Copilot Studio: como criar um agente conversacional

O chatbot que responde tudo, menos o que importa#

Toda área de atendimento, RH ou suporte interno já flertou com a ideia de um bot que responde as perguntas repetitivas. O problema é que a maioria desses projetos morre em duas versões: ou vira uma árvore de decisão engessada que trava no primeiro "e se", ou vira uma IA solta que inventa política de férias com toda a confiança do mundo. O Copilot Studio existe justamente para você não cair em nenhum dos dois extremos, combinando fluxo controlado com respostas generativas ancoradas em conteúdo que você confia.

Neste artigo eu mostro como montar um agente conversacional de verdade: onde entram os tópicos e gatilhos, como conectar uma base de conhecimento para as respostas generativas, como chamar um fluxo do Power Automate para executar uma ação, como publicar no Teams e num site, e, principalmente, onde a IA para de ajudar e começa a te dar dor de cabeça. Se você já leu nosso guia do Power Platform, este texto é o próximo passo natural para quem quer colocar conversa e automação juntas.

O Copilot Studio é o antigo Power Virtual Agents com IA generativa#

Vale começar pela genealogia, porque isso evita confusão de nomenclatura. O Copilot Studio é a evolução do Power Virtual Agents, a ferramenta da Microsoft para criar bots dentro do Power Platform. A Microsoft renomeou o produto e plugou nele a camada de IA generativa. Na prática você ganhou duas formas de construir a conversa que convivem no mesmo agente:

• Tópicos e gatilhos: o caminho determinístico. Você desenha o fluxo passo a passo, com perguntas, condições e respostas fixas. É previsível e auditável.
• Respostas generativas: o caminho de IA. O agente consulta uma base de conhecimento, resume o conteúdo e responde em linguagem natural, sem você ter mapeado cada pergunta possível.

O pulo do gato é entender que os dois se complementam. Fluxo crítico e sensível vai para tópico. Dúvida aberta e de baixo risco vai para resposta generativa. Um bom agente é feito dessa mistura consciente, não de escolher um lado.

Antes de abrir a ferramenta, defina o escopo#

O erro número um é abrir o Copilot Studio e começar a criar tópicos sem saber o que o agente deve e o que ele não deve responder. Escopo mal definido é a causa raiz da maioria das alucinações que você vai ver depois. Responda três perguntas no papel antes de qualquer clique:

1. Qual é o público? Cliente externo, colaborador interno, parceiro? Isso muda tom, permissões e o que pode ser exposto.
2. Quais são os cinco a dez assuntos que concentram 80% das perguntas reais? Comece por eles.
3. O que está explicitamente fora do escopo? Escreva isso, porque vai virar instrução para o agente.

Tópicos e gatilhos controlam a conversa que você não pode errar#

Um tópico é uma unidade de conversa com um gatilho de entrada. O gatilho pode ser uma lista de frases que o usuário digitaria ("quero abrir um chamado", "preciso reportar um problema") ou um evento do sistema, como o início da conversa. Quando o Copilot Studio identifica que a mensagem do usuário casa com aquelas frases, ele dispara o tópico e conduz o fluxo.

Dentro do tópico você trabalha com alguns blocos essenciais:

Elemento	Para que serve	Exemplo de uso
Frases de gatilho	Ensinam o agente a reconhecer a intenção	"segunda via de boleto", "quero minha fatura"
Mensagem	Texto que o agente envia	"Certo, vou te ajudar com a segunda via."
Pergunta	Coleta um dado do usuário e guarda em variável	"Qual é o seu CPF cadastrado?"
Condição	Ramifica o fluxo conforme o valor	Se plano = premium, então caminho A
Chamar uma ação	Executa um fluxo do Power Automate	Consultar o boleto no ERP
Redirecionar tópico	Pula para outro tópico	Encaminhar para o tópico de handoff

A grande vantagem do tópico é o controle: o que está ali é exatamente o que o usuário recebe. Por isso, tudo que envolve valor, dado pessoal, cálculo ou decisão de negócio deve morar num tópico, não numa resposta generativa. Se o agente vai informar o saldo de férias de um colaborador, isso é tópico com ação real, nunca IA adivinhando a partir de um PDF.

Respostas generativas resolvem a cauda longa de perguntas#

Mapear tópico para cada pergunta possível é inviável. Ninguém consegue prever as centenas de formas como as pessoas escrevem a mesma dúvida. É aí que entram as respostas generativas com base de conhecimento. Você aponta o agente para fontes de conteúdo e ele passa a responder perguntas abertas usando esse material, resumindo e reformulando em linguagem natural.

As fontes de conhecimento típicas que você conecta são:

• Sites públicos que você indica por URL (a central de ajuda, por exemplo).
• Documentos internos, como PDFs e arquivos do SharePoint.
• Conteúdo do Dataverse e de outras fontes corporativas.

O ponto sensível aqui é a qualidade da fonte. Resposta generativa é tão boa quanto o conteúdo que a alimenta. Documento desatualizado gera resposta errada com cara de certa. Antes de conectar, faça uma faxina: remova versões velhas, consolide o que estiver duplicado e garanta que o material reflete a política atual.

Outra decisão importante é restringir o agente às suas fontes. O Copilot Studio permite limitar as respostas generativas ao conteúdo que você forneceu, em vez de deixar o modelo responder com conhecimento genérico da internet. Para um agente corporativo, essa restrição quase sempre deve estar ligada. Você quer que ele responda a partir dos seus documentos, não a partir do que a IA "acha".

Ações conectam o agente ao Power Automate e ao mundo real#

Conversar é metade do trabalho. O que transforma um bot bonito em ferramenta útil é a capacidade de executar. No Copilot Studio isso acontece por meio de ações, e a ponte mais comum é o Power Automate. Dentro de um tópico você adiciona um passo que chama um fluxo, passa as variáveis coletadas na conversa como entrada, o fluxo faz o trabalho pesado e devolve o resultado para o agente continuar a conversa.

Alguns exemplos de ações que fazem diferença no dia a dia:

Ação do agente	O que o Power Automate faz	Resultado para o usuário
Abrir chamado	Cria o registro no sistema de tickets	Recebe o número do protocolo na hora
Consultar pedido	Busca o status no ERP via conector	Vê onde está a entrega
Registrar solicitação de férias	Grava no Dataverse e notifica o gestor	Confirmação e prazo de aprovação
Enviar segunda via	Gera o documento e dispara por e-mail	Recebe o arquivo sem falar com humano

Se a automação por trás disso ainda é território novo para o seu time, vale entender antes como desenhar esses fluxos com robustez, tema que tratamos em Power Platform. A regra de ouro é: a conversa coleta e valida os dados, o fluxo executa a transação. Separar essas responsabilidades deixa o agente mais fácil de manter e o fluxo reaproveitável em outros lugares.

Publicar no Teams e num site é rápido, mas exige critério#

Depois de testar no painel de conversa do próprio Copilot Studio, você publica. A publicação é simples: você aciona o publicar e escolhe os canais. Os dois destinos mais comuns são:

• Microsoft Teams: ideal para agentes internos. O colaborador conversa com o bot dentro da ferramenta que ele já usa o dia inteiro, sem instalar nada novo. Ótimo para RH, TI e suporte interno.
• Site ou aplicativo: você incorpora o agente numa página, geralmente para atendimento a cliente externo. Aqui o cuidado com escopo e com dado pessoal precisa ser redobrado, porque o público não é controlado.

Publicar não é o fim, é o começo da fase mais importante: acompanhar. O Copilot Studio oferece análises de uso, com quais tópicos disparam, onde a conversa é abandonada e quais perguntas o agente não soube responder. As perguntas sem resposta viram novos tópicos ou apontam lacunas na base de conhecimento. Um agente que ninguém revisita apodrece em poucos meses.

A IA erra, e o seu projeto precisa contar com isso#

Aqui vem a parte honesta que muita apresentação de fornecedor omite. Respostas generativas podem errar. O modelo pode alucinar, ou seja, produzir uma resposta que soa perfeita, coerente e confiante, mas que está factualmente errada. Isso não é bug, é uma característica de como esses modelos funcionam. Fingir que não existe é o caminho mais curto para um incidente com cliente ou com dado sensível.

O trabalho de engenharia é reduzir a superfície de erro e conter o estrago quando ele acontece. Na prática:

• Escopo estreito: quanto mais específico o agente, menor a chance de ele viajar. Um agente de "dúvidas sobre benefícios" erra menos que um agente de "qualquer coisa da empresa".
• Fontes confiáveis e restritas: limite as respostas ao seu conteúdo curado e mantenha esse conteúdo atualizado.
• Handoff humano: desenhe o caminho de escape. Quando o agente não sabe, quando a confiança é baixa ou quando o assunto é sensível, ele deve transferir para uma pessoa, não improvisar. Um bom handoff é sinal de maturidade, não de fracasso do projeto.
• Tom e limites explícitos: instrua o agente a não dar aconselhamento jurídico, médico ou financeiro definitivo, e a deixar claro quando está resumindo um documento.

Nada disso elimina o erro por completo. O objetivo realista é manter o agente num perímetro onde o custo de um erro é baixo e reversível, com uma pessoa a um clique de distância.

Governança e LGPD não são detalhe, são pré-requisito#

Um agente conversacional coleta e processa dado, e boa parte dele é dado pessoal: nome, CPF, e-mail, histórico de atendimento. Isso coloca o projeto direto sob a Lei Geral de Proteção de Dados. Ignorar esse ponto é assumir um risco jurídico que nenhum ganho de produtividade compensa.

Alguns cuidados mínimos que devem entrar no desenho desde o início:

• Colete apenas o dado necessário para a finalidade da conversa, e nada além disso.
• Deixe claro para o usuário que ele fala com um agente e o que acontece com o que ele digita.
• Controle quem tem acesso ao agente, às fontes de conhecimento e aos registros das conversas.
• Trate com atenção especial os canais externos, onde o público não é controlado.

Se o assunto de proteção de dados ainda está solto na sua empresa, ele precisa vir antes do agente, não depois. Vale estruturar a base com o apoio de quem faz governança de dados e aprofundar o tema no nosso material sobre governança de dados e LGPD. Governar não trava o projeto, ele é o que permite escalar sem sustos.

Perguntas frequentes#

O Copilot Studio substitui o Power Virtual Agents?

Sim. O Copilot Studio é a evolução do Power Virtual Agents, com o mesmo conceito de tópicos e gatilhos, agora somado à camada de respostas generativas com base de conhecimento. Quem já construía bots na ferramenta antiga encontra o mesmo terreno, com capacidades novas de IA por cima.

Preciso saber programar para criar um agente?

Não para o essencial. A construção de tópicos, gatilhos e a conexão de fontes de conhecimento é feita em interface visual, sem código. Você vai encostar em algo mais técnico quando desenhar os fluxos do Power Automate por trás das ações, mas mesmo isso é low-code. Projetos maiores se beneficiam de um parceiro para modelar dados e integrações.

Como o agente executa tarefas de verdade, e não só conversa?

Por meio de ações que chamam fluxos do Power Automate. A conversa coleta e valida os dados, passa esses valores para o fluxo, e o fluxo faz a transação: abre chamado, consulta o ERP, grava no Dataverse, dispara e-mail. O resultado volta para o agente continuar a conversa com o usuário.

As respostas generativas podem inventar informação?

Podem. O modelo é capaz de produzir uma resposta convincente, porém errada, o que se chama alucinação. Você reduz o risco com escopo estreito, fontes confiáveis e atualizadas, restrição das respostas ao seu conteúdo e um caminho de handoff humano para quando a IA não tiver certeza.

Onde posso publicar o agente?

Os canais mais comuns são o Microsoft Teams, ideal para agentes internos, e a incorporação em um site ou aplicativo, mais usado para atendimento a cliente externo. A publicação é feita direto no Copilot Studio, escolhendo o canal. Em canais externos, o cuidado com escopo e dado pessoal precisa ser maior.

Como fica a LGPD nesse tipo de projeto?

O agente processa dado pessoal, então ele está sob a LGPD. Colete só o necessário, informe o usuário de que fala com um agente, controle acessos às fontes e aos registros e trate canais externos com atenção redobrada. Estruturar a governança antes de publicar é o que mantém o projeto seguro.

O agente certo é o que sabe a hora de chamar uma pessoa#

Criar um agente conversacional no Copilot Studio é acessível, mas o que separa um bot útil de um problema no colo é a engenharia por trás: escopo bem recortado, tópicos para o que é crítico, respostas generativas para a cauda longa, ações que executam de verdade e um handoff humano sempre à mão. A IA resolve muito, só não resolve tudo, e o bom projeto é honesto sobre isso desde o primeiro dia.

Se você quer desenhar um agente que gera valor sem virar risco de governança, fale com a gente. A Fynx ajuda a definir escopo, montar os fluxos e colocar o agente no ar com segurança.