STEP 1 · 学习

AB-620 学习AI 代理构建者(Copilot Studio)

按考试领域阅读要点,然后点击各领域末尾的“练习该领域”,只练习该领域的题目。比例越大的领域在正式考试中出题越多。

01

规划和配置代理解决方案

Plan and configure agent solutions

30–35%

学习目标

  • 分别为企业内部和外部代理规划身份验证、渠道和发布范围
  • 设计包含人工审批(human-in-the-loop)和错误处理的代理流
  • 按用途区分使用主题、变量、自适应卡片和生成式答案节点

要点

  • 首先确定代理由谁使用。面向内部(员工)还是外部(客户),决定了身份验证方式、发布渠道以及可使用的知识。
  • 身份策略:明确文档是以用户本人的权限访问,还是通过代理的连接访问。不能采用把用户无权查看的文档混入回答的设计。
  • 代理流定义输入和输出参数,并与主题变量交换数据。在金额大或影响大的操作之前加入审批步骤(human-in-the-loop)。
  • 错误处理:基本原则是“失败就停止并通知人员”。确定重试次数和超时时间,绝不能把失败报告为成功。
  • 注意变量作用域:在单个主题内使用主题变量,跨主题共享使用全局变量,因环境而异的值使用环境变量。
  • 区分职责:固定分支用主题,基于规章文档回答自由提问用生成式答案节点,需要返回表格或按钮时用自适应卡片。
  • 治理:在规划阶段就确定开发/测试/生产环境分离、通过 DLP 策略管控连接器,以及可复用组件的共享方式。

工作中的应用场景

  • 销售报价查询主题:接收客户名称,通过代理流从核心系统获取报价状态并用自适应卡片显示。折扣变更转入经理审批流。
  • 总务在 Teams 中提供内部服务台。关于工作规则和物品申请的问题,由以规章为依据的生成式答案节点回答,申请则在固定主题中受理。
  • 财务付款申请流:超过一定金额时通过审批操作要求部门负责人审批。失败时停止处理并通知财务负责人。

考试评估项目(来自考试指南)

  • Plan an agent solution
  • Create and monitor agent flows in Copilot Studio
  • Configure topics

学习资源

02

在 Copilot Studio 中集成和扩展代理

Integrate and extend agents in Copilot Studio

40–45%

学习目标

  • 说明 Copilot 连接器、Power Platform 连接器和 Azure AI Search 的使用场景
  • 判断何时添加 MCP 工具、自定义连接器、REST API 和计算机使用作为工具
  • 使用 Foundry 代理、Fabric 数据代理和 A2A 设计多代理解决方案
  • 了解使用 Application Insights 进行监视以及使用 Foundry 模型目录

要点

  • 区分知识(参考)与工具(操作)。检索外部系统中的文档并作为回答依据属于知识;创建或更新记录等操作属于工具。
  • Copilot 连接器将外部内容引入 Microsoft 365 以供参考;Power Platform 连接器主要用于外部服务的数据操作和执行操作。
  • 对于已建好 Azure AI Search 索引的大量文档,将 Azure AI Search 连接为知识是最快的途径。
  • MCP(Model Context Protocol)是向代理提供工具和数据的标准。工具在服务器端定义,可被多个代理复用。
  • A2A(Agent2Agent)是代理之间相互协作的协议。不要与 MCP(工具连接)混淆。
  • 没有 API 的旧系统可以用计算机使用通过界面实现自动化,但前提是限定范围、监视运行并由人工复核。
  • 对于 REST API 和自定义连接器,操作说明和输入/输出越清晰,编排的选择就越准确。绝不要把凭据硬编码在提示或代码中。
  • 将生产环境的对话和错误遥测发送到 Application Insights,融入现有的监视运维。

工作中的应用场景

  • 销售使用数据代理从 Fabric 中的销售数据汇总“本季度各地区订单”,并由销售代理调用。
  • 总务通过 Copilot 连接器引入 ServiceNow 知识文章,用于内部咨询的一线解答。
  • 财务试行用计算机使用把记账凭证录入到没有 API 的旧会计软件。录入前由负责人在确认界面上批准。

考试评估项目(来自考试指南)

  • Connect to enterprise knowledge sources
  • Add tools to agents
  • Configure multi-agent collaboration from Copilot Studio
  • Integrate agents with Azure

学习资源

03

测试和管理代理

Test and manage agents

20–25%

学习目标

  • 创建测试集,并根据问题的性质选择评估方法
  • 根据测试结果对失败原因进行分类并转化为改进措施
  • 使用解决方案、环境变量和 Power Platform 管道构建 ALM

要点

  • 测试集将代表性问题与预期答案(或答案应满足的条件)配对。每次变更后重新运行,检查是否出现回归。
  • 根据问题性质选择评估方法:答案唯一时用完全匹配,自由表述的回答用语义相似度或回答质量评估。
  • 按原因对失败进行分类(知识缺失、主题路由错误、工具调用失败、权限不足等)。不同原因需要不同的修正方法。
  • 将代理放入解决方案以便在环境之间迁移。现有代理也可以事后添加到解决方案中。
  • 将 API URL 等因环境而异的值外置为环境变量,不要直接修改生产环境。
  • 使用 Power Platform 管道自动执行开发→测试→生产的部署,并根据需要通过审批进行扩展。

工作中的应用场景

  • 销售在修改报价查询代理前后运行同一套 30 题测试集,比较正确率和错误回答的类型。
  • 总务规章修订时,用只追加相关问题的测试集检查回归,然后通过管道部署到生产环境。
  • 财务通过环境变量在开发和生产之间切换会计 API 的连接地址,防止误连生产数据。

考试评估项目(来自考试指南)

  • Evaluate agent performance
  • Implement application lifecycle management (ALM) for agents in Copilot Studio

学习资源

读完之后

使用须知(非官方、原创题目、不保证合格)