← 返回全部情报

·Microsoft·客户故事收录 2026-11-15

Microsoft Licensing Navigator:先精修公开语料再按标签过滤,每周答逾 1,000 个许可问题

管理用法许可问答Azure AI SearchCopilot Studio知识库

一句话结论

Microsoft 先把近 600 份公开许可材料压到最相关的文件并按检索改写结构,再用标签过滤和原文深链做 Licensing Navigator;2026 财年每周回答逾 1,000 个问题,月活逾 800 人。文中「起草快约 90%、质量高 70% 和 140%」出自一项 2025 年研究,不是 2026 财年的新测。

打开原文 Microsoft Customer Stories:Licensing Navigator

背景与理念

产品许可问题往往要查大量政策、再套到具体场景,即使有内部文档,查一个问题也可能要一小时以上,答完仍不一定有把握。Microsoft 先在内部做了 Licensing Navigator,目的是让许可答复能立刻拿到、对得上原文,并且方便核对。团队从一开始只用经过挑选的公开材料,以便日后面向合作伙伴和客户。

具体做法

  1. 语料先做减法,再按检索来改写,而不是把全部文档直接丢进模型。近 600 份材料被审过,只留下最相关的文件,再改标题、重做表格、打上元数据,供 Azure AI Search 使用。自研的检索增强生成跑在 Microsoft Foundry 上,先在内部客户关系系统 MSX 里服务销售,确认准确后再用 Copilot Studio 把同一智能体接到 Teams 和 Microsoft 365 Copilot。
  2. 问题若针对企业许可,即使其他项目文档也谈过同类主题,也只返回打了企业标签的内容。后来又加上语义排序,并用 Azure OpenAI 打标签、在搜索里按项目过滤。
  3. 答案必须带原文深链,并支持多轮对话。深链方便人快速核对,多轮则用来接住上下文里的追问。准确率达标后,同一智能体接到合作伙伴中心的 Partner AI assistant,几个月后再接到 Microsoft.com 上的 Ask Microsoft。

关键数据/例子

2026 财年,Licensing Navigator 每周回答逾 1,000 个问题,月活逾 800 人。一篇 2025 年研究显示:起草带引用、可发给客户的许可答复,比不用该智能体几乎快 90%;答案质量(准确加完整)比其他人工智能工具高 70%,比手工检索高 140%。文中还写,2025 财年在扩大内容范围的同时,准确率提高了一倍以上。后面这组质量和速度数字应标明出自 2025 年研究,不宜当成 2026 财年的新测结果。

创新点

第一,先把语料减到真正相关的文件,并按模型检索来改标题、表格和元数据,而不是拿原文直接检索。第二,用标签和过滤避免不同许可项目串在一起。第三,答案必须带原文深链,先对内打磨准确率,再接到对外助手。

可否复用

  1. 先把知识库减到真正相关的文件,并按检索来改写结构,再考虑对外提供。
  2. 用标签和过滤限定答案来源,避免不同项目的文档互相干扰。
  3. 每条答复都要带原文深链,方便人快速核对;先在内部把准确率打磨好,再接到对外助手。

笔记会在输入时自动保存。