Microsoft Copilot Studio: um guia para criar agentes de IA corporativos

No mês passado, vi um gerente de suporte passar três horas atualizando a biblioteca de intenções de um chatbot. As pessoas começaram a perguntar "cadê minhas coisas?" em vez de "status do pedido", e o bot respondia que não entendia.

Esse é o mundo antigo dos chatbots corporativos. Você prevê perguntas, escreve respostas e torce para que os usuários sigam o roteiro. Eles nunca seguem.

O Microsoft Copilot Studio segue outro caminho. Você descreve o que quer que o seu agente faça, aponta para os documentos e sistemas da sua empresa, e a IA descobre como responder. Você não precisa mais depender principalmente de grandes bibliotecas de intenções mantidas manualmente ou de árvores de decisão frágeis para a maioria dos casos de uso.

Tenho criado agentes na plataforma nos últimos meses e, sinceramente? A curva de aprendizado me surpreendeu. Não porque seja difícil. Mas porque é mais rápido do que eu esperava. Alguém sem experiência em programação consegue colocar um agente no ar, respondendo perguntas a partir de documentos no SharePoint, em cerca de uma hora.

Neste tutorial, vou mostrar o que é o Copilot Studio, como navegar pela ferramenta e como criar um agente passo a passo.

Se você quer uma introdução prática ao ecossistema mais amplo do Copilot, recomendo fazer nosso curso Introduction to Microsoft Copilot.

O que é o Microsoft Copilot Studio?

Você talvez tenha ouvido falar do Power Virtual Agents. A Microsoft rebatizou para Copilot Studio, ampliou as funcionalidades e hoje ele está no centro da estratégia de construção de agentes. A plataforma se conecta ao Power Automate, Power Apps, Dataverse e à experiência do Microsoft 365 Copilot.

Aqui está a ideia básica de como o Microsoft Copilot Studio funciona:

1. Você diz ao sistema o que quer que o agente faça. 
2. Aponta para suas fontes de dados (sites do SharePoint, documentos enviados, tabelas do Dataverse, sistemas externos via conectores). 
3. O agente aprende a responder usando essas informações.

Um assistente de RH que conhece suas políticas de benefícios? Dá para construir. E um bot de helpdesk de TI que resolve problemas comuns antes de escalar? Também. Um agente de atendimento que busca informações de pedidos no Salesforce? Sim.

Então a próxima pergunta natural é: por que isso é diferente dos chatbots que frustravam todo mundo há cinco anos?

Aquelas soluções antigas exigiam que você previsse todas as perguntas possíveis. Escrevia intenções específicas para cada uma. Se faltasse uma formulação, o bot caía no "não entendi". 

O Copilot Studio usa IA generativa para inferir o que o usuário provavelmente quer. O LLM gera respostas ancoradas nas fontes de conhecimento da sua empresa, em vez de recuperar respostas prontas.

A plataforma se conecta ao ecossistema Microsoft:

• Microsoft 365 Copilot: Os agentes podem estender a experiência base do Copilot com habilidades personalizadas e dados corporativos.
• Power Platform: Conectores, fluxos e Dataverse integrados diretamente
• Azure AI: Traga seus próprios modelos do Azure AI Foundry ou use Azure AI Search para cenários de RAG personalizados
• Microsoft Graph: Acesse dados organizacionais com as permissões adequadas

Acesso e preços do Microsoft Copilot Studio

Antes de construir qualquer coisa, você precisa de acesso. A Microsoft oferece alguns caminhos, dependendo da sua situação.

Teste gratuito

Se você tem uma conta de trabalho ou escola, acesse a página do Copilot Studio e cadastre-se com ela. O teste atualmente fornece um pool limitado de Copilot Credits para experimentar, geralmente suficiente para criar agentes e rodar testes, mas a quantidade exata e os termos podem variar ao longo do tempo e por locatário.

Se você só tem uma conta pessoal Microsoft, o acesso ao Copilot Studio pode ser mais restrito porque o teste foi pensado para identidades de trabalho/escola. Uma saída prática é criar um locatário temporário “sandbox” com um teste do Microsoft 365 Business Standard.

• Acesse a página do Microsoft 365 Business Standard.
• Clique em Try for free.
• Comece com seu e-mail pessoal e, durante a configuração, crie um novo domínio.
• Isso vai gerar um novo ID de administrador de trabalho/escola para esse locatário.

Use esse novo e-mail de admin para entrar na página do Copilot Studio e ativar o teste do Copilot Studio.

Planos pagos

O preço padrão é de US$ 200/mês por 25.000 Copilot Credits, embora preços regionais e descontos possam se aplicar. Esses créditos são consumidos conforme o que seus agentes fazem:

• Responder perguntas consome créditos
• Chamar sistemas externos usa créditos
• Fluxos complexos de múltiplas etapas usam mais do que um simples perguntas e respostas

Se você precisa de mais volume ou uso mais flexível, pode habilitar a cobrança pós-paga do Azure para Copilot Credits, que cobra por crédito consumido e evita um compromisso adicional de pacote fixo de capacidade. É uma boa opção para cargas imprevisíveis ou picos sazonais.

Níveis de acesso

Tipos de contas diferentes têm capacidades diferentes:

Um ponto importante: se a sua organização já tem licenças do Power Platform, pode ser que o acesso ao Copilot Studio esteja incluído. Verifique com o seu time de TI antes de comprar separadamente.

O que são agentes LLM?

A palavra "agente" está por toda parte hoje, e as pessoas querem dizer coisas diferentes dependendo do contexto. Vale esclarecer antes de avançarmos.

Um agente vai além de responder perguntas. Ele consegue planejar etapas, raciocinar sobre problemas e executar ações. É composto por um cérebro de modelo de linguagem grande (LLM), memória, ferramentas externas que podem ser chamadas e capacidades de planejamento.

Quando alguém pergunta: "Qual é o status de envio dos meus três últimos pedidos?" o agente precisa descobrir: 

1. Quem é esse usuário? 
2. Quais pedidos ele fez recentemente? 
3. Filtrar para os três últimos.
4. Verificar o status de envio de cada um.
5. Formatar isso em uma resposta. 

Isso exige planejamento. Perguntas complexas são decompostas. O agente identifica subtarefas, as ordena e executa cada etapa. Sem planejamento, você teria apenas um perguntas e respostas de turno único.

Veja como os agentes diferem dos chatbots tradicionais:

O modelo de linguagem processa os pedidos, determina quais informações ou ações são necessárias, decide quais ferramentas chamar e sintetiza uma resposta. Mas agentes combinam vários componentes trabalhando em conjunto.

Os agentes acompanham o contexto durante as conversas. A memória de curto prazo guarda o que foi discutido na sessão atual. Algumas implementações têm memória de longo prazo para preferências do usuário entre sessões. Sem memória, toda mensagem começaria do zero.

É aí que os agentes ficam realmente úteis. Ferramentas permitem interagir com sistemas externos. No Copilot Studio, as ferramentas incluem 

• Conectores do Power Platform com centenas de APIs
• Fluxos do Power Automate para automações complexas de várias etapas)
• Endpoints HTTP personalizados
• Servidores do Model Context Protocol (MCP)

Um agente sem ferramentas é basicamente uma busca turbinada.

Para um mergulho mais profundo em como agentes LLM funcionam conceitualmente, confira nosso curso Introduction to AI Agents.

Navegando pelo Microsoft Copilot Studio

O Copilot Studio organiza tudo em quatro etapas: criar, personalizar, implantar e gerenciar. Vou passar por cada uma com exemplos do que você vai ver e fazer.

Criar: construindo seu primeiro agente

Ao entrar no Copilot Studio, você tem dois caminhos para criar um agente.

1. Abordagem conversacional: Descreva em linguagem natural o que você quer. Digite algo como "Quero um agente que ajude funcionários a encontrar informações sobre nossas políticas de benefícios" e o sistema cria uma estrutura inicial para você.
2. Abordagem configurada: Mais mão na massa. Você define nome, descrição, instruções e fontes de conhecimento desde o início.

De qualquer forma, você chega a um canvas de design. A interface gráfica mostra fluxos de conversa como nós conectados. Disparadores levam a perguntas. Condições ramificam conforme a entrada do usuário. Mensagens entregam respostas. Ações chamam sistemas externos.

Passo 1: iniciar um novo agente

1. Na página inicial, clique em Create na navegação à esquerda.
2. Escolha "Describe your agent" ou "Configure manually".
3. Dê um nome e uma descrição ao seu agente.

Passo 2: definir a configuração

Agora vamos ilustrar como criar um assistente de RH simples, definindo nome, descrição e instruções principais, além do LLM que ele deve usar — são os primeiros campos a configurar no agente.

Vamos usar a seguinte descrição:

You are an HR assistant for Contoso. You help employees find information about benefits, PTO, policies, and company procedures. Keep responses clear and practical, and ask a quick follow-up question only when needed. If you're not sure or the request involves a sensitive/employee-specific case, say so and suggest contacting HR directly at hr@contoso.com

Claro que nosso agente precisa de um conjunto de instruções:

Role: Act as Contoso's HR assistant for employees. Provide accurate, easy-to-follow answers about benefits, PTO, leave, payroll-related HR topics (high level), workplace policies, and internal procedures.
Tone: Friendly, professional, concise. Use plain language. Avoid legalese and long lectures.

How to respond:
Start with the direct answer (1-3 sentences), then add steps, links/where to find it, or bullets if helpful.
If a policy depends on location, union status, job level, or country, ask one targeted question (e.g., "Which country are you employed in?").
When explaining a process, include the exact "what to do next" (who to contact, what form/system, what information to include).

Boundaries & escalation:
If you don't know, say you don't know. Do not guess or invent policy details.
For employee-specific requests (eligibility decisions, disciplinary issues, compensation changes, accommodations, grievances, investigations), redirect to HR: hr@contoso.com
For emergencies or immediate safety concerns, advise contacting local emergency services and then notifying HR.

Privacy & confidentiality:
Don't request unnecessary personal data. If identity verification is required, direct the employee to the official HR channel/system.
Don't provide guidance that would help someone bypass internal controls (e.g., "how to access someone else's PTO balance").

Consistency:
Use Contoso terminology (PTO, leave of absence, employee handbook, HR portal, manager approval).
Prefer current policy sources if available; if sources conflict, flag it and route to HR.

Depois de preencher os campos correspondentes, você deve ter algo assim:

Se você rolar até o final, encontrará a seção Suggested prompts. Lá, é possível adicionar um título curto e o texto exato do prompt que o usuário enviaria. Pense neles como exemplos iniciais dos pedidos mais comuns que as pessoas vão fazer ao agente.

Suggested prompts podem ficar assim:

Title: Request PTO
Prompt: How do I request PTO in Contoso, and what are the approval steps?

Title: PTO vs Sick vs Leave of Absence
Prompt: What's the difference between PTO, sick leave, and a leave of absence at Contoso?

Title: Find the Employee Handbook
Prompt: Where can I find Contoso's employee handbook, code of conduct, and key HR policies?

Passo 3: testar o agente

O painel de testes fica no lado direito do canvas. Faça uma pergunta, veja como o agente responde, refine suas instruções e repita. Toda mudança pode ser testada imediatamente.

Um recurso útil é o search sources, que mostra de onde o modelo está puxando as informações para cada resposta. Por enquanto, só preenchemos o básico, então as respostas dependem totalmente do conhecimento geral do modelo, não dos seus documentos ou sistemas conectados. Você também pode ver o raciocínio que o modelo usou para responder.

Disparadores e tópicos

Disparadores determinam como as conversas começam. Um usuário pode digitar "preciso de ajuda de TI" ou a conversa pode começar a partir de um evento do sistema (upload de arquivo, mensagem no Teams em um canal específico, e por aí vai).

Tópicos são os blocos de construção do comportamento do agente. Você pode criar tópicos manualmente com disparadores e fluxos específicos, ou deixar a IA orquestrar dinamicamente.

O Copilot Studio suporta dois modos de orquestração:

• Orquestração clássica: Os tópicos disparam com base na correspondência de frases de gatilho. É mais previsível e fácil de depurar. Mas você precisa antecipar como os usuários vão formular as coisas.
• Orquestração generativa (padrão para novos agentes): A IA seleciona dinamicamente tópicos, ferramentas e fontes de conhecimento com base no contexto da conversa. É mais flexível. Lida melhor com perguntas inesperadas.

Para cenários de conformidade em que as etapas devem ser exatas (redefinições de senha, verificação de segurança), você provavelmente vai preferir tópicos clássicos com fluxos definidos. Para perguntas gerais ou tarefas exploratórias, a orquestração generativa lida melhor com a ambiguidade.

Personalizar: fontes de conhecimento e ações

Depois de construir um agente simples, vamos dar a ele conhecimento e ferramentas.

Geração aumentada por recuperação (RAG)

Por padrão, um agente só pode contar com o conhecimento geral embutido do modelo de linguagem. Para que ele seja realmente útil na sua organização, você precisa conectá-lo às suas próprias fontes de dados. Clique em Knowledge na barra superior e um painel como o abaixo será aberto:

Retrieval Augmented Generation (RAG) é o termo técnico. Em vez de depender apenas dos dados de treino, o agente recupera informações relevantes das suas fontes e as usa para gerar respostas fundamentadas.

A maneira mais simples de adicionar conhecimento é enviar um arquivo de texto (PDF, CSV etc.). Você pode arrastar e soltar um documento do seu computador, e o Copilot Studio vai ingeri-lo como fonte de contexto que o agente pode consultar ao responder.

Depois de enviar o PDF, se repetirmos o mesmo teste de antes, a resposta do modelo agora inclui o PDF referenciado em search sources, como vemos na visualização de fontes de busca:

O SharePoint costuma ser o primeiro ganho rápido porque é onde a maioria das organizações já guarda o “fonte da verdade”: políticas de RH, procedimentos internos, modelos, documentos de onboarding e FAQs. Ao conectar um site do SharePoint, você indica ao agente onde buscar quando precisar de uma resposta oficial, em vez de depender do conhecimento genérico do modelo. 

Para adicionar um novo site do SharePoint, clique novamente em Add knowledge

1. Selecione SharePoint.
2. Informe a URL do site.
3. Escolha bibliotecas de documentos ou pastas específicas.

Além das fontes mencionadas, o Copilot Studio suporta vários outros tipos de fontes de conhecimento:

• Sites públicos: URLs que o agente pode pesquisar (requer verificação de propriedade)
• Tabelas do Dataverse: Consulte dados do Power Platform diretamente
• Conectores do Power Platform: Acesse Salesforce, ServiceNow, Zendesk, SAP e centenas de outros sistemas
• Azure AI Search: Traga seus próprios índices vetoriais para cenários de RAG personalizados

Quando um usuário faz uma pergunta, o agente pesquisa nas fontes configuradas, recupera trechos relevantes e os usa como contexto para gerar a resposta. Ele adiciona citações automaticamente para que os usuários vejam exatamente de quais documentos a resposta veio.

Uma observação prática: a qualidade do conhecimento importa — e muito. Se o seu site do SharePoint tem políticas desatualizadas e informações conflitantes, o agente vai recuperar e apresentar essa bagunça. O RAG amplifica o que estiver nas suas fontes — o bom e o ruim. Limpe sua base de conhecimento antes de conectá-la.

Para mais inspiração sobre como usar RAG com vários tipos de arquivos, confira nosso tutorial sobre Multimodal RAG.

Adicionando ferramentas

Fontes de conhecimento permitem que agentes recuperem informações. Ferramentas permitem que eles façam coisas — e isso faz toda a diferença.

Com ferramentas, seu agente pode:

• Criar um ticket no Jira quando alguém reportar um problema
• Consultar um cadastro de cliente no Salesforce
• Enviar uma notificação por e-mail
• Atualizar um registro no Dataverse
• Acionar um fluxo do Power Automate que faça algo complexo

Para adicionar uma nova ferramenta, siga estes passos:

Passo 1: adicionar um conector pronto

1. Vá em Tools nas configurações do agente.
2. Clique em Add tool.
3. Navegue ou pesquise na biblioteca de conectores (são mais de 1.400).
4. Selecione o conector e autentique.

Passo 2: criar um fluxo no Power Automate

Para lógica de múltiplas etapas (buscar dados em um sistema, transformá-los, atualizar outro sistema, enviar uma notificação), construa um fluxo no Power Automate e chame-o a partir do agente.

1. No painel Actions, clique em Add tool > Power Automate.
2. Crie um novo fluxo ou selecione um existente.
3. Defina parâmetros de entrada que o agente vai passar ao fluxo.
4. Defina as saídas que o fluxo vai retornar.

Passo 3: testar a ação

De volta ao painel de testes, faça uma pergunta que deva acionar a ação. Verifique se ela dispara corretamente e retorna os resultados esperados.

Implantar: publicando em canais

Quando o agente estiver funcionando nos testes, publique para que os usuários possam acessá-lo.

Passo 1: publicar seu agente

Clique em Publish no canto superior direito e, em seguida, selecione Publish novamente na confirmação Publish this agent. Se der certo, você verá uma faixa verde no topo da página.

Isso cria uma nova versão. Se você editar o agente depois e não republicar, os usuários continuam interagindo com a versão antiga.

Passo 2: configurar canais

Vá em Channels nas configurações. O Copilot Studio permite implantar em vários canais ao mesmo tempo com um clique.

Microsoft Teams (o mais comum para agentes internos):

1. Clique em Microsoft Teams
2. Ative o toggle
3. Escolha adicionar como app pessoal, canal de equipe ou ambos
4. Envie para aprovação do admin se sua organização exigir

Os usuários podem então conversar com o agente diretamente no Teams. O single sign-on funciona automaticamente, já que os usuários estão autenticados.

Sites personalizados:

1. Clique em Custom website
2. Copie o código de incorporação (snippet HTML)
3. Adicione ao HTML do seu site

Funciona bem para cenários voltados ao cliente, quando você quer autosserviço.

Canais adicionais incluem Microsoft 365 Copilot Chat e outras superfícies do Microsoft 365, SharePoint, Power Pages, apps personalizados via Direct Line API e canais de terceiros como Facebook Messenger ou Slack.

A autenticação varia conforme o canal. Usuários do Teams autenticam automaticamente. Visitantes do site podem ser anônimos, autenticados pelo seu provedor de identidade ou convidados a entrar ao acessar recursos protegidos.

Algumas dicas de implantação:

• Teste em cada canal que você pretende usar. A experiência varia um pouco.
• O site de demonstração é útil para revisão das partes interessadas antes de um rollout maior.
• Não esqueça de publicar após uma mudança importante. Edições não publicadas não chegam aos usuários.

Gerenciar: analytics e governança

Publicar um agente é só o começo. O Copilot Studio oferece ferramentas para monitorar desempenho e identificar lacunas.

Métricas de desempenho

Algumas métricas muito importantes são medidas: 

1. Taxa de resolução: Os usuários tiveram suas dúvidas resolvidas?
2. CSAT: Qual o nível de satisfação com a interação?
3. Taxa de abandono: Em que ponto os usuários desistem?
4. Desvio de chamados: Quantos tickets ou ligações o agente evitou?

O dashboard mostra quais tópicos funcionam bem e quais têm dificuldades. Taxas altas de abandono em um tópico específico? É um sinal para investigar. Talvez falte informação na fonte de conhecimento. Talvez as instruções precisem ser refinadas.

Analytics das fontes de conhecimento

Veja quais fontes são usadas e com que frequência. Documentos que nunca são recuperados podem estar mal indexados ou irrelevantes. Consultas que falham consistentemente em encontrar conteúdo relevante precisam de atenção.

Transcrições de conversas

Revise interações reais. Usuários de verdade fazem perguntas de formas que você não antecipou. Ler transcrições revela essas lacunas.

Controles de governança

Para organizações que vão escalar o Copilot Studio:

• Gestão de ambientes: Separe ambientes de dev, teste e produção.
• Controles de acesso: Quem pode editar agentes, publicar e ver analytics.
• Prevenção de perda de dados (DLP): Políticas que impedem que dados sensíveis fluam para conectores não autorizados.
• Conformidade: Integração com o Microsoft Purview para auditoria e governança de dados.

O Power Platform admin center concentra a maior parte da governança. Se você é responsável pela implantação do Copilot Studio na sua organização, esse é o seu ponto de controle.