Microsoft Copilot Studio · гайд 2026

Как создать ИИ-агента
в Microsoft Copilot Studio

Знания, инструменты, MCP и Power Automate — без путаницы с GitHub Copilot

Хотите агента, который не только болтает в чате, а берёт заявку, тянет ответ из ваших документов и запускает процесс? Microsoft Copilot Studio — конструктор таких агентов без обязательного кода. Ниже — практический маршрут: знания → инструменты → MCP → Power Automate → проверка → публикация. Без путаницы с GitHub Copilot и без серых схем «как купить в обход».

Коротко. Сначала задаёте цель и границы. Потом подключаете базу знаний. Затем даёте агенту одно реальное действие (часто через Power Automate). MCP подключаете, когда нужен стандартный «разъём» к внешним сервисам. На пробной лицензии агента можно собрать и протестировать, но Publish по умолчанию закрыт.

Маркер: простыми словами. Copilot Studio — это конструктор ИИ-агентов Microsoft. Это не чат Copilot в Word/Outlook и не GitHub Copilot в редакторе кода. В Studio вы собираете отдельного помощника с знаниями, действиями и каналами (Teams, демо-сайт и др.).

Важно для читателя из России. Официально на microsoft.com/ru-ru покупка Copilot Studio для региона часто отмечена как недоступная. При этом русский язык интерфейса и ответов агента в документации поддерживается. Если у компании уже есть Microsoft 365 / Power Platform у партнёра или зарубежный tenant — гайд применим как есть. Если доступа нет — в конце раздела про сценарии есть рабочие альтернативы (Make.com, n8n и агентные конвейеры без Microsoft-стека).

Чем Copilot Studio отличается от чата Copilot и от GitHub Copilot

Три продукта Microsoft, которые путают в поиске

В поиске «microsoft copilot» смешиваются три разных вещи:

Microsoft 365 Copilot — помощник внутри Word, Excel, Outlook, Teams. Помогает писать и искать по корпоративным данным, но это не конструктор вашего агента «с нуля».
GitHub Copilot / Copilot в Visual Studio Code — помощник программиста в IDE. К маркетингу, лидам и поддержке клиентов почти не относится.
Microsoft Copilot Studio — отдельная платформа, где вы создаёте своего агента: инструкции, база знаний, инструменты, публикация в каналы.

Модели «под капотом» и партнёрства вендоров — отдельная тема. Здесь речь только о конструкторе агента, а не о том, какая LLM крутится в облаке.

Когда Studio — правильный выбор, а когда нет

Берите Studio, если

команда уже сидит в Microsoft 365 / Teams / Power Platform;
нужен агент с корпоративными знаниями (SharePoint, файлы, сайт) и действиями внутри экосистемы Microsoft;
важны политики безопасности (DLP), права пользователя и hand-off живому оператору.

Не берите «потому что модно», если

нет доступа к лицензии и tenant Microsoft;
нужен быстрый контент-завод в Telegram/WordPress без M365 — тогда ближе Make.com, n8n или агентный стек курса «Контент-завод»;
задача чисто про написание кода — это GitHub Copilot, не Studio.

Что должен уметь агент, прежде чем открывать конструктор

Цель, роли и границы: что агент делает сам

До клика «Create» ответьте на три вопроса на бумаге:

Какая одна главная цель? Например: квалифицировать заявку с лендинга, отвечать по базе FAQ, собрать бриф на контент.
Что агент делает сам, а что только предлагает? Самозапись в CRM — да/нет. Скидка клиенту — только с подтверждением человека.
Где заканчивается диалог? Фраза «передать оператору», «создать задачу», «отправить письмо» — конкретный выход, а не «помогу чем смогу».

Без границ агент будет вежливым и бесполезным: много текста, ноль действий.

Какие данные ему можно доверять

Составьте короткий список источников:

публичный сайт / раздел FAQ;
PDF прайса и оферты (без паролей и sensitivity labels);
SharePoint — только если пользователи входят под корпоративным аккаунтом;
CRM/таблицы — через flow или connector, не «залейте всё в чат».

Правило: если документ нельзя показать стажёру — нельзя отдавать агенту без контроля доступа.

Copilot Studio · оркестрация

Агент выбирает действие — не просто отвечает

Запрос попадает в generative orchestration: сначала знания, потом tool — MCP-разъём или Power Automate flow. Без описания tools агент «болтает».

4 слоя знания · tools · MCP · flow

HITL эскалация до публикации

Дальше — каркас агента в Studio: инструкции, тон и первая тема, чтобы оркестратор знал, куда звать.

Цикл: запрос → знания → tool → подтверждение → канал

Собираем каркас агента в Copilot Studio с нуля

Ниже — пошаговый how-to, который новичок может повторить сам (при доступе к Studio в браузере).

Шаг 1. Создайте агента описанием

Откройте веб-приложение Copilot Studio (не старое приложение создания ботов внутри Teams — с конца июня 2026 оно ведёт в веб).
Создайте нового агента: опишите роль простыми словами («Квалифицирую заявки на консультацию: собираю бюджет, срок, канал связи»).
Задайте инструкции: тон (краткий, деловой), язык (русский), что запрещено (не выдумывать цены, не обещать скидки).

Признак успеха: в тестовой панели чата агент представляется по роли и задаёт 2–3 уточняющих вопроса, а не пишет эссе.

Шаг 2. Включите generative orchestration

Маркер: простыми словами. Generative orchestration — режим, когда агент сам решает, какие знания и инструменты вызвать под вопрос пользователя. Без него MCP и часть «умных» инструментов просто не работают: остаётся жёсткий сценарий тем.

В настройках агента включите generative orchestration. Без этого шага дальше MCP подключать бессмысленно.

Шаг 3. Добавьте минимум знаний и одно действие

Пока не расползайтесь: 1–2 источника знаний + один tool (часто Power Automate flow «записать лид»). Детали — в следующих разделах.

Первая тема, инструкции и триггеры диалога

Даже в generative-режиме полезны короткие topics (темы): приветствие, эскалация к человеку, «не знаю — скажи честно». Опишите каждую тему одним предложением в Name/Description — оркестратор читает описания как подсказки.

Типовые ошибки на старте, из‑за которых агент «плывёт»

Пустые или размытые описания tools/knowledge («помощник», «данные»). Оркестратор не понимает, когда что вызывать.
Слишком широкая роль («сделай всё по маркетингу»). Разбейте на узкого агента.
Classic orchestration на Teams-плане, а вы ждёте MCP и premium-коннекторы — на урезанном плане их нет.
Trial и ожидание Publish — публикация на пробной лицензии по умолчанию недоступна (официально). Тест — в панели чата; публикация — после подходящей лицензии/подписки.

Типичные ошибки новичка и что делать:

Агент отвечает общо → ужесточите инструкции: «если цены нет в знаниях — скажи, что данных нет».
Агент не вызывает tool → проверьте Connected, Name/Description и что orchestration generative.
«Не публикуется» на trial → это не баг UI, а ограничение лицензии; сначала доведите тест-чат.

Практика рядом. Разборы автоматизации, агентов и вайбкодинга без лишнего шума — в канале Maya Pro в Telegram.

Подписаться на Maya Pro

База знаний: откуда агент берёт ответы, а не выдумывает

Маркер: простыми словами. Knowledge (знания) — это документы и сайты, к которым агент «приземляет» ответ. Без знаний модель додумывает. С знаниями она опирается на ваши материалы (это называют grounding — опора на источник).

Документы, сайты и внутренние источники

В generative-режиме типичные источники:

Публичный сайт — до 25 URL, поиск по указанным адресам (без корпоративного входа).
Файлы — загрузка в агента: до 512 МБ на файл, до 500 файлов; без шифрования паролем и sensitivity labels; картинки в PDF — только как annotated.
SharePoint — до 25 URL; ответы режутся правами конкретного пользователя (Entra ID).
Dataverse / enterprise connectors — корпоративные данные через индекс поиска Microsoft.

Для публичного демо-сайта без входа SharePoint как knowledge обычно плохой выбор: конфликт с политиками и auth.

Как проверить, что знания реально подключились

Задайте вопрос, ответ на который есть только в вашем файле (уникальная фраза прайса).
Спросите то, чего нет нигде — агент должен честно отказать, а не фантазировать.
Посмотрите, не тянет ли он «общий интернет» вместо вашего URL.

Признак успеха: на вопрос из файла — точный фрагмент; на вопрос вне базы — отказ или эскалация, без выдуманных цифр.

Инструменты агента: когда ответ мало — нужно действие

Маркер: простыми словами. Tools (инструменты) — это кнопки действия у агента: создать запись, отправить письмо, вызвать API, запустить поток. Знания отвечают «что сказать». Инструменты решают «что сделать».

Какие tools подключать первыми

Практичный порядок для маркетинга и продаж:

Один agent flow в Power Automate — «записать лид в таблицу/CRM» или «отправить письмо менеджеру».
Готовый connector (Outlook, Dataverse), если действие внутри Microsoft.
MCP-сервер — когда инструментов много и они часто меняются на стороне сервиса.
Computer use / UI без API — отдельный класс задач; не смешивайте с первым прототипом.

Права доступа и риски «агент нажал не туда»

Любое действие = риск. Минимум защиты:

узкие права учётной записи (только нужная папка/таблица);
подтверждение человеком для денег, удаления, публикации «наружу»;
понятные Name и Description: «Создаёт черновик заявки, не отправляет договор».

Агент без HITL на чувствительных шагах — это не автоматизация, а лотерея.

HITL (human-in-the-loop) / hand-off — передача диалога живому человеку, когда агент не уверен или действие слишком важное. Полноценный hand-off есть на standalone Copilot Studio; на урезанном Teams-плане в таблице лицензий его может не быть.

MCP: как подключить внешние сервисы без самодельного зоопарка API

Что такое MCP простыми словами

Маркер: простыми словами. MCP (Model Context Protocol) — общий «разъём», через который агент видит список инструментов и данных внешнего сервера. Вместо ручной прописки каждого API для каждого клиента сервер сам отдаёт актуальный набор tools. В Copilot Studio MCP доступен через инфраструктуру connectors: работают политики DLP, сеть и auth предприятия. MCP не «заменяет» коннекторы — они работают вместе.

Важно: в Studio MCP даёт tools и resources. MCP-prompts пока не поддерживаются. Topics не вызывают MCP напрямую — выбор делает оркестратор.

Как подключить MCP-сервер к агентному контуру

Убедитесь, что generative orchestration включён.
Откройте Tools → Add a tool → Model Context Protocol.
Укажите URL, имя, описание; выберите auth: None / API key / OAuth 2.0.
Create connection → Add and configure.
Проверьте, что tools в статусе Connected.
В тест-чате попросите действие, которое закрывает только MCP-tool (не знания).

При обновлении tools на MCP-сервере Studio обычно подхватывает изменения динамически — не нужно заново описывать каждую action вручную.

Ограничение: нельзя «дописать» в description tool дополнительный контекст «когда именно вызывать» сверх того, что отдаёт сервер — качество описаний на стороне MCP критично.

Примеры серверов, которые дают пользу, а не декорацию

Полезны серверы, которые:

читают/пишут в рабочую систему (тикеты, задачи, контент-хранилище);
отдают стабильный список tools с понятными именами;
уже закрыты политиками безопасности компании.

Бесполезны «демо-серверы ради галочки», если агент никогда не вызывает их tools в реальном сценарии. Свежий рыночный контекст тот же: агент отличается от кнопки «спросить ИИ» тем, что планирует и выполняет действия — значит, нужны права, аудит и откат, а не только красивый чат.

Power Automate: агент запускает процессы, а не только отвечает в чате

Cloud-flow vs Desktop: что брать в сценарий

Cloud flow (Power Automate в облаке) — то, что нужно агенту в Studio: триггер «When an agent calls the flow» + шаг Respond. Добавляете flow как tool; оркестратор вызывает его по имени и описанию.
Power Automate Desktop — RPA на Windows (клики по локальным программам). Это другой продукт по смыслу поиска («скачать/удалить Desktop»). Для веб-агента в Teams/demo почти всегда берите cloud, не Desktop.

Маркер: простыми словами. Agent flow — обычный облачный поток Power Automate, который специально вызывается агентом. Агент передаёт параметры (имя, email, бюджет), flow делает запись/письмо и возвращает результат в диалог.

Связка Studio → Power Automate → результат в CRM/почте/таблице

Мини-схема для лида:

Пользователь отвечает в чате агента.
Оркестратор видит tool «Создать заявку».
Flow пишет строку в Excel/Dataverse/CRM и шлёт письмо менеджеру.
Агент подтверждает: «Заявка №… передана».

Так вы закрываете боль «ИИ только поговорил» — появляется след в процессе.

Сценарий под команду: лиды, поддержка или контент-пайплайн

Мини-схема: знания + tools + MCP + flow

Слой	Роль	Пример
Знания	Что отвечать	FAQ, оферта, прайс-PDF
Connector / flow	Что сделать в Microsoft	Письмо, строка в Dataverse
MCP	Стандартный разъём наружу	Внешняя CMS, таск-трекер, свой tool-сервер
Канал	Где общаются	Teams, demo website, M365 Copilot
Governance	Кто контролирует	DLP, auth, HITL

Когда что выбирать:

Power Automate / connector — 1–2 действия внутри экосистемы, быстрый прототип.
MCP — много tools, частые изменения API, один сервер на несколько агентов.
Только знания — если задача чисто справочная и действие не нужно (редко для бизнеса).

Где Automate закрывает дыры, а где нужен Make.com / агентный конвейер

Power Automate силён рядом с Teams, Outlook, Dataverse, SharePoint. Если ваш контент-завод живёт в Telegram, WordPress, VK и Make.com — Studio не обязан быть центром. Разумная схема: Studio (или другой агент) для квалификации внутри M365, а публикация и переупаковка контента — в Make/n8n/агентном пайплайне Kovcheg.

На рынке полно «платформ агентов» и дорогих кастомных внедрений. Low-code Studio выигрывает, когда уже есть Microsoft-стек и нужны политики предприятия. Без стека — не тяните лицензию ради модного названия.

Если Microsoft-стека нет или нужен контент-завод на Make, Telegram и WordPress — логичное продолжение темы: обучение по автоматизации и вайбкодингу на kv-ai.ru.

Проверка перед запуском: агент врёт, тормозит или ломает процесс?

Чек-лист тестов знаний и tools

Пройдите список до публикации:

Вопрос только из файла → точный ответ
Вопрос вне базы → отказ / эскалация
Вызов flow → запись реально появилась
MCP-tool Connected и вызывается по смыслу
Generative orchestration включён, если используете MCP
SharePoint + публичный no-auth канал не конфликтуют с DLP
Есть сценарий hand-off человеку (если лицензия позволяет)
Понятно, кто отвечает за ошибку агента в команде

Маркер: простыми словами. DLP (Data Loss Prevention) — правила компании «какие данные куда нельзя сливать». В Copilot Studio агентов нельзя «выключить» из DLP: если политика запрещает связку канала и SharePoint, knowledge/канал просто падают. С марта 2025 exempt для агентов недоступен.

Маркер: простыми словами. Entra ID — корпоративный вход Microsoft (бывший Azure AD). SharePoint-знания работают от имени пользователя: он видит только то, к чему у него есть права. Публичное демо без входа и закрытый SharePoint — плохая пара.

Логи, откат и кто отвечает за ошибку агента

Договоритесь заранее:

кто смотрит логи вызовов tools;
как откатить ошибочную запись в CRM;
при каком уверенности агент обязан звать человека.

Иначе «автоматизация» превращается в спор «это ИИ сам».

Публикация: куда выкладывать после зелёного чек-листа

При подходящей лицензии (не trial «как есть») после Publish доступны:

Demo website — кнопка перехода на демонстрационный сайт;
Teams и опция доступности в Microsoft 365 Copilot (часто нужен апрув админа);
live website (iframe) и другие каналы по списку документации.

На standalone-плане обычно шире: generative orchestration, premium connectors, hand-off. На Teams-плане в составе части Microsoft 365 — classic orchestration, публикация в Teams, без generative/MCP/premium/hand-off в таблице сравнения лицензий.

FAQ — короткие ответы под частые формулировки

Copilot Studio — это то же, что Microsoft 365 Copilot?

Нет. Microsoft 365 Copilot — помощник в офисных приложениях. Copilot Studio — конструктор отдельного агента с знаниями, инструментами и каналами.

Нужен ли Power Automate, если хватает знаний?

Если агент только отвечает по FAQ — flow не обязателен. Если нужны заявка, письмо, запись в CRM — без действия (Automate, connector или MCP) останется «болталка».

Чем MCP лучше «просто коннекторов»?

Не всегда лучше. Коннектор/flow быстрее для одного API. MCP выигрывает, когда нужен стандартизированный набор tools с автообновлением и переиспользованием между агентами. В Studio MCP всё равно идёт через connector-инфраструктуру.

Можно ли собрать агента без кода?

Да: описание, знания, готовые connectors и agent flow собираются без программирования. Код понадобится, если пишете свой MCP-сервер или сложный custom connector — это уже следующий уровень.

Как создать ИИ-агента «бесплатно» на trial?

Trial позволяет создать и тестировать в панели чата. Публикация по умолчанию закрыта. Продление trial и сроки жизни агента после истечения смотрите в актуальной таблице лицензий Microsoft — не ориентируйтесь на чужие прайсы в блогах.

Почему агент «болтает», но ничего не делает?

Чаще всего: нет Connected tools, пустые Description, выключен generative orchestration, или выбран Teams-план без нужных возможностей.

Что проверяли по источникам

Быстрый старт и публикация / demo-сайт — Microsoft Learn (Copilot Studio fundamentals).
Trial vs Publish, Teams vs standalone — Learn, requirements licensing.
Knowledge limits и SharePoint/auth — Learn, knowledge matrix.
MCP + обязательный generative orchestration — Learn, agent MCP / agent tools.
Региональная недоступность покупки на microsoft.com/ru-ru — страница продукта Copilot Studio для RU.

Официальные точки входа: быстрый старт Copilot Studio, подключение MCP, страница продукта (доступность региона).

Итог

Рабочий ИИ-агент в Copilot Studio — это не «ещё один чат». Это связка: чёткая роль → знания → generative orchestration → минимум одно действие (часто Power Automate) → MCP по необходимости → тест и HITL → публикация в Teams/demo. Отделите Studio от GitHub Copilot и от M365 Copilot. Честно учтите лицензию и доступ из РФ. Если Microsoft-стека нет — соберите тот же смысл (знания + действие + контроль человека) на Make.com / n8n / агентном конвейере контент-завода.