[本文是预发行文档,可能会有所更改。]
在进行评估后,回顾结果,看看你的客服在多次对话中的表现如何。 结果显示质量评分,并允许你打开单独对话查看客服的回复。
Important
- 这是一项面向生产环境的预览功能。
- 生产就绪预览版需要满足补充使用条款。
查看运行结果
查看跑步结果:
- 请在 Copilot Studio 中打开您的代理。
- 选择“评估”选项卡。
- 在 最近结果中,选择带有先前测试运行的评估以查看其结果。
结果显示以下信息:
测试运行结果:显示每次对话的表格,包含用户与代理之间的消息数量及总体质量评分。 选择对话以查看更多细节。
评估摘要:涵盖所有测试方法的整体评估总结。 其中包括以下信息:
- 得分:通过一般质量测试方法的对话总得分。
- 持续时间:完成评估所需的时间。
- 测试用例:你整体评估中的测试用例数量。
- 数据类型:测试集的类型。 仅有会话数据类型可用。
- 用户配置文件:执行评估的用户配置文件。 只有登录的用户配置文件才能运行评估。
- 使用的积分:本次运行所用的预估Copilot积分,按生成特工回复的积分和评分和评分的积分细分。 了解更多内容,请参阅 “了解预计信用使用量”。
审查测试用例
要回顾测试用例:
在运行结果页面上,选择一个对话以展开详细信息。
审查测试用例的详细信息:
- 用户消息:发送给代理的测试消息。
- 代理回复:代理的实际回复。
- 总体质量:回答在测试方法上的得分,是 通过 或 不通过。
- 使用的信用点:测试用例使用的估计Copilot信用点,以便识别哪些场景消耗最多资源。
利用这些信息确定您的智能体需要改进的地方。
比较运行
多次运行同一个评估,以比较结果、跟踪进展和Copilot积分消耗情况:
- 在评估详情页,查看运行列表及其分数和时间戳。
- 比较各次运行的分数,查看对代理所做的更改是否提升了性能或导致性能下降。
- 比较每次运行预计使用的 Copilot 积分,查看各次运行的消耗情况,并估算对于更大的测试套件可能需要多少积分。
- 查找模式。 例如,如果某一类别的对话得分持续偏低,该领域可能需要更多的指导或知识。
导出结果
出口评估结果供进一步分析:
- 在运行结果页面,选择三个点 (…) >导出测试结果。 你也可以选择特定的评估,然后选择那三个点(...) >导出测试结果 在右上角。
- 下载结果为CSV文件,包含所有对话、回复和评分。
根据结果采取行动
根据评估结果:
- 整体质量评分较低:审查并完善经纪人的指示。 参见配置智能体详情和说明(预览版)。
- 缺少或错误使用工具:检查工具是否有明确的描述,以及你的代理的说明是否指明何时使用它们。 请参阅面向智能体的工具概览(预览版)。
- 信息不正确:确认已正确添加并配置相关知识源。 请参阅为智能体添加知识(预览版)。