הסבר קצר על קורס Agent Copilot
הקורס מציע מסע מלא אל תוך Copilot Agent תוך התמקדות ביכולות מתקדמות של בניית סוכנים מותאמים אישית. המשתתפים ילמדו כיצד לעבוד בצורה יעילה עם Copilot ב Word ,Excel ,PowerPoint ,Outlook ו- Teams. בהמשך יתנסו בתכנון והטמעה של סוכני Copilot מותאמים באמצעות Copilot Studio ושירותי Azure.
נושאים מרכזיים כוללים אסטרטגיות פרומפטינג, עיצוב בסיסי ידע ארגוניים, אינדוקס נתונים עם Graph connectors ו-Azure AI Search, שימוש ב-(Retrieval-Augmented Generation) RAG וכן אינטגרציה עם מערכות חיצוניות ו-API. בנוסף, מושם דגש על אבטחה, ניהול ופרקטיקות תפעוליות.
קהל יעד
הקורס מיועד למנהלי מערכות מידע, מפתחים (עם ידע בסיסי), אנשי חדשנות וידע בארגונים ולכל מי שמעוניין להבין כיצד עוזרי קופיילוט יכולים לשפר תהליכי עבודה.
דרישות קדם
- ידע בסיסי בשימוש במחשב וכלי אופיס (Word ,Excel ,PowerPoint)
- יכולת כתיבת קוד בסיסית בשפה כמו Python או JavaScript
- היכרות ראשונית עם מבנה נתונים (קבצים, מסדי נתונים או מערכות ארגוניות)
בסיום הקורס המשתתפים ידעו
- הבוגרים יחזיקו בידע המאפשר להם להשתמש ב-Copilot בצורה פרודוקטיבית, לבנות ולנהל Copilot Agent, לחבר אותם למקורות נתונים ארגוניים מאובטחים ולשלבם בתהליכי עבודה עסקיות.
- המשתתפים יצוידו במיומנויות ההופכות את Copilot לעוזר מעשי, מאובטח וסקיילבילי – גם לשימוש יומיומי וגם לחדשנות ארגונית.
- להשתמש בקופיילוט כדי לחסוך זמן במשימות יומיומיות כמו כתיבה, ניתוח נתונים והצגת מידע.
- לארגן ולהכין מידע כך שיוכל לשמש בסיס ידע יעיל ונגיש לעוזר חכם.
- לשלב את העוזרים עם מערכות קיימות בארגון כדי לייעל תהליכים.
Course Outline
- Introduction to Copilot
- What is Copilot and where it fits (M365, GitHub, custom agents)
- Copilot vs. ChatGPT vs. Agents
- Common use cases in organizations
- Working with Copilot (M365 Focus)
- Word: drafting, summarizing, rewriting
- Excel: formulas, analysis, what-if exploration
- PowerPoint: generating presentations
- Outlook/Teams: email summaries, meeting notes
- Prompting Strategies
- Writing effective prompts
- Role/Task/Context examples
- Iterative prompting and refinement
- Limitations & best practices
- Copilot Studio Fundamentals
- Building blocks: topics, generative answers, actions
- Knowledge sources (documents, sites, APIs)
- Testing in Teams/Chat interface
- Designing Copilot Agents
- Agent scope & intent definition
- Structuring conversations with topics
- Guardrails and escalation paths
- Memory and personalization
- Data Knowledge Base & Indexing
- Knowledge sources (SharePoint, OneDrive, external systems)
- Indexing pipelines with Graph connectors
- Azure AI Search: chunking, embeddings, hybrid search
- Metadata & taxonomy for better retrieval
- Access control & permissions in retrieval
- Grounding & Retrieval-Augmented Generation (RAG)
- How grounding works in Copilot
- Avoiding hallucinations with citations
- Evaluating answer quality (coverage, groundedness, helpfulness)
- Troubleshooting poor retrieval
- Integrations & Actions
- When to fetch data vs. when to take action
- Power Automate / Logic Apps connectors
- Building custom connectors (OpenAPI/REST APIs)
- Example: integrating with a Django/Flask API
- Security, Governance & Compliance
- Entra ID authentication and delegated permissions
- Data privacy, DLP policies, sensitivity labels
- Telemetry, monitoring, and auditing
- Cost and performance management
- Operations & Lifecycle
- ALM: dev/test/prod environments
- Versioning, testing, and rollout strategies
- Monitoring usage and optimization
- User adoption and training plans
- Capstone Project – Build an Operations Copilot Agent:
Connects to a knowledge base
• Executes at least two external actions
• Uses security and access control
• Logs and evaluates performance
