← 導入ページへ戻る COPILOT STUDIO AGENT ACADEMY — おさらい
COPILOT STUDIO AGENT ACADEMY

前回のおさらいと
本日の予定

ミッション 00〜10 を振り返り、
次回は ミッション 11 からスタートします

更新日時: 2026-04-20 JST

✅ ここまで来ました

ミッション00〜10 完了済み

状態 ミッション 内容 リンク
✅ 00｜コース設定 M365 / Copilot Studio 環境構築、SharePointサイト作成 📖
✅ 01｜エージェント入門 LLM・RAG・会話型 vs 自律型エージェントの基礎理解 📖
✅ 02｜Copilot Studio 基礎 4つの構成要素（Knowledge / Tools / Topics / Instructions） 📖
✅ 03-1〜4｜宣言型エージェント作成・公開 Contoso Tech Support Pro の作成・プロンプト追加・M365/Teams へ公開 📖
✅ 04｜ソリューション作成 Solution でコンポーネントを一元管理（ALM） 📖
✅ 05｜既製エージェントの活用 Safe Travels テンプレートを展開・カスタマイズ・公開 📖
✅ 06｜会話からエージェント作成 自然言語でカスタムエージェント作成・ナレッジソース追加・テスト完了 📖
✅ 07｜トピックとトリガー追加 カスタムトピック作成・トリガーフレーズ設定・SharePoint Connector で絞り込み・Power Fx 活用 📖
✅ 08｜Adaptive Cards 追加 Ask with Adaptive Card ノードで入力フォーム実装・JSON/Power Fx で動的コンテンツ設計 📖
✅ 09｜Agent Flow 追加 Agent Flow で自動化フロー連携・SharePoint連携・Outlookメール通知を実装 📖
✅ 10｜イベントトリガー追加 Event Trigger でエージェントを外部イベントから起動する仕組みを実装 📖
🎯 11｜エージェントの公開 ← 次回ここから！ エージェントを本番チャネルへ公開し、アクセス管理・モニタリングを設定 📖
💡 大事なポイント

💡 大事なポイント①

ミッション01（エージェント入門）・ミッション02（Copilot Studio 基礎）

Mission 01 — LLM

LLM = エージェントの「脳」

  • 膨大なテキストを学習した超スマートなオートコンプリート
  • 「次に来るトークン」を予測して文章を生成する
  • プロンプトが良いほど回答の精度が上がる
Mission 01 — RAG

RAG = リアルタイム知識統合

  • LLMの静的な知識と最新データのギャップを埋める仕組み
  • 質問 → 知識ソースを検索 → 結果をLLMに渡して回答生成
  • SharePoint・DBなど組織のデータで回答を根拠づけられる
Mission 01 — エージェントの種類

会話型 vs 自律型

  • 会話型：ユーザーの入力を待つ。双方向対話が必要
  • 自律型 (Autonomous)：外部トリガーで起動。「plan → act → observe → replan」の推論ループで人間の介入なしに実行
Mission 02 — 4つの構成要素

エージェントを作る4つのブロック

  • 知識：回答の根拠となるデータ（SharePointなど）
  • ツール：エージェントが「実行」するアクション（メール送信・DB更新など）
  • トピック (Topics)：会話のトリガー・入口を定義する (conversational triggers or entry points)。Generative Orchestration が意図を解釈して適切なトピックへ誘導する
  • 指示：トーン・スタイル・制約を定義するルール

💡 大事なポイント②

ミッション03（宣言型エージェント作成 03-1〜03-4）

Mission 03 — 宣言型エージェントとは

Microsoft 365 Copilot のカスタマイズ版

  • M365 Copilot に専門知識・指示・ツールを追加したもの
  • 特定業務に特化した AIアシスタントを組み込める
Mission 03 — Agent Builder との違い

Copilot Studio の方が機能が豊富

  • 1400以上の Power Platform コネクタが使える
  • Teams への公開・編集権限の共有が可能
  • Dataverse・Dynamics 365 との連携にも対応
Mission 03-2 — プロンプト作成

プロンプトの3つの作成方法

  • Copilot 生成：説明を入力して AI に下書きさせる
  • テンプレート：Power Platform プロンプトライブラリから選ぶ
  • 手動入力：自分でプロンプトを書く
Mission 03-3 / 03-4 — 指示・公開

指示でプロンプトを呼び出し → 公開へ

  • 指示に「○○プロンプトを実行する」と自然言語で記述するだけ
  • デベロッパーモード（-developer on）で matched / selected / executed actions を確認
  • Publish（公開）後はM365 Copilot・Teams から利用可能
  • ライセンス：利用者には M365 Copilot ライセンスが必要（作成者不要）

💡 大事なポイント③

ミッション04（ソリューション作成 / Creating a Solution）

Mission 04 — ソリューションとは

Solution = コンポーネントのコンテナ

  • エージェント・フロー・テーブルなど関連コンポーネントをまとめる入れ物
  • デフォルトは Default Solution → 管理しにくいためカスタムを必ず作る
  • Copilot Studio に Solution Explorer（ソリューション エクスプローラー）内蔵
Mission 04 — ALM

ALM（Application Lifecycle Management）

  • 開発 → テスト → 本番の環境間移行を安全に管理する仕組み
  • 非管理型（Unmanaged）：開発中に使う。自由に編集可能
  • 管理型（Managed）：テスト・本番環境に展開。誤編集を防ぐためロック
Mission 04 — Solution Publisher

発行元（Publisher）= 命名の「印鑑」

  • ソリューションの所有者を識別する情報
  • カスタムコンポーネントにプレフィックスを付与（例：cts_Priority）
  • 命名の衝突を防ぎ、複数チームの開発を安全に共存させる
Mission 04 — なぜSolutionが必要？

エンタープライズ開発の5つのメリット

  • 整理：Default solution から分離して管理しやすく
  • 安全な展開：Managed で本番の誤変更を防止
  • バージョン管理：パッチ・アップデートで段階的リリース
  • 依存関係追跡：コンポーネント間の依存を自動把握
  • チーム協業：Gitリポジトリ連携にも対応

💡 大事なポイント④

ミッション05（既製エージェントの活用 / Using Prebuilt Agents）

Mission 05 — 既製エージェントとは

Prebuilt Agent（既製エージェント）

  • Microsoft が提供するテンプレートエージェント
  • ゼロから構築せずに素早くデプロイできる
  • Safe Travels・HR Bot・IT Support など多数のテンプレートが利用可能
Mission 05 — デプロイ手順

Safe Travels エージェントの展開

  • Copilot Studio → テンプレートから作成 → Safe Travels を選択
  • カスタマイズ（応答・ナレッジ）→ テスト → 公開
  • 既製エージェントはすぐ動くが、自社データに合わせた調整が重要
Mission 05 — カスタマイズポイント

テンプレートのカスタマイズ

  • 応答メッセージの編集
  • ナレッジソース（FAQ サイト等）の追加
  • テストペインで動作検証
  • ボーナス目標：追加ナレッジでさらに強化
Mission 05 — ポイント整理

既製 vs カスタムエージェントの使い分け

  • 既製：スピード重視・汎用ユースケース向け
  • カスタム：特定業務・特定データに特化させたい場合
  • まず既製で試し、不足分をカスタムで補う戦略が有効

💡 大事なポイント⑤

ミッション06（会話からエージェント作成 / Create Agent From Conversation）

Mission 06 — カスタムエージェントとは

Custom Agent の作成

  • 特定の目的・会話フロー・データソース・システム連携を自分で設計するエージェント
  • 自然言語で説明するだけで AI がエージェントの骨格を生成してくれる
Mission 06 — ジェネレーティブ オーケストレーション

Generative Orchestration

  • エージェントがクエリを理解し、複数ナレッジソースから最適なものを選択・検索して自然な回答を生成
  • LLM の言語能力とナレッジ検索を動的に組み合わせる仕組み
Mission 06 — 追加できるナレッジソース（6種）

Types of Knowledge Sources

  • 公開Webサイト（Bing検索）
  • ドキュメント（PDF/Word → Dataverse保存）
  • SharePoint（Work IQ）
  • Dataverse（構造化エンタープライズデータ）
  • リアルタイムコネクタ（Salesforce / ServiceNow 等）
  • Azure AI Search（セマンティック検索・ベクター検索 / semantic and vector search）
Mission 06 — セキュリティ

ナレッジソースのセキュリティ

  • SharePoint・Dataverse はユーザー認証必須
  • ユーザーが権限を持つデータのみ返却される
  • 本番環境でのロールベースアクセス管理と自然に統合できる

💡 大事なポイント⑥

ミッション07（トピックとトリガー / Add New Topic with Trigger）

Mission 07 — トピックとは

Topic = 会話の「設計図」

  • システムトピック：会話開始・終了・エラーなど組み込み済み
  • カスタムトピック：特定タスクに対応する自作会話フロー
  • 3つの目的：情報提供・タスク実行・トラブル解決
Mission 07 — 会話ノードの種類

Conversation Nodes（主な10種類）

  • Send a message / Ask a question / Ask with adaptive card
  • Add a condition / Variable management / Topic management
  • Add a tool / Generative answers / HTTP request / Send an event
  • 各ノードを組み合わせてマルチターン会話を設計
Mission 07 — Power Fx

Power Fx = ノード内の「式ロジック」

  • Excel 関数に似たローコード言語
  • 変数の設定・条件分岐・データ変換に使用
  • 例：Concatenate("Status eq 'Available' and AssetType eq '", Topic.VarDeviceType, "'")
Mission 07 — 入出力変数（7.1〜7.2）

トリガーの Input / Output

  • Input変数（VarDeviceType）：ユーザーメッセージからデバイス種別を自動抽出
  • Output変数（VarAvailableDevices）：利用可能デバイス一覧を返す
  • 「Identify as: User's entire response」で生成 AI が自動入力

💡 大事なポイント⑦

ミッション08（Adaptive Cards / Add Adaptive Card）

Mission 08 — Adaptive Card とは

会話をUI化する JSON ベースのカード

  • テキスト対話だけでなく、フォーム/ボタン/選択肢を提示できる
  • Teams・Outlook などホストアプリに応じて見た目が適応する (adaptive to host app)。操作性が高い
  • ユーザー入力を構造化して Topic の変数に取り込める
Mission 08 — デザイン方法

Designer と JSON / Formula の使い分け

  • Adaptive Card Designer で構造を作り、JSON を編集して細かく制御
  • Power Fx で値の埋め込みや条件表示を動的に実装
  • 見た目とデータバインドを分離して保守しやすく設計
Mission 08 — Ask with adaptive card

入力収集の中核ノード

  • ユーザー入力をカード上で収集し、会話フローの変数へ格納
  • 入力後の分岐・確認メッセージ・後続アクションへ接続しやすい
  • 既存 Topic に組み込んで UX を段階的に改善できる
Mission 08 — ベストプラクティス

読みやすく、入力しやすく、誤操作しにくく

  • 1カード1目的に絞り、入力項目は最小限にする
  • ボタン文言は具体的にし、送信後の挙動を明確にする
  • 異なる画面幅でも崩れにくいレイアウトを優先する

💡 大事なポイント⑧

ミッション09（Agent Flow 追加 / Add an Agent Flow）

Mission 09 — Agent Flow とは

「会話できる」から「実行できる」へ

  • Copilot Studio 内で設計する決定論的な自動化フロー
  • トピックから呼び出され、SharePoint操作・メール送信などを確実に実行
  • Power Automate ベースだが Copilot Studio と密に統合されている
Mission 09 — フローの入出力

Topic ↔ Flow のデータ受け渡し

  • Adaptive Card で収集した変数をフローのInput パラメータとして渡す
  • フローの処理結果をOutput 変数としてトピックに返却できる
  • Flow Checker でエラーを確認してから publish する
Mission 09 — SharePoint 連携

リスト操作と通知の自動化

  • フロー内で SharePoint リストのアイテムを取得・更新できる
  • 取得データを整形して後続アクション（メール等）に渡す
  • Outlook コネクタで承認者・管理者への通知メールを自動送信
Mission 09 — ⚠️ ハマりポイント

Lab09 Step 18：型不一致で動的パラメータが出ない

  • 「Select the DeviceSharePointId parameter from the trigger」の手順で、動的パラメータが一覧に表示されない場合がある
  • 推測原因：型の不一致（SharePoint 側が Number 型なのに Text 型なのが原因？）
  • 対処：Power Fx で int(triggerBody()?['text']) のように明示的に型変換してから渡す

💡 大事なポイント⑨

ミッション10（イベントトリガー追加 / Add Event Triggers）

Mission 10 — Event Trigger とは

ユーザー発話なしでエージェントを起動

  • SharePoint のアイテム作成・更新、スケジュールなど外部イベントでエージェントを自律起動
  • 「呼ばれて動く」から「自分で動く」自律型エージェントへの進化
  • Power Automate のトリガーと組み合わせて柔軟なイベント定義が可能
Mission 10 — 設定の流れ

Event Trigger 作成手順

  • Copilot Studio でトリガー種別を選択（SharePoint・スケジュール等）
  • 発火条件・フィルタ条件を定義
  • Agent Flow と接続してエンドツーエンドの自動化パスを構成
  • 手動発火でテスト → 動作確認後に publish
Mission 10 — 自律型エージェントの特徴

Autonomous Agent のポイント

  • 人間の入力を待たずplan → act → observe → replan の推論ループで動作
  • 定期チェック・変更検知・通知などバックグラウンド業務に最適
  • 会話型トピックと組み合わせてハイブリッド構成も可能
Mission 10 — ⚠️ ハマりポイント

Lab 10.2 Step 6：Author の Email が取得できない

  • When an item is created トリガーから Author の Email 情報を直接取得できない場合がある
  • 対処：Get item アクションを追加してアイテム詳細を別途取得し、そこから Author Email を参照する
  • トリガーのデータだけに頼らず、補完アクションで必要な値を明示的に取得する設計を意識する
TODAY

ミッション 11 から再開！

1

公開チャネルを確認・選択する

Teams・M365 Copilot・Webサイト埋め込みなど、エージェントを公開するチャネルを決定し、各チャネルの要件を把握する

2

公開設定・アクセス権限を構成する

誰が利用できるかを設定し、組織内のロールやグループに応じたアクセス制御を確認する

3

エージェントを公開（Publish）する

Publish ボタンから本番環境へ展開し、各チャネルでの動作・表示を検証する

4

公開後の管理・モニタリング

利用状況のモニタリング・フィードバック収集・継続的改善のサイクルを確立する

Mission 11 ではこれまで作り込んだエージェントをいよいよ本番公開！チャネル設定とアクセス管理をマスターしましょう！