Copilot Studio でできること｜できないこと

質問への回答フローは、画面上で「トピック」（会話のテーマ）や「フロー」（会話の中身）として視覚的に設計できます。

たとえば「在宅勤務のルールを教えて」といった質問に対して、どのような返答をするか、必要な確認や分岐などを、ノーコード／ローコードで簡単に作成できます。

Copilot Studioのチャットボットは、生成AIを活用して自然な対話を実現します。

あらかじめプロンプト（指示文）を設定しておくことで、「丁寧な言葉づかいで」「初心者向けに分かりやすく」など、語調や説明のスタイルを用途に応じてカスタマイズできます。

SharePointやOneDriveに保存されたPDF、Wordファイルなどの社内資料をあらかじめBotに設定しておくことで、その内容に基づいた回答が可能です。

手順書、ガイドライン、社内規定などを活用すれば、情報の一元管理や属人化しやすい問い合わせ対応の効率化にもつながります。

※画像の内容は認識できませんが、文書内のテキスト情報をもとに応答を生成します。

Copilot Studioでは、「Agent flows（エージェントフロー）」と呼ばれる機能を使って、会話の中で条件分岐や外部サービスとの連携処理を視覚的に設計できます。
この中で Power Automateを呼び出すことで、以下のような業務を自動化できます。

● 備品の在庫確認と申請

「ボールペンの在庫はありますか？」と入力すると、Power Automateが在庫データを確認し回答、在庫が不足している場合には、必要な情報を聞き取り、Power Automateが補充申請の手続きを自動で開始します。

● 社内トラブルの受付

「パソコンが起動しません」と入力すると、チャットボットが状況を聞き取り、Power AutomateがIT部門に内容を共有し通知します。

● 社内ルールの案内と申請支援

「在宅勤務のルールを知りたい」という質問に対し、社内規定のPDFから該当ページを案内。
さらに「在宅勤務を申請したい」と入力すれば、必要な情報を確認し、申請フローを自動で開始します。

作成したチャットボットは、Teamsや社内ポータルサイトなどに簡単に組み込むことができます。
利用者が普段使っているツール上でそのまま利用できるため、定着もしやすくなります。

チャットボットの会話は「トピック（質問パターン）」や「フロー」として設計するため、登録されていない質問や曖昧な表現、言い回しの違いがある質問には適切に応じられない場合があります。

複雑な条件分岐、繰り返し処理、リアルタイムの外部データ取得などは、Copilot Studio単体では対応できません。
こうした処理はPower Automateに任せる設計が推奨され、Copilot Studioはあくまで会話のトリガー役として利用すると効果的です。

Webチャットの外観はある程度変更可能ですが、細かいデザイン調整や複雑な画面操作には対応していません。 業務に合わせたUIを構築したい場合は、Power Appsや別のアプリとの組み合わせが必要になります。

チャットボットが外部サービスと連携する場合、OAuthなどの認証設定が必要になります。
また、社内データを扱う場合は、情報漏えいや不正アクセスを防ぐため、データ保護の設計も重要です。
さらに、ユーザの役職や部署に応じたアクセス制御の設計や、個人情報を含む応答を制限するルール設定も考慮する必要があります。

Copilot Studioの応答精度は、あらかじめ設定したトピックやドキュメントの内容に大きく依存します。
内容が古かったり不十分だったりすると、正確な回答ができなくなるため、定期的な見直し・更新が不可欠です。

Power Automateや外部APIを使って業務を自動化する場合、連携先の仕様変更やシステム障害の影響を受けることがあります。
そのため、処理の失敗時に備えたエラーハンドリング、代替手段の設計、ユーザ通知などを含めた堅牢な設計が重要になります。

Copilot Studioは、業務効率化のために段階的な導入が有効です。

弊社では、お客様の導入フェーズや目的に応じて、最適なサポートメニューをご提案しています。
PoCから本格導入・運用定着まで、一貫した支援が可能です。
現在の状況やお悩みに合わせて、どのフェーズからでも柔軟に対応いたします。

新しい技術の現場では、Copilot Studioを“使えるようにする”だけでなく、開発視点やAPI理解、AI活用に必要な素養が求められます。
当社では以下のような内容を含む独自の研修を通じて、Copilot Studioの実践的な活用スキルを習得しています。

■基礎から学ぶテクノロジー理解

プログラミング言語、システム開発、データベースといった基礎的なIT技術を体系的に学び、Copilot Studioの活用を支えるための土台を固めました。
ツール活用だけでなく、その裏にある仕組みや原理についての理解を深めています。

• プログラミング言語の種類と役割
• システム開発の工程とテストの基本
• データベース／SQLの基礎と応用

■生成AIの基礎、ChatGPTの基礎

生成AIやChatGPTの仕組みや活用方法について、基本的な概念からプロンプト設計、業務応用までを段階的に学習しました。
特に、適切な指示の出し方（プロンプトエンジニアリング）を通じて、AIを業務で活用するための実践力を身につけています。

■Web APIの基礎から実践までを習得

Copilot Studioでの外部サービス連携やAgent flowsの設計に必要な、Web APIの基本知識から実践的な活用方法までを段階的に学習しました。
HTTPやJSONの構造理解、認証の仕組み、データ連携の基礎を押さえ、ServiceNowとの連携も含めた外部サービス活用に取り組んでいます。

■Python基礎と生成AIプログラミング

生成AIをより柔軟に活用するために、Pythonの基本構文や開発環境の構築から、ChatGPTとの連携やAzureリソースを活用した実践演習までを幅広く学び、生成AIの業務活用に向けたプログラミング基礎や、Azure連携の可能性について理解を深めています。
ChatGPTとの対話プログラムやプロンプトの自動生成、Bot構築に向けたAzureとの連携などにも取り組んでいます。

■RAGの理解と実践的な活用への取り組み

生成AIの業務活用を高度化する技術として、RAG（Retrieval-Augmented Generation）の構造と仕組みについて学びました。
実習では、RAGのメリットや従来のDBとの違い、回答生成のプロセスに触れながら、理解を深めることを目指しました。

• RAGの特徴と回答ロジック
• データベースとの違いの理解
• ヘルプデスクを想定した問い合わせ・回答のカスタマイズ実習

■生成AIに関するリスクとガバナンスの理解

Copilot Studioを含む生成AIの業務活用において重要な、セキュリティ・ガバナンス・コンプライアンスの基本的な考え方を学びました。
AIを安全かつ適切に使うためのルール設計やリスク対策のポイントを押さえています。

• 情報漏洩リスクとプロンプト設計の注意点
• セキュリティポリシーと社内ルールの策定視点
• コンプライアンス上の留意事項

これらの研修プログラムを通じ、Copilot Studioを活用したFAQチャットボットやAgent flowsの実践開発が可能なスキルを、社内技術者が着実に習得しています。
さらに、研修後は各チームに分かれてプロジェクトに取り組み、成果発表会を通じて知見を共有・応用力を高める機会も設けており、組織全体でのスキル向上に取り組んでいます。