Agentes de IA con Microsoft Copilot Studio Nuevo

Descripción

CURSO DE ESPECIALIZACIÓN

Agentes de IA con Microsoft Copilot Studio Nuevo

Objetivos

 

 

 

 

Contenidos

  1. Fundamentos de IA y Microsoft Copilot Studio
    ¿Cuándo tiene sentido utilizar inteligencia artificial?
    Qué es un agente de IA y cómo funciona
    Dónde encaja Copilot Studio en el ecosistema Microsoft
    Primer contacto: crear, probar y ajustar un agente
  2. Diseño de agentes orientados al negocio
    Por qué el diseño va antes que la herramienta
    Identificar y priorizar casos de uso reales
    Definir el propósito y el usuario destinatario
    Alcance y límites: qué hace y qué no hace el agente
    Anticipar las necesidades del usuario y las conversaciones esperadas
    Evaluar la viabilidad y definir el éxito
    La ficha de diseño del agente
  3. Creación del agente: instrucciones y comportamiento
    Crear el agente: punto de partida
    Las instrucciones: el sistema de control del agente
    Anatomía de unas instrucciones eficaces
    Cómo razona el agente: la orquestación
    Identidad, bienvenida y sugerencias
    Configuración del modelo y otros ajustes
    Probar y corregir: el método iterativo
    Resumen
  4. Conocimiento y contexto del agente
    Qué es el conocimiento de un agente
    Tipos de fuentes de conocimiento
    Conectar una fuente y preparar buena documentación
    Que el agente cite y no invente
    Contexto y memoria: recordar durante y entre conversaciones
    Diagnóstico: cuando el agente no encuentra o no usa el conocimiento
  5. Herramientas, acciones y flujos de trabajo
    De responder a actuar: qué es una herramienta
    Tipos de herramientas y conectores
    Cómo decide el agente usar una herramienta
    Flujos de trabajo: el brazo ejecutor del agente
    Confirmar antes de actuar: acciones responsables
    Conectar con el ecosistema: Teams, Microsoft 365 y sistemas externos
    Skills: comportamientos reutilizables
    Ampliar el agente: MCP y sistemas multiagente
    Resumen
  6. Pruebas, evaluación y mejora continua
    Por qué una prueba aislada no basta
    Diseñar un conjunto de pruebas
    La fase de evaluación
    Qué medir: criterios de calidad de un agente
    La fase de supervisión: el agente en uso real
    El ciclo de mejora continua
    Errores frecuentes al evaluar y mejorar
  7. Publicación, gobierno y seguridad
    De las pruebas al uso real: qué significa publicar
    Elegir el canal adecuado
    Autenticación y control de acceso
    El agente respeta los permisos de cada usuario
    Gobierno corporativo: el papel de la organización
    Cumplimiento y datos: responsabilidades del creador
    El ciclo de vida del agente publicado

Tal vez te interese este curso: CHATGPT E INTELIGENCIA ARTIFICIAL

O quizá este otro: INTELIGENCIA ARTIFICIAL APLICADA A LA EMPRESA

 

Síguenos en: Instagram

Información adicional

Horas

20

Cod.

18