Copilot Studio - jak zbudować agenta AI dla swojej firmy?

Chatbot, który odpowiada na pytania pracowników o urlopy i procedury. Asystent, który przyjmuje zgłoszenia do działu IT i sam zakłada ticket. Agent, który czyta przychodzące zamówienia, sprawdza dostępność w systemie i przygotowuje odpowiedź dla klienta. Jeszcze niedawno każde z tych rozwiązań wymagało zespołu programistów. Dziś firmy korzystające z Microsoft 365 mogą zbudować je w Copilot Studio, łącząc gotowe modele AI z własnymi danymi i systemami.

Czym jest Copilot Studio?

Microsoft Copilot Studio to platforma do tworzenia agentów AI w modelu low-code. Pozwala zbudować agenta w przeglądarce, w dużej mierze opisując jego zadania językiem naturalnym, a w razie potrzeby rozbudować go o logikę, integracje i własny kod.

Copilot Studio jest częścią ekosystemu Microsoft Power Platform. Korzysta z tych samych konektorów co Power Automate i Power Apps, z tych samych środowisk i mechanizmów zarządzania. Dzięki temu agent może pracować na danych z SharePointa, Dataverse, systemów ERP i CRM czy zewnętrznych usług, a dział IT zachowuje kontrolę nad tym, do czego ma dostęp.

Agentów z Copilot Studio można udostępniać w wielu miejscach: w Microsoft Teams, w Microsoft 365 Copilot, na stronie internetowej, w aplikacjach mobilnych, a także w kanałach głosowych i telefonicznych.

Czym agent AI różni się od chatbota?

Klasyczny chatbot działa według sztywnego scenariusza: rozpoznaje kilka typowych pytań i odpowiada przygotowanymi wcześniej tekstami. Gdy pytanie wykracza poza scenariusz, zwykle odsyła do kontaktu z człowiekiem.

Agent AI w Copilot Studio działa inaczej:

• Rozumie pytania sformułowane na różne sposoby, bo korzysta z dużych modeli językowych.
• Odpowiada na podstawie firmowej wiedzy, np. dokumentów w SharePoint, stron intranetu czy baz danych, i wskazuje źródło odpowiedzi.
• Wykonuje działania, np. tworzy rekord w CRM, wysyła wiadomość, zakłada zgłoszenie czy uruchamia przepływ w Power Automate.
• Sam planuje kolejne kroki, dobierając narzędzia potrzebne do realizacji zadania, zamiast przechodzić przez z góry ustalone drzewko.
• Może działać autonomicznie, reagując na zdarzenia, np. nową wiadomość w skrzynce lub nowy plik, bez czekania na pytanie użytkownika.

Różnicę dobrze widać na przykładzie. Chatbot zapytany "ile zostało mi dni urlopu?" odeśle do działu kadr. Agent sprawdzi saldo w systemie kadrowym, poda wynik i zaproponuje złożenie wniosku.

Copilot Studio czy Agent Builder w Microsoft 365 Copilot?

Microsoft udostępnia dwa narzędzia do tworzenia agentów i warto wiedzieć, kiedy wybrać które.

Agent Builder dobrze sprawdza się w prostych, osobistych lub zespołowych scenariuszach. Copilot Studio wybiera się wtedy, gdy agent ma korzystać z systemów biznesowych, obsługiwać wielu użytkowników, wykonywać działania lub być dostępny poza Microsoft 365. Agent zbudowany w Agent Builder można przenieść do Copilot Studio, gdy jego zakres rośnie, choć zwykle wymaga to dopracowania logiki i integracji.

Do czego firmy wykorzystują agentów AI?

Agenci najlepiej sprawdzają się tam, gdzie pracownicy lub klienci często zadają podobne pytania albo wykonują powtarzalne czynności oparte na dokumentach i systemach.

Obsługa pracowników

• odpowiedzi na pytania o procedury, regulaminy, benefity i urlopy,
• wsparcie onboardingu nowych pracowników, np. lista zadań na pierwszy tydzień, dostęp do materiałów,
• przyjmowanie zgłoszeń do działu IT i administracji, wstępna diagnoza i założenie ticketu.

Przykłady automatyzacji w tych obszarach opisaliśmy na stronach automatyzacja procesów HR i automatyzacja działań IT.

Sprzedaż i obsługa klienta

• odpowiedzi na pytania klientów na stronie internetowej na podstawie oferty, cenników i dokumentacji,
• kwalifikacja zapytań i przekazywanie ich do właściwego handlowca,
• przygotowanie wstępnych wersji ofert na podstawie danych z CRM.

Back office

• odczytywanie danych z faktur, zamówień i umów i przenoszenie ich do systemów,
• sprawdzanie statusu zamówień i dostaw,
• przygotowanie podsumowań i raportów z wielu źródeł.

Więcej inspiracji znajdziesz w artykule 10 procesów biznesowych, które możesz uprościć i zautomatyzować z AI.

Analiza danych

Agent może odpowiadać na pytania o dane firmowe w języku naturalnym, np. "jaka była sprzedaż w regionie zachodnim w ostatnim kwartale?". Copilot Studio pozwala łączyć agentów z agentami danych w Microsoft Fabric, co opisujemy na stronie budowa agentów w oparciu o dane Microsoft Fabric.

Z czego składa się agent w Copilot Studio?

Zanim zaczniesz budować agenta, warto poznać jego główne elementy.

Instrukcje

Opis w języku naturalnym: czym agent się zajmuje, w jakim tonie odpowiada, czego nie powinien robić i kiedy przekazać sprawę człowiekowi. Dobrze napisane instrukcje mają ogromny wpływ na jakość odpowiedzi.

Źródła wiedzy

Miejsca, z których agent czerpie informacje: witryny i biblioteki SharePoint, pliki, strony internetowe, tabele w Dataverse, a przez konektory także inne systemy. Agent odpowiada na podstawie tych źródeł i wskazuje, skąd pochodzi informacja.

Narzędzia i akcje

Działania, które agent może wykonać: wywołanie konektora, przepływu agenta lub przepływu Power Automate, zapytania do API, serwera MCP (Model Context Protocol), a nawet obsługa aplikacji przez interfejs w trybie computer use, gdy system nie ma API. Jeśli Twoja firma już automatyzuje procesy w Power Automate, agent może z tych automatyzacji korzystać. O samych przepływach piszemy na stronie automatyzacja procesów z Power Automate w M365.

Tematy

Zdefiniowane ścieżki rozmowy dla sytuacji, w których odpowiedź musi być przewidywalna, np. procedura zgłoszenia reklamacji czy pytania wymagające zebrania konkretnych danych.

Wyzwalacze

Zdarzenia, które uruchamiają agenta bez udziału użytkownika, np. nowy e-mail we wspólnej skrzynce, nowy plik w bibliotece czy nowy rekord w systemie. To podstawa agentów autonomicznych.

Model AI i orkiestracja

Copilot Studio korzysta z modeli dostarczanych przez Microsoft, w tym modeli OpenAI i Anthropic. Orkiestracja generatywna decyduje, które źródła wiedzy i narzędzia wykorzystać przy danym pytaniu. Złożone scenariusze można podzielić między kilku współpracujących agentów, z których każdy specjalizuje się w innym obszarze.

Jak zbudować agenta AI w Copilot Studio krok po kroku?

Krok 1. Wybierz konkretny proces

Najlepsze pierwsze projekty to procesy z jasno określonym celem, dużą liczbą powtarzalnych zapytań i dobrze opisaną wiedzą. Zamiast "agent, który pomoże wszystkim we wszystkim" lepiej zacząć od "agent, który odpowiada na pytania o politykę podróży służbowych i pomaga rozliczyć delegację". Ustal, jak zmierzysz sukces, np. liczbą obsłużonych pytań, skróceniem czasu odpowiedzi czy odciążeniem konkretnego działu.

Krok 2. Uporządkuj wiedzę i dane

Agent jest tak dobry, jak źródła, z których korzysta. Przed budową sprawdź, czy dokumenty są aktualne, nie zawierają sprzecznych informacji i są przechowywane w jednym miejscu. Zwróć też uwagę na uprawnienia. Agent korzystający z SharePointa respektuje uprawnienia użytkownika, więc jeśli pliki są udostępnione zbyt szeroko, agent może pokazać je osobom, które nie powinny ich widzieć. Wskazówki dotyczące porządkowania dokumentów znajdziesz w artykule jak efektywnie zarządzać danymi firmowymi w Microsoft SharePoint.

Krok 3. Przygotuj środowisko

Agenci w Copilot Studio działają w środowiskach Power Platform. Warto oddzielić środowisko deweloperskie, testowe i produkcyjne oraz ustalić zasady ochrony danych (DLP), które określają, z jakich konektorów agenci mogą korzystać. Tym zajmuje się zwykle dział IT lub partner wdrożeniowy.

Krok 4. Utwórz agenta i napisz instrukcje

Agenta można utworzyć, opisując w rozmowie, czego ma dotyczyć. Copilot Studio zaproponuje nazwę, instrukcje i podstawową konfigurację. Następnie doprecyzuj instrukcje: zakres tematów, styl odpowiedzi, sposób postępowania z pytaniami spoza zakresu i sytuacje, w których agent ma przekazać sprawę człowiekowi.

Krok 5. Dodaj źródła wiedzy

Podłącz witryny SharePoint, pliki, strony internetowe lub dane z systemów. Zacznij od kilku najważniejszych źródeł. Zbyt wiele dokumentów na start utrudnia ocenę, skąd biorą się błędne odpowiedzi.

Krok 6. Dodaj narzędzia i integracje

Jeśli agent ma coś robić, a nie tylko odpowiadać, dodaj akcje: konektory do systemów, przepływy, wywołania API. Każde narzędzie opisz tak, by agent wiedział, kiedy z niego skorzystać. Przy działaniach, które coś zmieniają, np. wysłanie oferty czy zmiana danych, rozważ potwierdzenie przez użytkownika lub akceptację przez człowieka.

Krok 7. Testuj i oceniaj

Copilot Studio ma wbudowany panel testowy i narzędzia do oceny agenta na zestawach pytań testowych. Przygotuj listę realnych pytań, w tym nietypowych i podchwytliwych, i sprawdzaj, czy odpowiedzi są poprawne, kompletne i oparte na właściwych źródłach. Testy powtarzaj po każdej istotnej zmianie.

Krok 8. Opublikuj w wybranym kanale

Opublikuj agenta tam, gdzie użytkownicy już pracują, najczęściej w Teams i Microsoft 365 Copilot dla pracowników albo na stronie internetowej dla klientów. Zacznij od grupy pilotażowej i zbierz opinie.

Krok 9. Monitoruj i rozwijaj

Analityka w Copilot Studio pokazuje, o co pytają użytkownicy, które pytania pozostają bez odpowiedzi i jak oceniają odpowiedzi. Na tej podstawie uzupełnia się wiedzę, poprawia instrukcje i dodaje nowe funkcje. Agent nie jest projektem jednorazowym, tylko produktem, który trzeba utrzymywać.

Jak wygląda licencjonowanie Copilot Studio?

Copilot Studio rozlicza się na podstawie zużycia, w jednostkach nazywanych Copilot Credits. Firma może kupić pakiety pojemności albo rozliczać się w modelu pay-as-you-go przez subskrypcję Azure. Zużycie zależy od tego, co agent robi: inaczej liczona jest zwykła odpowiedź, odpowiedź generatywna oparta na źródłach wiedzy, a inaczej wykonanie akcji czy działanie autonomiczne.

Dla użytkowników z licencją Microsoft 365 Copilot korzystanie z agentów wewnętrznych w Teams i Microsoft 365 Copilot jest w wielu scenariuszach objęte licencją. Agenci dostępni dla klientów zewnętrznych, np. na stronie internetowej, zawsze zużywają kredyty.

Przed wdrożeniem warto oszacować liczbę rozmów i działań agenta. Pozwala to dobrać model rozliczeń i uniknąć zaskoczenia przy pierwszej fakturze.

Jak zadbać o bezpieczeństwo agentów AI?

Agent ma dostęp do danych i może wykonywać działania, dlatego wymaga takiej samej kontroli jak każdy inny system w firmie.

• Uprawnienia do danych. Agent nie powinien mieć dostępu do więcej informacji, niż potrzebuje. Przed podłączeniem źródeł sprawdź udostępnienia w SharePoint i zastosuj etykiety poufności dla wrażliwych dokumentów.
• Uwierzytelnianie użytkowników. Agenci wewnętrzni powinni wymagać logowania kontem służbowym, tak by odpowiedzi uwzględniały uprawnienia konkretnej osoby.
• Zasady DLP w Power Platform. Określ, z jakich konektorów mogą korzystać agenci, i zablokuj łączenie danych firmowych z niezaufanymi usługami.
• Kontrola tworzenia agentów. Zdecyduj, kto w firmie może tworzyć i publikować agentów. Bez tego szybko powstaje "shadow AI", czyli dziesiątki agentów, o których dział IT nie wie. Więcej na ten temat na stronie jak chronić organizację przed ryzykiem użycia nieautoryzowanych narzędzi AI.
• Ochrona przed manipulacją. Agenci mogą być celem prób wstrzyknięcia poleceń (prompt injection), np. przez treść dokumentu lub wiadomości e-mail. Ograniczaj uprawnienia narzędzi i wymagaj zatwierdzenia przez człowieka przy działaniach o dużym znaczeniu.
• Monitorowanie i audyt. Działania agentów powinny być rejestrowane, a ich konfiguracja przeglądana tak jak inne systemy.

Bezpieczeństwo agentów zaczyna się od dobrze skonfigurowanego środowiska Microsoft 365, o czym piszemy w artykule jak zabezpieczyć Microsoft 365 w firmie.

Jakie są najczęstsze błędy przy budowie agentów AI?

• Zbyt szeroki zakres na start. Agent, który ma odpowiadać na wszystko, zwykle odpowiada przeciętnie na wszystko.
• Nieuporządkowane źródła wiedzy. Stare wersje dokumentów i sprzeczne procedury prowadzą do błędnych odpowiedzi.
• Brak testów na realnych pytaniach. Agent działa dobrze na pytaniach autora, ale gubi się przy pytaniach użytkowników.
• Brak właściciela biznesowego. Gdy nikt nie odpowiada za treści, agent szybko się dezaktualizuje.
• Pominięcie bezpieczeństwa i uprawnień. Agent ujawnia informacje, które były technicznie dostępne, ale nie powinny trafić do danego użytkownika.
• Brak planu kosztów. Agent publiczny o dużym ruchu może zużyć więcej kredytów, niż zakładano.

Jak możemy pomóc?

W Lemon Pro pomagamy firmom przejść od pomysłu do działającego agenta: wybieramy procesy, w których AI przyniesie największą korzyść, porządkujemy dane, projektujemy i budujemy agentów w Copilot Studio, integrujemy ich z systemami i dbamy o bezpieczeństwo. Szczegóły znajdziesz na stronie projektowanie i wdrażanie agentów AI dla firm. Jeśli dopiero zaczynasz przygodę z AI w Microsoft 365, sprawdź też wsparcie przy wdrażaniu Copilota i AI oraz praktyczne szkolenia AI dla biznesu.

FAQ - najczęstsze pytania o Copilot Studio

Co to jest Copilot Studio?

Microsoft Copilot Studio to platforma low-code do tworzenia agentów AI. Pozwala zbudować agenta, który odpowiada na pytania na podstawie firmowej wiedzy, wykonuje działania w systemach biznesowych i może działać autonomicznie. Agentów można publikować m.in. w Teams, Microsoft 365 Copilot i na stronie internetowej.

Czy do budowy agenta w Copilot Studio trzeba umieć programować?

Nie. Podstawowego agenta można utworzyć, opisując jego zadania językiem naturalnym, a źródła wiedzy i wiele integracji dodaje się w interfejsie graficznym. Wiedza techniczna przydaje się przy integracjach z systemami, zarządzaniu środowiskami i bezpieczeństwie.

Czym różni się Copilot Studio od Microsoft 365 Copilot?

Microsoft 365 Copilot to asystent AI wbudowany w aplikacje Microsoft 365, który pomaga pracownikom w codziennej pracy. Copilot Studio to narzędzie do budowy własnych agentów, które rozszerzają Microsoft 365 Copilot lub działają samodzielnie, np. na stronie internetowej czy w Teams.

Z jakich danych może korzystać agent w Copilot Studio?

Agent może korzystać z witryn i plików w SharePoint, stron internetowych, tabel Dataverse, a przez konektory i API także z systemów ERP, CRM i innych aplikacji. Może też łączyć się z serwerami MCP i agentami danych w Microsoft Fabric.

Ile kosztuje Copilot Studio?

Copilot Studio rozlicza się na podstawie zużycia w jednostkach Copilot Credits, w formie pakietów pojemności lub w modelu pay-as-you-go. Koszt zależy od liczby rozmów i rodzaju działań wykonywanych przez agenta.

Czy agenci AI w Copilot Studio są bezpieczni?

Copilot Studio dziedziczy mechanizmy bezpieczeństwa Microsoft 365 i Power Platform, takie jak uwierzytelnianie, uprawnienia i zasady DLP. Poziom bezpieczeństwa zależy jednak od konfiguracji: uporządkowanych uprawnień do danych, kontroli nad tym, kto tworzy agentów, i nadzoru nad działaniami, które agent może wykonać.

Warte zapamiętania

Copilot Studio pozwala firmom budować agentów AI, którzy nie tylko odpowiadają na pytania, ale korzystają z firmowej wiedzy i wykonują działania w systemach. Kluczem do sukcesu jest dobrze wybrany pierwszy proces, uporządkowane dane, przemyślane uprawnienia i regularne testy. Jeśli chcesz sprawdzić, gdzie agent AI przyniesie Twojej firmie największą korzyść, skontaktuj się z nami.