ラボ MCS2 - トピックの定義
このラボでは、Microsoft Copilot Studio でカスタム トピックを作成する方法を学習します。トピックは エージェント の主要な構成要素です。トピックを使用すると、エンド ユーザー に単一ターンまたはマルチターンの会話体験を提供できます。トピックは、ユーザー と エージェント との会話がどのように発展するかを、個別のインタラクション パスとして定義します。
Microsoft Copilot Studio で エージェント を構築したい場合は、次の ラボ を実施してください
Note
このラボは前の ラボ MCS1 を基盤として進めます。同じ エージェント を引き続き使用し、新しい機能で強化していきます。
トピックは、グラフィカル デザイナーを使用するか、自然言語で意図を説明して作成できます。新しいトピックを作成した後、詳細な微調整が必要な場合は、低レベルのコード エディターで定義を編集することも可能です。
トピックには 2 種類あります。
- システム トピック: Microsoft Copilot Studio により自動生成されます。無効化はできますが削除はできません。
- カスタム トピック: エージェント 作者が独自のインタラクション パスを提供するために作成します。
トピックに関する追加情報
Microsoft Copilot Studio で作成した エージェント のトピックについては、こちらの記事 をご覧ください。システム トピックの詳細は Use system topics を参照してください。
このラボでは、次の内容を学習します。
- 生成 AI に基づくオーケストレーションの活用方法
- シングルターン トピックの作成方法
- マルチターン トピックの作成方法
- Adaptive Card を使用した ユーザー との対話方法
Exercise 1 : 生成 AI に基づくオーケストレーション
最初の演習では、ラボ MCS1 で作成した エージェント で、プレビュー機能である生成 AI オーケストレーションを有効にします。
Step 1: 生成 AI オーケストレーションの理解
Copilot Studio で作成した エージェント の重要な機能の 1 つが生成オーケストレーションです。生成オーケストレーションでは、エージェント が最適なナレッジ ベース、トピック、アクションを選択して ユーザー と対話し、質問に回答したり、イベント トリガーに応答したりします。
現在、Copilot Studio の エージェント は既定で生成 AI オーケストレーションを使用します。Copilot Studio は ユーザー から提供された自然言語のプロンプトを解析して意図を理解し、最適な項目をトリガーします。必要に応じて、クラシック オーケストレーションに戻すこともできます。クラシック オーケストレーションでは、エージェント はユーザーのクエリに最も一致するトリガー フレーズを持つトピックを起動して応答します。
Copilot Studio では Deep reasoning（プレビュー機能）も有効にでき、AI アクションの高度な推論を実現できます。
オーケストレーションと Deep reasoning を構成するには、ブラウザーを開き、対象 Microsoft 365 テナントの業務アカウントで https://copilotstudio.microsoft.com にアクセスして Microsoft Copilot Studio を開始します。
1️⃣ Agents の一覧を表示し、2️⃣ 前回のラボ MCS1 で作成した エージェント を編集します。
以下のスクリーンショットのように、画面右上の Settings コマンドを選択します。
設定の最初のセクションが Orchestration で、ここから generative AI orchestration と classic orchestration を切り替えたり、Deep reasoning を有効化したりできます。設定の反映には少し時間がかかります。設定が適用されたらウィンドウを閉じ、エージェント を発行して変更を確定します。
このラボでは generative AI orchestration を使用し、Deep reasoning は有効にしません。
Exercise 2 : シングルターン トピックの作成
この演習では、ユーザー から入力を取得し、その入力に基づいてフィードバックを返す新しいトピックを作成します。具体的には、現在の ユーザー の役割を収集し、入力された役割に基づいて エージェント の利用方法を案内します。
Step 1: 新しいシングルターン トピックの作成
トピックを作成するには、画面上部の 1️⃣ Topics タブを選択し、2️⃣ + Add a topic を選んでから 3️⃣ From blank をクリックして新しいカスタム トピックの作成を開始します。
Copilot でトピックを作成
自然言語で説明を入力するだけで、新しいトピックを Copilot に下書きさせることも可能です。
Copilot Studio はトピックを定義するグラフィカル デザイナーを表示します。トピックの最初のビルディング ブロックは Trigger アクションで、トピックが何を行うかを記述します。生成オーケストレーションが有効な場合、このアクションにはトピックの目的を自然言語で定義できるテキスト エリアがあります。このラボでは、次の内容を入力してください。
This topic can handle queries like these: collect user's role and provide feedback,
give me a feedback based on my role, what's your feedback for my role?
クラシック オーケストレーションを使用する場合は、単一の説明テキストの代わりに、5 ～ 10 個のトリガー フレーズまたは文を指定します。
Step 2: ユーザー入力の取得
画面中央の + ボタンを選択して、現在のトピックに新しいアクションまたはステップを追加します。+ ボタンを選択すると、利用可能なアクションの一覧が表示されます。主なオプションは次のとおりです。
- Send a message: ユーザー にメッセージを送信します。テキスト、画像、動画、Adaptive Card などが使用可能です。
- Ask a question: ユーザー に入力を求めます。テキスト、画像、動画、添付ファイル、Adaptive Card などを受け付けます。
- Ask with adaptive card: Adaptive Card を使用して ユーザー から内容を収集します。
- Add a condition: 変数と定数の比較に基づいてブランチを追加します。
- Variable management: 変数を管理します。スコープはトピック レベル、グローバル、システム、環境のいずれかです。
- Topic management: 現在のトピックのライフサイクルを管理します。
- Add an tool: Power Automate フロー、カスタム コネクタ、MCP ツールなどの外部ツールを利用します。
- Add an agent: マルチ エージェント シナリオで エージェント を追加します。
- Advanced: 外部 HTTP REST API の呼び出し、生成回答の使用、イベントやアクティビティの送信など、高度な機能を提供します。
ユーザー入力を収集するために Ask a question アクションを追加します。ユーザー に役割を尋ねるため、質問テキストには次の値を入力します。
What is your role?
既定では、Copilot Studio は収集した入力に Multiple choice options データ型を割り当てます。これは Identify 設定フィールドで確認できます。
Identify の下にある + New option コマンドを選択し、次の 3 つの値を順に追加します。
- Candidate
- Employee
- HR staff member
このアクションは ユーザー が選択した値をトピック レベルの変数に自動的に保存します。アクション右上の三点リーダーから Properties を選択してアクションをカスタマイズしたり、アクション下部の変数を選択して名前などの設定を変更したりできます。
たとえば、変数名を UserRole に変更できます。完全に設定すると、アクションは次のようになります。
Step 3: ユーザー へのフィードバック
次に、画面中央の + ボタンを選択して Add a condition を追加します。左側のブランチで Select a variable を選択し、前のステップで作成した userRole 変数を選びます。その後、条件値を選択して userRole is equal to Candidate のような条件を設定します。
同様に、userRole is equal to Employee と userRole is equal to HR staff member の条件を 2 回追加します。最後のブランチは All other conditions とします。
各ブランチ内で、ユーザー に特化したフィードバックを提供するロジックを定義できます。各 Condition ブランチの下部にある + コマンドを選択し、Send a message アクションを追加します。必要に応じて複数アクションを追加できます。
3 つのブランチには、たとえば次のようなフィードバック メッセージを設定できます。
- Candidate
You are a new candidate, as such you can submit your resume for evaluation.
- Employee
As an employee, you can ask me about how to improve your career or about
how to learn more about your growth mindset.
- HR staff member
As an HR staff member, you can manage the list of candidates and all the hiring procedures.
All other conditions ブランチでは、Topic management グループにある Redirect アクションを構成し、システム トピック Fallback へフォールバックさせます。
これでシンプルなロジックが完成しました。
Step 4: 現在のトピックを終了する
カスタム トピックのフローを適切に完了するため、Topic management グループにある End current topic アクションを追加します。この最後のアクションは、トピックの会話が完了したことを Copilot Studio に通知します。
Step 5: トピックのテスト
トピックを保存してテストできる状態になりました。デザイナー右上の Save ボタンを選択し、表示されるダイアログでトピック名を入力して Save をもう一度選びます。
例として、トピック名を Collect user's role とします。次にデザイナー右上の Test コマンドを選択してテスト パネルを開き、次のプロンプトを入力します。
What's your feedback for my role?
エージェント は役割の選択を求め、選択内容に応じて特定のフィードバックを返します。
Exercise 2 は完了です。次は Exercise 3 でマルチターン トピックを作成しましょう。
Exercise 3 : マルチターン トピックの作成
単純な対話では 1 つの質問と 1 つの回答だけのシングルターン会話を作成します。しかし、より内容のあるトピックには ユーザー と エージェント の複数回のやり取りが必要です。この演習では、新しい役割候補者のデータを収集するマルチターン トピックを作成します。
Step 1: 新しいマルチターン トピックの作成
新しい候補者について次の情報を収集するとします。
- First name
- Last name
- Current role
これらの情報を収集するため、Exercise 2 Step 1 に従って新しいトピックを作成します。 トピックの Trigger 説明は次のようにします。
This topic helps to collect information about a new candidate to process. Trigger sentences can be:
register a new candidate, create a new candidate, add a new candidate.
上記の各情報フィールドごとに Ask a question アクションで ユーザー に入力を求めます。ただし、回答の型はフィールドによって異なります。たとえば first name、last name、current role は単純なテキスト フィールドですが、e-mail は有効なメール形式である必要があります。
first name、last name、current role の各フィールドでは、Ask a question アクションの Identify プロパティで User's entire response を選択します。これにより ユーザー が入力したテキストがそのまま値として取得されます。Copilot Studio は変数型を自動的に string に設定します。各変数にわかりやすい名前を付けてください。
次のスクリーンショットは first name の入力アクションの例です。同様に last name と current job role も設定します。
e-mail フィールドでは Identify プロパティで Email エンティティを選択し、Copilot Studio が入力値をメール形式で自動検証するようにします。変数型は string のままです。
これで候補者情報の収集準備が整い、ユーザー にフィードバックを提供できます。
Step 2: ユーザー へのフィードバック
収集した入力に基づき、ユーザー にデータを確認するメッセージを送ります。Send a message アクションを追加し、入力値が保存された変数を使用してメッセージ内容を構成します。 メッセージに変数を挿入するには、Send a message アクションのツールバーにある {x} コマンドを選択し、目的の変数を選びます。
現在のトピックで定義された変数、システム変数、環境変数を挿入できます。 変数を含めた確認メッセージを設定すると、次のようになります。
最終確認のため、Ask a question アクションを挿入し、次のメッセージを入力します。
Is it ok for you to insert this new candidate?
回答として Yes と No を設定します。Exercise 2 Step 3 と同様に、各結果用のブランチを構成します。ここでは簡単のため、各ブランチに Send a message アクションを 1 つずつ配置し、ユーザー のフィードバックに応じて 👍 または 👎 の絵文字を送信します。最後に End current topic アクションを追加してトピックを完了します。
トピックを保存し、たとえば Register a new candidate という名前を付けて、統合テスト インターフェースでテストします。
以下のスクリーンショットはマルチターン トピックとの対話例です。e-mail フィールドに不正な値を入力すると、Copilot Studio が自動で再入力を促す様子も確認できます。
Exercise 4 : Adaptive Card の使用
複数の Ask a question アクションで入力を収集するのは 1 つの方法です。しかし、多くのデータを集めたい場合や、見栄えの良い対話を実現したい場合は Adaptive Card の使用を検討できます。
Adaptive Card とは？
Adaptive Card は JSON で記述されたプラットフォーム非依存の UI スニペットで、アプリやサービス間でやり取りできます。アプリに配信されると、JSON がネイティブ UI に変換され、環境に合わせて自動で適応します。これにより、主要なプラットフォームやフレームワークで軽量な UI の設計と統合が可能になります。Step 1: Adaptive Card での入力収集
次の情報を収集する新しいトピックを作成するとします。
- First name
- Last name
- Current role
- Spoken languages
- Skills
ここで、spoken languages と skills は複数選択可能な値のリストです。
まず Topics タブを開き、Exercise 3 で作成したトピックを無効化してトリガー条件の競合を避けます。次に Exercise 2 Step 1 の手順に従って新しいトピックを作成します。トピックの Trigger 説明は次のようにします。
This topic helps to collect information about a new candidate to process. Trigger sentences can be:
register a new candidate, create a new candidate, add a new candidate.
続いて Ask with adaptive card アクションを追加し、1️⃣ アクションの本体を選択して 2️⃣ Edit adaptive card ボタンを押します。Adaptive card designer の Card payload editor に次の JSON を入力します。
{
"type": "AdaptiveCard",
"body": [
{
"type": "TextBlock",
"size": "Medium",
"weight": "Bolder",
"text": "New HR Candidate Information"
},
{
"type": "Input.Text",
"id": "firstname",
"placeholder": "First Name"
},
{
"type": "Input.Text",
"id": "lastname",
"placeholder": "Last Name"
},
{
"type": "Input.Text",
"id": "email",
"placeholder": "Email"
},
{
"type": "Input.Text",
"id": "current_role",
"placeholder": "Current Role"
},
{
"type": "Input.ChoiceSet",
"id": "spoken_languages",
"placeholder": "Spoken Languages",
"isMultiSelect": true,
"choices": [
{
"title": "English",
"value": "English"
},
{
"title": "French",
"value": "French"
},
{
"title": "German",
"value": "German"
},
{
"title": "Italian",
"value": "Italian"
},
{
"title": "Portuguese",
"value": "Portuguese"
},
{
"title": "Spanish",
"value": "Spanish"
}
]
},
{
"type": "Input.ChoiceSet",
"id": "skills",
"placeholder": "Skills",
"isMultiSelect": true,
"choices": [
{
"title": "Computer Programming",
"value": "Computer Programming"
},
{
"title": "Project Management",
"value": "Project Management"
},
{
"title": "Team Lead",
"value": "Team Lead"
}
]
}
],
"actions": [
{
"type": "Action.Submit",
"title": "Submit"
}
],
"$schema": "http://adaptivecards.io/schemas/adaptive-card.json",
"version": "1.5"
}
JSON を更新すると、Copilot Studio はトピック デザイナー内でカードのプレビューをレンダリングします。また、ユーザー が入力した値を収集するトピック レベルの変数が自動生成されます。
Step 2: Adaptive Card でのフィードバック
Adaptive Card を使って、収集したデータの要約を ユーザー に提示することもできます。Send a message アクションを追加し、左上の + Add を選択して Adaptive card を選び、メッセージ種別を Adaptive Card に切り替えます。
右側のパネルで Edit adaptive card を選択し、次の JSON を Card payload editor にコピーします。
{
"type": "AdaptiveCard",
"body":
[
{
"type": "TextBlock",
"size": "Medium",
"weight": "Bolder",
"text": "Candidate Summary"
},
{
"type": "FactSet",
"facts":
[
{ "title": "First Name:", "value": "firstname" },
{ "title": "Last Name:", "value": "lastname" },
{ "title": "Email:", "value": "email" },
{ "title": "Current Role:", "value": "current_role" },
{ "title": "Spoken Languages:", "value": "spoken_languages" },
{ "title": "Skills:", "value": "skills" }
]
}
],
"$schema": "http://adaptivecards.io/schemas/adaptive-card.json",
"version": "1.3"
}
JSON を貼り付ける際は、テキスト エリア上部の Edit JSON オプションが選択されていることを確認してください（既定で選択されています）。フォーカスを外すと、Send a message アクションに Adaptive Card のプレビューが表示され、すべての変数が固定値でレンダリングされます。
次にドロップダウンで JSON Card から Formula Card に切り替え、静的値を現在のトピックで定義した実際の変数に置き換えます。
エディターを展開し、変数や PowerFx 関数を参照しながら静的値を順に置き換えます。
ポップアップの高度なエディターにはインテリセンスがあり、変数や PowerFx 関数を参照できます。
静的値をすべて変数に置き換える際、spoken languages と skills は Table 型の変数なので、PowerFx の Concat 関数と Text 関数を使用して文字列に変換します。すべての式を設定した後の JSON は次のとおりです。
{
type: "AdaptiveCard",
body: [
{
type: "TextBlock",
size: "Medium",
weight: "Bolder",
text: "Candidate Summary"
},
{
type: "FactSet",
facts: [
{
title: "First Name:",
value: Topic.firstname
},
{
title: "Last Name:",
value: Topic.lastname
},
{
title: "E-mail:",
value: Topic.email
},
{
title: "Current Role:",
value: Topic.current_role
},
{
title: "Spoken Languages:",
value: Text(Concat(Topic.spoken_languages, Value, ", "))
},
{
title: "Skills:",
value: Text(Concat(Topic.skills, Value, ", "))
}
]
}
],
'$schema': "http://adaptivecards.io/schemas/adaptive-card.json",
version: "1.3"
}
PowerFx 関数に関する追加情報
PowerFx 関数の詳細は Create expressions using Power Fx を参照してください。
Step 3: トピックのテスト
トピックの末尾に End current topic アクションを追加し、トピックを保存して Register new candidate with adaptive cards などの名前を付け、デザイナー右側のテスト パネルで実行します。次のスクリーンショットは ユーザー との対話例です。
これでトピックは完全に機能します。次のラボでは、外部 HR サービスにデータを保存して実際に候補者レコードを作成する方法を学びます。
おめでとうございます！
これで、エージェント は複数のトピックを通じてさまざまな会話パスをサポートできるようになりました。次のラボでは、カスタム アクションの扱い方を学びます。
こちら からラボ MCS3 を開始し、Copilot Studio で エージェント にアクションを定義しましょう。