Ir para o conteúdo

Lab 011: Copilot Studio — Primeiro Agente

Nível: L100 Trilha: Agent Builder — Teams Tempo: ~30 min 💰 Custo: Avaliação Gratuita — Avaliação gratuita do Microsoft Copilot Studio (sem cartão de crédito nos primeiros 30 dias)

O Que Você Vai Aprender

  • Navegar pelo canvas do Copilot Studio (construtor de agentes sem código/low-code)
  • Criar um agente de perguntas e respostas a partir de uma fonte de conhecimento (documento de FAQ)
  • Testar seu agente no painel de teste de chat integrado
  • Publicar o agente no Microsoft Teams
  • Entender tópicos, gatilhos e comportamento de fallback

Introdução

O Microsoft Copilot Studio é uma plataforma gráfica e low-code para construir agentes de IA conversacional sem escrever código. Você define tópicos (fluxos de conversa), conecta fontes de conhecimento e publica no Teams, sites ou outros canais em minutos.

Este laboratório constrói um agente de atendimento ao cliente para a empresa fictícia OutdoorGear Inc., baseado em um FAQ de produtos.

Pré-requisitos

  • Conta Microsoft (gratuita em account.microsoft.com)
  • Avaliação do Copilot Studio: copilotstudio.microsoft.com → Iniciar avaliação gratuita
  • Microsoft Teams (a edição pessoal gratuita funciona)

Não é necessário cartão de crédito

A avaliação gratuita do Copilot Studio dura 30 dias e não requer dados de pagamento.

Exercício do Laboratório

Etapa 1: Criar um novo Copilot

  1. Acesse copilotstudio.microsoft.com
  2. Faça login com sua conta Microsoft
  3. Clique em Create → New agent
  4. Preencha:
  5. Name: OutdoorGear Assistant
  6. Description: Customer service agent for OutdoorGear Inc. — answers product and policy questions
  7. Instructions: You are a friendly customer service agent for OutdoorGear Inc. Answer questions about products, return policies, shipping, and warranties. Be concise and helpful.
  8. Clique em Create

Etapa 2: Adicionar uma fonte de conhecimento

  1. No painel esquerdo, clique em Knowledge
  2. Clique em Add knowledge → Public website or file
  3. Insira esta URL (nosso FAQ de exemplo): 
    https://raw.githubusercontent.com/lcarli/AI-LearningHub/main/data/knowledge-base.json
    Ou clique em Upload file e cole este conteúdo em um arquivo .txt primeiro.

Usando o knowledge-base.json

O arquivo data/knowledge-base.json contém 42 documentos incluindo guias de produtos, políticas de devolução, FAQs e informações de envio — todos pré-formatados para RAG.

Etapa 3: Testar o conhecimento integrado

  1. Clique em Test no canto superior direito
  2. No painel de chat, experimente estas perguntas:
  3. What is your return policy?
  4. Do you have waterproof boots?
  5. How long does shipping take?
  6. O agente deve responder a partir da fonte de conhecimento e citar onde encontrou a resposta

Etapa 4: Criar um tópico personalizado

Tópicos personalizados permitem substituir respostas de IA por fluxos determinísticos para intenções específicas.

  1. Clique em Topics no painel esquerdo
  2. Clique em Add a topic → From blank
  3. Nomeie como: Order Status
  4. Em Trigger phrases, adicione:
  5. Where is my order
  6. Track my order
  7. Order status
  8. What happened to my order
  9. Adicione um nó de Message: 
    To check your order status, please visit our order portal at outdoorgear.com/orders or call 1-800-OUTDOOR. Have your order number ready!
  10. Adicione um nó de End conversation
  11. Clique em Save

Etapa 5: Testar o tópico personalizado

No painel de teste, digite: Where is my order?

O agente deve usar o fluxo do seu tópico personalizado, não o fallback de IA. Observe como tópicos determinísticos têm prioridade sobre respostas generativas de IA.

Etapa 6: Publicar no Teams

  1. Clique em Publish no painel esquerdo
  2. Clique em Publish para colocar o agente no ar
  3. Clique em Channels → Microsoft Teams
  4. Clique em Turn on Teams
  5. Clique em Open agent — isso abre um link direto
  6. No Teams, clique em Add para instalar o agente como um aplicativo
  7. Comece a conversar com seu OutdoorGear Assistant no Teams!

Arquitetura do Copilot Studio

┌─────────────────────────────────────────┐
│          Copilot Studio                 │
│                                         │
│  ┌─────────────┐   ┌─────────────────┐  │
│  │   Topics    │   │  Generative AI  │  │
│  │ (no-code    │   │  (knowledge +   │  │
│  │  flows)     │   │   LLM fallback) │  │
│  └──────┬──────┘   └────────┬────────┘  │
│         │   Topic match?    │           │
│         │ ◄─────────────────┘           │
│         ▼                               │
│     User message                        │
└─────────────────────────────────────────┘
         │
         ▼
  Channels: Teams, Web, Slack, ...

Ordem de prioridade: 1. Tópicos personalizados (correspondência exata de gatilho) → determinístico 2. Tópicos do sistema integrados (escalonamento, fallback) 3. Respostas generativas de IA a partir de fontes de conhecimento

Quando usar Copilot Studio vs Código Profissional

Copilot Studio Código Profissional (SK/MCP)
Usuários de negócio, sem código Desenvolvedores
Prototipagem rápida Lógica complexa
Integração com Teams/SharePoint Integrações personalizadas
Fluxos baseados em interface gráfica Controle programático
Personalização limitada Flexibilidade total

Próximos Passos