Ce que changent les agents inline dans Copilot Studio
Microsoft Copilot Studio a profondément remanié son expérience de création. L'ancienne notion de "prompts" autonomes a disparu au profit de deux objets distincts : les agents et les workflows. Ces deux types de ressources s'appuient sur le même environnement de développement que GitHub Copilot, et peuvent également être construits depuis le Agent Builder de Microsoft 365.
La nouveauté clé est l'agent inline : un agent qui vit exclusivement dans le contexte d'un workflow. Il ne s'enregistre pas dans le catalogue Copilot Studio, n'apparaît pas sur la page d'accueil, et n'est pas réutilisable en dehors du workflow qui le contient. C'est un choix de conception délibéré — quand la logique est trop spécifique pour être partagée, inutile de polluer le catalogue.
Prérequis licence
L'utilisation de l'agent Researcher et l'affichage des conversations dans M365 Copilot nécessitent une licence Microsoft 365 Copilot active. Les workflows Copilot Studio relèvent, eux, de la licence Copilot Studio standard.
Trois types d'agents disponibles dans un workflow
Lors de l'ajout d'un nœud agent dans un workflow, trois options se présentent :
- Nouvel agent pour ce workflow : agent inline, invisible en dehors du workflow.
- Agent publié existant : permet de réutiliser un agent déjà déployé dans Copilot Studio — utile pour des compétences répétables ou des agents mutualisés entre plusieurs workflows.
- Agent M365 Copilot : exploite les agents natifs de Microsoft 365 Copilot, notamment Researcher et Analyst.
Agents non publiés
Seuls les agents publiés peuvent être référencés depuis un workflow. Les agents en brouillon ou non publiés ne sont pas disponibles dans la liste de sélection.
Automatiser la veille avec Researcher et les workflows
L'agent Researcher, disponible nativement dans Microsoft 365 Copilot, est particulièrement adapté à l'automatisation de rapports de veille. Le principe est simple : déclencher un workflow sur une récurrence ou un événement métier, injecter un sujet via du contenu dynamique, et laisser Researcher produire un rapport structuré.
Le template de prompt fourni par Microsoft pour Researcher commence ainsi :
Create a comprehensive, well-structured report on the current state and future trajectory of [topic]
Dans un workflow, ce prompt est enrichi avec du contenu dynamique — une variable topic issue d'un déclencheur manuel, d'un message Teams, d'un e-mail ou d'un fichier déposé dans une bibliothèque SharePoint.
Créer un workflow avec déclencheur manuel
Dans Copilot Studio, créez un nouveau workflow. Sélectionnez le déclencheur Manuel et ajoutez une entrée de type texte nommée topic avec le libellé "Please enter your topic".
Ajouter un nœud agent M365 Copilot (Researcher)
Ajoutez un nœud agent et sélectionnez M365 Copilot > Researcher. Dans le champ message, collez le prompt de recherche et injectez la variable dynamique topic à l'emplacement du sujet.
1Create a comprehensive, well-structured report on the current state 2and future trajectory of [topic]. Do not ask me extra questions. 3About one to three pages.Activer l'affichage dans M365 Copilot
Dans les paramètres du nœud, activez l'option Show conversation in M365 Copilot. Cela permet de retrouver le résultat directement dans l'interface Copilot, sans avoir à consulter l'historique du workflow.
Publier et tester
Publiez le workflow, puis lancez une exécution manuelle en saisissant un sujet de test — par exemple : Inline agents in workflows of the new Copilot Studio. Le résultat apparaît dans la conversation M365 Copilot quelques instants après.
L'intérêt opérationnel est concret : en configurant une récurrence nocturne, les équipes IT retrouvent le matin un rapport de veille déjà produit dans leur interface Copilot, sans intervention manuelle.
La sortie structurée : fini le parsing JSON manuel
L'une des améliorations les plus significatives pour les intégrateurs est la sortie structurée des agents inline. Jusqu'ici, récupérer une réponse exploitable d'un agent dans Power Automate impliquait de travailler en JSON brut et d'utiliser des actions Parse JSON — source fréquente d'erreurs et de fragilité.
La sortie structurée permet de définir directement les propriétés attendues, avec leur type :
| Propriété | Type | Exemple de valeur |
|---|---|---|
| name | Texte | Lost key card - Andrew Hess |
| severity | Choix : low / medium / high | high |
| owner | Texte | Security team |
| description | Texte | Clé perdue dans un espace public |
Ces propriétés sont ensuite directement accessibles comme contenu dynamique dans les étapes suivantes du workflow — pour écrire dans une liste SharePoint, une table SQL, Dataverse, ou un fichier Excel.
Cas d'usage : traitement de tickets
Un ticket entrant (depuis ServiceNow, un formulaire, ou un e-mail) est transmis à un agent inline configuré avec GPT-5 chat. L'agent analyse le contenu et retourne automatiquement le nom, la sévérité, le propriétaire et la description — sans aucune action Parse JSON.
Modèles LLM disponibles dans les agents inline
Lors de la configuration d'un agent inline personnalisé, plusieurs modèles sont sélectionnables. La disponibilité exacte dépend de votre environnement, mais la plage couverte au moment de la rédaction va de Claude Sonnet jusqu'à des modèles de la famille GPT-5. Pour des tâches de classification ou d'extraction structurée, GPT-5 chat constitue un choix équilibré entre performance et coût.
Outils disponibles dans un agent inline
Un agent inline peut se connecter aux services suivants via l'onglet Tools : Outlook, Teams Messages, SharePoint. Dataverse a migré de l'onglet Knowledge vers l'onglet Tools — pensez à mettre à jour vos configurations existantes si vous migrez depuis l'ancienne expérience Copilot Studio.
Assistance humaine et gestion des cas limites
Les agents inline disposent d'une option Request for human assistance. Lorsqu'elle est activée, l'agent ajoute automatiquement l'outil request human assistance à sa configuration. En cas de blocage ou d'ambiguïté, l'agent peut ainsi escalader vers un opérateur humain sans interrompre le workflow de manière non contrôlée.
Cette fonctionnalité est particulièrement pertinente dans les scénarios de traitement de tickets critiques ou de workflows impliquant des décisions à fort impact.
Comparaison : agent inline vs agent publié dans un workflow
| Critère | Agent inline | Agent publié |
|---|---|---|
| Visibilité dans Copilot Studio | Non visible | Visible dans le catalogue |
| Réutilisable dans d'autres workflows | Non | Oui |
| Cas d'usage typique | Logique spécifique au workflow | Compétences transverses et mutualisées |
| Cycle de publication requis | Non | Oui (publication obligatoire) |
| Sortie structurée disponible | Oui | Oui |
Points clés à retenir
- Les agents inline existent uniquement dans le contexte du workflow qui les héberge : ils n'encombrent pas le catalogue Copilot Studio.
- L'option Show conversation in M365 Copilot permet de consulter les résultats directement dans l'interface Copilot, indépendamment du workflow.
- La sortie structurée remplace avantageusement les actions
Parse JSONpour les scénarios d'extraction de données depuis une réponse LLM. - Les déclencheurs disponibles dans les workflows vont bien au-delà du déclencheur manuel : récurrence, messages Teams, e-mails, dépôt de fichiers SharePoint — autant de points d'entrée pour automatiser des tâches répétitives.
- Dataverse est désormais un outil, non une source de connaissance : vérifiez vos configurations si vous migrez depuis l'ancienne expérience Copilot Studio.
- Seuls les agents publiés peuvent être référencés depuis un workflow externe.
