Indizierung.
10:07
Überschriften werden zu Abschnitten, Tabellen zu Schlüsselwert paaren.
10:11
Richtlinien werden mit Microsoft-Purview-Klassifizierung und MIP-Labels versehen, damit die Sensibilität maschinenlesbar ist.
10:16
Wenn eine Datei nicht in Abschnitte und Felder unterteilt werden kann, gehört sie nicht in den Index.
10:20
Sie erstellen kein Sammelalbum.
10:21
Sicherheitsfilterung ist nicht verhandelbar.
10:23
Die Indexabfrageschicht muss nach Benutzeridentität, Umgebung und DLP-Richtlinie filtern.
10:27
Wenn die Entwicklungsumgebung bestimmte Konnektoren zulässt, die Produktion aber nicht, muss die Abbruchschicht dies widerspiegeln.
10:32
Gleicher Benutzer, andere Umgebung, andere Ergebnisse.
10:34
Das ist kein Beiwerk, das ist Design.
10:35
Dann Chunking hört das Aufteilen nach Seitenzahler auf.
10:37
Und da teilen Sie nach Entitätslogik.
10:39
Gruppieren Sie Schemata auf Entitäts- und Beziehungsebene.
10:41
Denken Sie an 500, 800 Token pro Chunk, wobei die Feldlisten intakt bleiben.
10:45
Für Dokumente Chunking nach Abschnitten mit erhaltenen Überschriften und Einbeziehung von Breadcrumb-Metadaten.
10:50
Titel Abschnitt Unterabschnitt.
10:52
Der Sinn ist es, Bedeutung zurückzugeben, nicht Konfetti.
10:56
Leistungstaktiken, die Sie wirklich spüren werden.
10:57
Filterum auf Feldebene.
10:59
Wenn die Absicht den Status umfasst, ziehen Sie nicht die gesamte Entitätsdefinition.
11:02
Ziehen Sie den Feldblock und die relevante Geschäftsregel.
11:05
Top K nach Absichtsklassifizierung leitet die Abfrage.
11:08
Schema-Abfragen erhalten ein kleines K, zwei oder drei.
11:11
Dokumentensuchen benötigen vielleicht vier oder sechs.
11:12
Speichern Sie häufige FAQs und Schemaschnipsel mit kurzer TTL im Arbeitsspeicher,
11:16
damit Sie nicht den ganzen Tag für dieselben Abfragen zahlen.
11:18
Erzwingen Sie Connector und Token Limits, damit eine vage Eingabe keinen kompletten Tabellenscan auslöst.
11:23
Gern geschehen.
11:25
Wie man das im Copilot Studio einrichtet.
11:27
Legen Sie Dataverse als primäre Wissensquelle fest.
11:29
Erstellen Sie eine Datenquelle, die Schema-Cards, Entitäten, Felder, Beziehungen, Optionsgruppen, Regeln und Beispiele ausgibt
11:35
und fügen Sie Purview-Klassifizierungen und MIP-Labels als Eigenschaften hinzu.
11:39
Fügen Sie Ihren Dokumentenindex als sekundäre Quelle mit Abschnittsinhalten hinzu
11:42
und konfigurieren Sie den hybriden Abruf mit Reranking, das Schematreffer gegenüber Erzähltext bevorzugt.
11:46
Wenn ein Schematreffer vorliegt, werten Sie diesen.
11:48
Wenn keiner existiert, greift Dokumente zu.
11:50
Wenn beides nicht vorhanden ist, verweigern Sie die Antwort oder stellen Sie eine Klärungsfrage.
11:54
Ja, Verweigerung ist besser als Fiktion.
11:55
Die Checkliste für das Schema-Grounding, die Sie ausdrucken und an Ihrem Monitor klicken.
12:00
Entitätsnamen genau wie in Dataverse, Feldbeschreibungen in klarer Sprache,
12:03
Beziehungen mit Kardinalität, Optionswerte und deren Bedeutung,
12:06
Beispieldatensätze mit maskierten Werten, Geschäftsregeln, Hinweise zur Nullwertbehandlung,
12:11
Synonyme zu kanonischen Namen und Datenqualitätsvorbehalte.
12:13
Wenn auch nur einer dieser Punkte fehlt, ist Ihr Grounding unvollständig.
12:17
Häufige Fehler. PDFs ohne Strukturextraktion indizieren, tun Sie es nicht.
12:21
Sensibilitätslabels ignorieren, ist gefährlich.
12:23
Geschäfts- und Nicht-Geschäftskonnektoren im selben Abrufaufruf mischen,
12:25
dann von DLP in Produktion blockiert werden und überrascht tun.
12:29
Oder zehn fast identische Chunks erhalten, weil die Hedder nie dedupliziert wurden.
12:33
Säubern Sie Ihren Feed.
12:34
Machen wir eine kurze mentale Demo.
12:36
Können wir dieses Darlehen in die Endprüfung verschieben?
12:38
Vollständige CDA-Daten abrufen und Quelldaten hochladen.
12:40
Schlechte Pipeline ruft drei allgemeine Richtlinien-PDFs ab, aber kein Schema.
12:45
Das Modell erfindet den Status des Datens.
12:47
Gute Pipeline.
12:48
Intent-Klassifikator leitet zum Schema weiter, liefert Darlehensantrag.
12:51
Datus.
12:52
Erlaubte Übergänge.
12:53
Via Geschäftsregeln und der Power.
12:55
Automate Aktionsname.
12:56
Der den Status ändert.
12:57
Der den Status ändert.
12:58
Die Antwort nennt erlaubte Statuswerte und schlägt die Aktion vor
13:01
oder verweigert sie bei Sensitivitätsblockaden.
13:04
Das Grounding.
13:05
Ein letztes Detail Latenz.
13:07
Messen Sie die Abrufzeit getrennt von der Generierung.
13:09
Wenn der Abruf routinemäßig 300 Millicessen übersteigt, sind Ihre Filter falsch oder Ihr Index ist überladen.
13:14
Optimieren Sie zuerst dort.
13:15
Modelle sind schnell, Ihre Unentschlossenheit nicht.
13:17
Wenn Sie sich nur an eines erinnern, dann dies.
13:20
Abruf ist keine Suche, es ist Kuratierung.
13:22
Dataverse ist das Rückgrat.
13:24
Dokumente Muskel.
13:25
Verbinden Sie beides.
13:26
Kürzen Sie es sicherheitsbedingt und Ihr Agent hört aufzuraten.
13:30
Ebene 3.
13:30
Tools und Richtlinien, die Governance erzwingen.
13:33
Power Automate plus DLP.
13:35
Es weiß, was wahr ist.
13:36
Bringen Sie mir jetzt bei, was es sicher tun kann.
13:38
Ein Agent, der nicht handeln kann, ist ein Shadler.
13:41
Ein Agent, der ohne Leitplanken handelt, ist eine Sicherheitslücke auf Schlagzeilniveau.
13:44
Sie wollen Kompetenz mit Sicherheitsgurt.
13:46
Hier kommen Power Automate DLP und bedingter Zugriff ins Spiel.
13:49
Die Muskeln, die Zäune und der Türsteher ist das Prinzip.
13:53
Aktionen sind explizit berechtigt und umkehrbar.
13:55
Wir geben dem Modell keine Freiheit.
13:57
Wir geben einen Katalog von Verben.
13:59
Jedes Verb ist ein Flow mit einem engen Eingabeschema, Verbindungsreferenz mit minimalen Rechten und eingebauter Verweigerungslogik.
14:04
Das Modell improvisiert niemals recht.
14:05
Es fordert einen Werb ab.
14:07
Starten Sie mit einem Toolkatalog.
14:08
Katalogeenträge sehen so aus.
14:10
Anzeigename, Zweck, Eingabe, Schema, Vorbedingungen, Sensitivitätskennzeichen, Verbindungsreferenz und Rückgabevertrag.
14:15
Beispiel Darlehensstatus aktualisieren.
14:17
Zweck Darlehensantrag weiterleiten.
14:19
Status, Eingabe, Darlehens-ID-String, Zielstatus, Enum, Vorbedingungen.
14:25
Zielstatus muss ein gültiger Übergang gemäß Regelwerk sein.
14:27
Sensitivitätskennzeichen erfordert Business Connector mit Kennzeichnung intern.
14:32
Verbindungsreferenz SVC Loansman.
14:35
Sie bringen einem Kleinkind den Umgang mit einer Schere bei, indem Sie ihm eine Bastelschere geben, keine Ketten sägen.
14:39
Das Prinzip der minimalen Rechte ist nicht obs.
14:40
Erstellen Sie dedizierte Dienstkonten mit minimalen Dataverse-Berechtigungen für genau diese Aktion.
14:45
Keine umfassenden Tabellenrechte, keine Machtspielchen auf Eigentümer.
14:47
Speichern Sie Anmeldedaten in Verbindungsreferenzen, die an Umgebung gebunden sind.
14:51
So nutzt Dev-gefälschte Daten, Prod berührt die Realität und nichts davon vermischt sich.
14:55
Wenn Sie benutzerdefinierte Sicherheit verwenden, prüfen Sie sie mit Ernsthaftigkeit.
14:58
Erstellen Sie nun eine Flow-Vorlage mit drei Standard-Ebenen.
15:00
Ebene 1, Eingabe-Validierung.
15:02
Validieren Sie Typen, ordnen Sie synonyme kanonischen Feldern zu und weisen Sie mehrdeutige oder fehlende Parameter strukturiert zurück.
15:08
Ebene 2, Richtlinienprüfung.
15:10
Werten Sie MP-Labels, DLP-Gruppenmitgliedschaften und alle Signale für bedingten Zugriff aus, die Sie über Header oder Trigger-Kontext bereitstellen.
15:17
Ebene 3, Ausführung und Maskierung.
15:19
Führen Sie die Mindestberechtigung aus, maskieren Sie sensible Werte in Protokollen und geben Sie ein kompaktes Ergebnis mit einer Korrelation.
15:24
Prompt-Vorlagen fungieren als Rapper vor diesen Abläufen.
15:27
Sie definieren, wie der Agent das Tool anfragt, wann die Absicht den Status ändert und die Konfidenz.
15:33
Acht, rufen Sie den Kreditstatus mit Kredit-ID und Zielstatus auf.
15:36
Wenn der Status Geschäftsregeln oder Vertraulichkeitssperren verletzt, verweigern Sie ihn unter Angabe der spezifischen Richtlinie.
15:42
Schalten die meisten von Ihnen.
15:43
Sie geben Freitext in Flos ein, als wäre es 2019.
15:45
Starke Schema rein, starke Ergebnisse raus.
15:48
Markieren Sie Variablen als sensibel.
15:50
Eingaben, wie Sozialversicherungsnummer, Einkommen oder andere hochsensible Felder gehören in sichere Variablen.
15:54
Sie werden niemals im Ausführungsverlauf ausgegeben.
15:56
Verwenden Sie einmal die Informationsaktion für alles, was mit Authentifizierung zu tun hat.
15:59
Wenn ein Flow ein Token abrufen muss, werden die Anmeldedaten zur Laufzeit aus einem sicheren Speicher gezogen,
16:04
nicht in einen Prompt eingefügt oder in Umgebungsvariablen wie Nichtlesen geschoben.
16:07
Herr Leute, machen das.
16:08
Hallen Sie nicht wie diese Leute.
16:09
Bedingter Zugriff ist der Erwachsenen im Raum.
16:11
Erzwingen Sie MFA.
16:12
Beschränken Sie die Ausführung auf konforme Geräte oder vertrauenswürdige Standungen.
16:16
Wenn Ihre Richtlinie besagt, dass Gäste keine Aktion starten dürfen, sollte Ihr Toolrapper die Anruferidentität lesen und mit einer klaren Ablehnung reagieren.
16:23
Die Aktion erfordert gemäß Richtlinie ein konformes Gerät.
16:25
Der Agent bleibt höflich, die Richtlinie bleibt streng.
16:28
Die LP ist die Membran.
16:29
Klassifizieren Sie Konnektoren in geschäftlich und nicht geschäftlich und blockieren.
16:31
Flows in diesem Toolkatalog verwenden ausschließlich geschäftliche Konnektoren.
16:34
Versuchen Sie, Ausgaben an ein nicht geschäftliches Ziel zu leiten.
16:37
Blockiert auf Mandantenebene, nicht nur in Ihrem Flow.
16:39
Der Punkt ist, den falschen Weg physisch unmöglich zu machen.
16:42
Sie verlassen sich nicht auf die Zurückhaltung der Entwickler.
16:44
Sie verlassen sich auf die Physik.
16:46
Umgebungssegmentierung bewahrt Ihren Verstand.
16:47
Entwicklung, Test, Produktion.
16:50
Unterschiedliche Daten, unterschiedliche Verbindungsreferenzen.
16:52
Gleiche Toolnamen, gleiche Schemata.
16:54
Das bedeutet, die Prompte Ihres Agenten ändern sich nicht, nur die Bindungen.
16:57
Testen Sie in der Testumgebung mit realistischen Labels und DLP-Einstellungen, damit es in der Produktion keine Überraschung gibt.
17:02
Wenn die Entwicklung ein laxes DLP hat und die Produktion streng ist, testen Sie beide.
17:06
Abweichungen sind beabsichtigt nicht zufällig.
17:07
Richten Sie eine Ebene fest in die Laufzeit integrieren.
17:09
Betten Sie Ablehnungsregeln ein, die auf potenziellen Labels und abgerufenen Inhalten basieren.
17:13
Wenn der Abruf einen Datensatz mit vertraulichen Informationen zurückgibt und die angeforderte Aktion in ein externes System senden würde,
17:19
verweigert der Toolwrapper dies mit einem regelbasierten Grund und protokolliert den Vorfall.
17:22
Echtzeitmaskierung ersetzt Werte durch Platzhalter in dem für das Modell sichtbaren Text.
17:25
Das Modell sieht niemals ungefilterte Geheimnisse, daher kann es diese nicht versehentlich preisgeben.
17:29
Es ist kein Misstrauen, das ist Hygiene.
17:32
Es ist kein nachträglicher Einfall.
17:33
Aktivieren Sie Audit-Logs für jeden Flow.
17:35
Protokollieren Sie, wer die Aktion lang gefordert hat, welche Parameter übergeben oder maskiert wurden, welche Richtlinienprüfungen liefen und das Ergebnis.
17:40
Vierteljährliche Überprüfungen entdecken verwaiste Assets, übermäßig geteilte Flows und wild wachsende Konnektoren.
17:44
Entziehen Sie die Berechtigung für alles, was einem ehemaligen Mitarbeiter gehört.
17:47
Ignorieren Sie das und Sie werden irgendwann einen Geister-Flow entdecken, der um zwei morgens in die Produktion schreibt.
17:52
Herrlich. Häufige Fehler.
17:54
Geheimnisse in Benutzer-Promps eingeben sofortige Reue.
17:57
PII in Erfolgsmeldungen protokollieren, ebenfalls Reue.
17:59
Flows erstellen ohne Versionierung von Prompt und Schema.
18:02
Jetzt ruft Ihr Agent eine API auf, die sich letzte Woche geändert hat.
18:05
Nicht verwaltete Umgebungen ohne DLP.
18:07
Herzlichen Glückwunsch. Ihr Proof-of-Concept ist eine Haftungsfalle.
18:10
Und mein Favorit?
18:11
Geschäftliche und private Konnektoren mischen, nur weil wir jemandem eine E-Mail senden mussten.
18:15
Nein.
18:15
Nutzen Sie geschäftliche E-Mails, so senden Sie gar keinen.
18:17
Brechen wir über den Kill-Switch.
18:18
Sie benötigen einen Vorfallschalter im Admin-Center oder via Automatisierung, der den Agenten oder die Tool-Lösung deaktiviert oder beides.
18:23
Wenn ein Richtlinienverstoß auftritt, wird nicht diskutiert, sondern angehalten, untersucht und erst mit einem Änderungsprotokoll fortgefahren.
18:31
Geschwindigkeit ist Sicherheit.
18:32
Sobald Sie dies verdrahtet haben, passiert etwas vorhersehbar.
18:35
Der Agent verspricht nicht mehr zu viel, der schlägt Aktionen vor, die er tatsächlich ausführen kann.
18:38
Wenn die Richtlinie dies ablehnt, ist die Verweigerung spezifisch und protokolliert.
18:42
Benutzervertrauen dem System, weil es konsistent ist.
18:43
Und ja, Ihr Audit-Team hört auf, wie ein Falke über Ihnen zu kreisen, weil Sie Ihnen endlich lesenswerte Telemetriedaten geliefert haben.
18:49
End-to-End-Aufbau.
18:50
Co-Pilot Studio Plus, Power Automate, Metriken vor und nachher.
18:54
Lassen Sie uns das Rückgrat mit einem konkreten Aufbau verbinden.
18:57
Ein Co-Pilot für die Kredite-Schützung.
18:59
Co-Pilot Studio übernimmt die Orchestrierung, Dataverse ist die Datenquelle, Power Automate ist die ausführende Hand.
19:04
Gleiche Architektur in Dev, UAT, Prod, unterschiedliche Bindungen, gleiche Logik.
19:07
Schritt 1. Wenden Sie das Systemmuster an.
19:09
Erstellen Sie in Co-Pilot Studio benutzerdefinierte Anweisungen mithilfe unserer Vorlagenvision.
19:12
Bindung des Umgebungsnamen.
19:16
UAT-Geschäftsbereich, Privatkunden, Kredite, MIP.
19:19
Labelliste vertraulich.
19:20
Hochvertraulich in der Glossarphase.
19:23
Status Kreditantrag immer einschließen, aktivieren.
19:27
Tempeln Sie Richtlinie V1.3 in die Fußzeile der Tests, damit Abweichungen sichtbar sind.
19:31
Schritt 2. Erstellen Sie den Schemaindex.
19:33
Generieren Sie Schemakarten für Entitäten, Kreditantrag, Antragsteller, Dokumente inklusive Felder,
19:38
Optionssätze, Beziehungen und zwei Musterdatensätze pro Entität.
19:43
Geschäftsregeln hinzufügen.
19:44
Zulässige Statusübergänge.
19:46
Eingereicht, erste Prüfung, Endprüfung, genehmigt, abgelehnt, kein direktes Eingereicht zu genehmigt eicht.
19:51
Veröffentlichung als primäre Wissensquelle.
19:52
Im Dokumentenindex sekundäre SOPs.
19:55
Kreditrichtlinienabschnitte nach Ansicht, Klassifizierungen, MIP-Labels und Überschriften bleiben erhalten.
20:00
Schritt 3.
20:00
Retrieval konfigurieren.
20:01
Hybrid-Suche mit Reranking aktivieren.
20:03
Das Schema über Einstimmungen priorisiert.
20:05
Intents klassifizieren.
20:06
Schema Lookup.
20:07
Rechtlinien Lookup.
20:08
Umsetzbar.
20:08
Top K2 für Schema.
20:09
4 für Dokumente.
20:11
Feldfilter nach Intent.
20:12
Begriff.
20:12
Status Einkommen.
20:14
KYC.
20:15
Sicherheits-Trimming nach Benutzer und Umgebung aktivieren.
20:17
Hochfrequente Schema-Snippets mit einer TTL von 10 Minuten zwischenspeichern.
20:20
Schritt 4.
20:21
Den Toolkatalog anbinden.
20:23
Importieren Sie eine verwaltete Lösung mit drei Flows.
20:25
Kreditübersicht abrufen.
20:26
Kreditstatus aktualisieren.
20:27
Dokument Antwort.
20:28
Jeder Flow verfügt über Eingabeschemas, Vorbedingungen, Sensitivitätsflags und Lease-Privilege-Verbindungsreferenzen, die an die URT gebunden sind.
20:34
Eingaben bei Bedarf als sensibel markieren.
20:36
Protokolle mit Maskierung und Korrelations-IDs aktivieren.
20:39
Schritt 5.
20:39
Prompt-Wrapper hinzufügen.
20:41
In Co-Pilot Studio-Tool Aufrufvorlagen erstellen.
20:44
Bei Intent-Status ändern und Confidenz 8 Kreditstatus aktualisieren mit Kredit-ID und Zielstatus aufrufen.
20:50
Wenn der Zielstatus gegen Geschäftsregeln verstößt, mit Rubrik-Code PR-Statusübergang ablehnen.
20:55
Ablehnungen mit einem kann ich aufgrund der Richtlinie nicht ausführen, Elable-Code und Mantel.
20:59
Ist ein sicherer nächster Schritt.
21:00
Validierungsschleife.
21:01
Erstellen Sie eine Test-Suite mit 25 Prompts, mehrdeutigen, gegnerischen und normalen Beispielen.
21:06
Verschiebe LI-Fahrdaten 3 1 zu.
21:08
Können wir direkt zu genehmigt springen?
21:09
Sende die Sozialversicherungssumme des Antragstellers per E-Mail.
21:12
Über Dev, URT und Port ausführen.
21:14
Überprüfen, ob Ausgaben, kanonische Felder der Website und Aktionen nur bei Erlaubnis vorgeschlagen werden und Richtlinienverstöße spezifisch und protokolliert sind.
21:20
Korrelations-IDs in Flow-Protokollen mit Co-Pilot-Transkripten vergleichen, um Rüttverfolgbarkeit zu bestätigen.
21:25
Vorher Metriken aus dem ungeerdeten Bild.
21:27
37% der Antworten verwiesen auf nicht existierende Felder.
21:31
Tenant-übergreifende Abweichungen führten zu drei verschiedenen Statusnamen.
21:34
Mittlere Latenz 4,2 Sekunden aufgrund von Tabellen-Scans.
21:38
Token-Verbrauch pro Q&A durchschnittlich 9800 Token.
21:42
Äh, hey.
21:43
Zwei beinahe Richtlinienverstöße, bei denen sensible Notizen an ein betriebswammendes Ziel zusammengefasst wurden, nur durch Tenant-DLP blockiert.
21:50
Nachher Metriken mit kontextgesteuerte Entwicklung, erfundene Felder in der gesamten Suite eliminiert.
21:54
Kanonischer Kreditantrag.
21:56
Datus wird in 100% der Statusantworten zitiert.
21:59
Latenz auf 1,6 Sekunden Median gesenkt durch Feldbasiertes Retrieval.
22:02
Token-Verbrauch pro Q&A im Durchschnitt 3100 versuchte Richtlinienverstöße, vier.
22:07
Alle mit expliziten Gründen abgelehnt und mit IDs protokolliert.
22:11
Gleiche Prompts über DEV, UAT, BOSS und PROD produzierten identische Feldreferenzen.
22:17
Unterschiede nur bei den erlaubten Aktionen, wie beabsichtigt.
22:20
Und Kurzgeschichte.
22:21
Ein Tester fragte, beschleunige LA501 aufgenehmend.
22:24
Zuvor sagte der Agent erledigt.
22:26
Und halluzinierte einen Übergang.
22:28
Jetzt die Co-Pilotantwort.
22:29
Abgelehnt.
22:30
Der R-Statusübergang eingereicht, zugenehmigt, ist ungültig.
22:34
Gültige Übergänge, eingereicht zur erste Prüfung.
22:37
Er bietet dann an, den Kreditstatus auf erste Prüfung zu aktualisieren.
22:40
Ein Klick, konforme Pfad, revisionssicher.
22:42
Übergeben Sie die Assets.
22:44
Verpacken Sie die Systemnachrichtenmuster-Datei mit Tokens,
22:47
die Schema-Grounding-Checkliste, das JSON-Template für die Abruf-Pipeline,
22:50
die drei Flow-Prompt-Templates und eine Umgebungs-Mapping-Datei für Verbindungsreferenzen und Labels.
22:55
Versionieren Sie alles.
22:56
In der Versionsverwaltung speichern.
22:57
Beim Import binden sich die Variablen je nach Umgebung.
22:59
Keine manuellen Änderungen in der Produktion.
23:01
Sie sind erwachsen.
23:02
Stellen Sie für UAT bereit.
23:04
Führen Sie die Suite aus.
23:04
Erstellen Sie die Vorher-Nachher-Tabelle und präsentieren Sie zwei Screenshots.
23:07
Eine fundierte Antwort unter Angabe des Kediteintragsstatus
23:09
und eines Audit-Log-Eintrags mit maskierten Eingaben und einer Korrelations-ID.
23:13
Das ist Ihr Nachweis für die Geschäftsleitung, ohne dass etwas durchsickert.
23:16
Sie haben jetzt eine feste Identität, die nicht abweicht.
23:18
Ein Abruf, der nicht halluziniert.
23:19
Tools mit Minimalen, Privilegien und Richtlinien.
23:22
Die fundiert ablehnen.
23:23
Die fundiert ablehnen.
23:24
Es ist wiederholbar, prüfbar und schnell.
23:26
Es ist erstaunlich, was passiert, wenn man die Modellwahrheit und Grenzen vorgibt.
23:30
Wichtigste Erkenntnis, Kontext, Engineering, Systemabruf, Tools und Richtlinien
23:33
verwandeln Co-Pilot von einem wortreichen Ratesteller
23:35
in einen gesteuerten Teamkollegen, der Felder nennt,
23:37
sicher agiert und präzise ablehnt, sicher ablehnt.
23:40
Handeln Sie jetzt effizient.
23:41
Klonen Sie die Templates, binden Sie Umgebungsvariablen,
23:44
indexieren Sie Ihr Dataverse-Schema, setzen Sie DLP durch
23:46
und führen Sie die Evaluierung-Suite für Dev, UAT und Prodoth.
23:48
Dufen Sie dann mit Version-Tags und aktiviertem Kill-Switch auf UAT hoch.
23:51
Wenn Ihnen das Zeit gespart hat, zahlen Sie die Schuld zurück.
23:54
Abonnieren Sie und sehen Sie sich als nächstes die erweiterte Evaluierungsumgebung
23:57
und die Walkthroughs zum Multiagenten-Orchestring an.
23:58
Fangen Sie vor.