Copilot Studio er Microsofts værktøj til at bygge agenter, og det har for nylig fået en helt ny orkestreringsmotor. Abakion giver en rundtur i både det gamle og det nye interface og gennemgår alle byggeklodserne. Instruktioner, valg af sprogmodel, knowledge, tools, triggers, topics og skills, sikkerhed og authentication, samt hvordan man tester, evaluerer og publicerer en agent.
Nikolaj fra Abakion giver demonstrationen med udgangspunkt i en ferieagent, Ferie Freja, der kan tjekke feriesaldo og hjælpe med at anmode om ferie.
Hvad er nyt i Copilot Studio?
Microsoft har bygget en helt ny orkestreringsmotor nedenunder Copilot Studio, ikke bare et nyt UI. Versionen kaldes The New Orchestration, og Nikolaj kalder den Project Dracarys, efter Game of Thrones, fordi motoren er brændt ned til grunden og bygget forfra, fordi teknologien udvikler sig så hurtigt.
Den 3. august kom desuden en harness, der kobler Copilot Studio sammen med GitHub Copilot, så agenter nu kan kode for dig, tilsvarende Claude Code eller GitHub Copilot. Det har også ændret creditforbruget, og agenter oprettet før 3. august kører på den gamle prismodel.
En detalje om adgang: skriver man copilotstudio.preview.microsoft.com i stedet for copilotstudio.microsoft.com, får man alle preview-features med. Det er sjovt at lege med, men til produktionsbrug bør man overveje at holde sig til det, der er generelt tilgængeligt.
Skal man vælge den gamle eller den nye orkestrering?
Man bliver dirigeret over i den nye, men den gamle lever stadig og har værdi. Den nye er mere intuitiv og lækker, og det er ikke, fordi den er work in progress. Men der ligger et hav af agenter bygget på det gamle framework, som stadig fungerer.
Der findes community tools til at flytte agenter over med lidt fikfakseri, men Microsoft har endnu ikke et værktøj, der merger dem direkte. De to versioner er altså en blød overgang. Et godt billede er en ny salgsprisstruktur i Business Central: der ligger et hav af agenter bygget på det gamle framework, som stadig lever og har en kæmpe værdi, og de forsvinder ikke, selvom det nye er kommet til.
Hvad er byggeklodserne i en agent?
En agent bygges af navn, sprog og solution samt værktøjerne Overview, Knowledge, Tools, Agents og Topics. Opretter man en agent i det gamle interface, giver man den et navn, et primært sprog og en solution, som handler om at pakke det, man udvikler i Power Platform, sammen i stedet for at lade det ligge i en fælles default-pulje.
Under Settings kan man styre agenten på et generelt plan: om den skal bruge generativ orkestrering, altså selv finde ud af, hvad man vil have, eller følge et klassisk chatbot-spørgetræ, om deep reasoning er slået til, om den må connecte med andre agenter, samt formatering af responses og moderation. Herefter møder man værktøjerne i fanerne: Overview, Knowledge, Tools, Agents og Topics, som hver især dækker en del af agentens opbygning.
Hvordan authenticerer man en agent?
Der er tre måder at authenticere op imod agenten, afhængigt af om den er intern eller ekstern. Skemaet samler dem:
| Metode | Bruges til | Hvad det betyder |
| No authentication | Public-facing agenter, fx på en hjemmeside | Brugeren behøver ikke give sig til kende; agenten forbinder med opretterens credentials |
| Authenticate with Microsoft | Interne agenter (standard) | Agenten ved, hvem den skriver med, og svarer ud fra brugerens adgang |
| Authenticate manually | Systemer uden for Microsoft uden SSO | Fx en agent, der forbinder med MitID |
Ved no authentication skal man være opmærksom på, at når agenten forbinder til datakilder, gør den det med den credentials, der har oprettet agenten. Om sprog gælder, at agenterne er intelligente nok til at svare på dansk, hvis man skriver på dansk. Det primære sprog fungerer først og fremmest som fallback.
Hvorfor er valg af sprogmodel så vigtigt?
Modelvalget afgør både pris og kvalitet, og det kan afgøre, om man overhovedet får et brugbart svar. Man kan vælge mellem OpenAI, Anthropic, Mistral og XAI Grok samt Microsofts egne MAI-modeller, fordi Microsofts tilgang er at være modeluafhængige. Modellernes navne dækker GPT, Claude med Haiku, Opus og Sonnet, og flere kommer til.
Nikolaj fortæller en konkret historie. En agent, der skulle lave CVR-opslag, hallucinerede på GPT-4.1 og påstod hårdnakket, at Abakion var flyttet til en forkert adresse, og at alt var rigtigt. Da modellen blev skiftet til en nyere, svarede den ærligt, at den slet ikke havde adgang til nettet, hvilket var det egentlige problem. Det viser, at det ikke nødvendigvis var modellen, der var noget galt med, men en indstilling, der ikke var sat, og at valget af model kan afgøre, om man overhovedet får det svar, man har brug for.
Beskrivelser og kolonnenavne bliver desuden en del af dokumentationen, som andre agenter bruger til at forstå, hvad en agent kan, og om de skal kalde den. Derfor kan man ikke bare skrive “Nikolajs demoagent”. En warning fortæller også, hvis man ikke har kørt en evaluering, altså kvalitetstestet agenten, før man publicerer.
Hvad er forskellen på knowledge, tools og topics?
Knowledge er den viden, agenten svarer ud fra; tools er de værktøjer, den handler med; og topics er hardcodede samtaletræer. I instruktionerne fortæller man agenten, hvem den er, og hvordan den skal tale, som en systemprompt.
Knowledge er det, der kaldes grounding: uploadede filer, et OneDrive- eller SharePoint-bibliotek, eller et website. Noget nyt er, at man også kan tilføje SharePoint-lister som videnskilde. Websearch styrer, om agenten må søge på nettet. Ferieagenten skal for eksempel ikke gå på nettet, for spørger man om feriereglerne, er det ikke fedt, hvis den svarer med den danske ferielov om fem ugers ferie, når Abakion giver syv. Derfor er en fil fra personalehåndbogen med kun feriereglerne uploadet.
Tools giver agenten værktøjer til at handle med data. Under add tool er der agent flows, altså Power Automate jobs, prompts til at behandle data, MCP til at give adgang til datamodeller som Business Central, computer use til at styre computeren, og connectors, for eksempel Outlook. Ved en connector kan man styre, hvor meget frihed agenten har til selv at udfylde felter.
Triggers gør agenten autonom, så den agerer på andet end en chat: en recurrence hver mandag, et svar i en Microsoft Forms-formular, en besked i en Teams-kanal eller en indkommende e-mail.
Topics er hardcodede samtaletræer, hvor agenten selv vælger, hvilket topic der passer til brugerens intention, men hvor selve samtalens vej er styret. I ferieagenten er der et topic til feriesaldo og et mere krøllet til ferieanmodning, med regler om, at man ikke kan bestille flere dage, end man har, og at ferie skal anmodes senest 14 dage før.
Hvordan tester og publicerer man en agent?
Man tester via Evaluation med testsets og publicerer via Channels til hjemmeside, Teams eller Copilot. Under de sidste faner kan man se Activity med tidligere samtaler, altså om det er agenten eller brugeren, der har afsluttet en samtale, lave Evaluation med testsets af fiktive spørgsmål, så man ikke selv skal sidde og stille spørgsmål og få svar manuelt igen og igen, og se en Monitor med forbrug og credits, herunder hvor mange samtaler der er løst, eskaleret eller forladt. I den nye version kan man endda bede agenten om selv at generere ti testcases, en slags AI inception, i stedet for at skrive dem alle i hånden.
Channels styrer, hvor agenten publiceres: et demo-website, en webapp man iframer ind på sin hjemmeside, Teams, Copilot, SharePoint eller kanaler som Messenger, WhatsApp og e-mail. Det, man klart ser mest af, er webapps på egne hjemmesider til eksterne agenter, og Teams eller Copilot til interne.
Hvad er nyt i den nye orkestrering?
Den nye version er mere intuitiv og tidslinjebaseret, og topics er afløst af skills. Man bygger, previewer, evaluerer og overvåger. Skills, som Nikolaj også kalder opskrifter, beskriver, hvordan agenten skal behandle en opgave, i stedet for at hardcode et samtaletræ. Tools, connectors, MCP’er og workflows er de samme. Under Knowledge fjerner eller tilføjer man Search All Websites, og Memory styrer, om agenten skal huske tidligere samtaler.
I en demo af den nye ferieagent viser Nikolaj forskellen. Agenten læser feriereglerne fra en docx-fil, svarer på både dansk og engelsk, og håndterer en samtale, hvor brugeren beder om 25 dages ferie, selvom der kun er 16 tilbage. Agenten fanger reglen om ikke at gå i minus, foreslår 16 dage i stedet, og da brugeren skriver lidt flabet tilbage, undskylder den høfligt og opretter til sidst en ferieanmodning i Dataverse. Det er den nye orkestreringsmotor, der gør samtalen så robust, selv med forkortelser og manglende punktummer.
Herfra kunne man bygge videre med en approval-mail til chefen og opdatering af kalenderen. Nikolaj viser to agenter i rigtig drift internt i Abakion. Login Luna udleverer logins til deltagere på kurser, så han ikke skal dele dem ud manuelt til 100 mennesker, og ligger på en Abakion-side via en stump kode i HTML, som man med CSS og JavaScript kan få til at folde sig ud fra et hjørne. Feriefrida, der stadig er under opbygning, er et udvidet autosvar: en out-of-office-agent, der læser indkommende mails, vurderer om de kan vente, skal besvares direkte eller forwardes til en kollega eller support, og så svarer afsenderen. Idéen er inspireret af en urgent forwarder fra en Microsoft-kontakt.
Kan alle bygge en agent i Copilot Studio?
Ja, hvis man har lidt teknisk snilde. Man skal blot bygge noget inden for sit eget fagområde, som man har forstand på. Man skal ikke bygge en agent til valutakurser i ERP-systemet, men man kan sagtens bygge en, der skraber hjemmesider for CVR-numre, så marketingdata er retvisende. Ved spørgsmål om modelvalg, credentials eller adgang til ERP og CRM er det en god idé at spørge en konsulent eller en IT-administrator.
Hvad skal man være indstillet på?
Man skal være indstillet på at være betatester, fordi der hele tiden kommer forbedringer. Videoen er, som Nikolaj selv siger, dybt forældet lige om et kort øjeblik. Vil man være helt med fremme, er præmissen, at man er betatester: nogle gange virker ting ikke, og så melder man det ind. Nikolaj skriver bevidst rigtig feedback, når han skifter version, fordi Copilot Studio-produktgruppen bruger den slags aktivt.
Pointen er, at man ikke behøver på kursus, hver gang noget ændrer sig, men blot skal være omstillingsparat. Kunne man navigere i det gamle Copilot Studio, er alt, bortset fra topics, der stadig og hedder det samme, og man kan altid ringe til en voksen og spørge, hvor Skills eller Tools er blevet af.
Ofte stillede spørgsmål
Hvad er The New Orchestration i Copilot Studio?
Det er en helt ny orkestreringsmotor, Microsoft har bygget nedenunder Copilot Studio, ikke bare et nyt UI. Nikolaj kalder den Project Dracarys, fordi motoren er bygget forfra.
Skal man bruge den gamle eller den nye version?
Den nye er mere intuitiv, men den gamle lever stadig og har værdi. Der findes community tools til at flytte agenter over, men Microsoft har endnu ikke et værktøj, der merger dem direkte.
Hvordan vælger man sprogmodel i Copilot Studio?
Man kan vælge mellem OpenAI, Anthropic, Mistral, XAI Grok og Microsofts egne modeller. Valget afgør pris og kvalitet, og en forkert model kan få agenten til at hallucinere eller ikke få adgang til nettet.
Hvad er forskellen på knowledge og tools?
Knowledge er den viden, agenten svarer ud fra, som filer, SharePoint eller websites. Tools er værktøjer, den handler med, som agent flows, MCP og connectors.
Kan man bygge en agent uden at være udvikler?
Ja, med lidt teknisk snilde kan alle bygge en agent inden for deres eget fagområde. Ved modelvalg, credentials eller adgang til ERP og CRM bør man spørge en konsulent eller IT-administrator.







