这篇适合谁、读完能做到什么
这篇适合想用最少代码做出内部工具或自动化流程的人,比如老师、财务和运营人员,也适合想了解 AI 怎样接入低代码平台的开发者。读完你能分清 Power Platform 里几个 AI 相关组件各自做什么,并且用 Copilot 描述需求,生成一个应用、一条流程或一个智能体的初稿。[1]
低代码是什么,Power Platform 包含什么
低代码开发平台让人用很少的代码,甚至不写代码,就能做出应用和解决方案。它通常提供可视化的开发环境,把组件拖放到画布上就能搭建。[1]
微软的 Power Platform 由五个主要产品组成:Power Apps、Power Automate、Power BI、Power Pages 和 Copilot Studio。[1]
Copilot 和 AI Builder 分别做什么
Copilot 是一个 AI 助手。你用自然语言分几轮对话描述需求,它就能帮你搭建 Power Platform 的解决方案。它在 Power Platform 的五个产品里都可以使用。[1]
AI Builder 是 Power Platform 里的低代码 AI 能力,用 AI 模型来自动化流程、预测结果。它可以连接 Dataverse 中的数据,也可以连接 SharePoint、OneDrive 或 Azure 等云端数据源。目前它在 Power Apps 和 Power Automate 中可用。[1]
在 Power Apps 里用 Copilot 生成应用
在 Power Apps 首页的文本框里描述你要的应用,比如「I want to build an app to track and manage student assignments」(我想做一个跟踪和管理学生作业的应用),然后点击发送。[1] Copilot 会根据描述生成一个能自适应屏幕的画布应用(Canvas app),同时建议一张 Dataverse 表,表里有需要的字段和一些示例数据。[1]
具体步骤如下:
- 在 Power Apps 首页的文本框里描述应用,点击发送。[1]
- 检查 Copilot 建议的表和字段,需要的话用对话继续修改。[1]
- 想加字段就用一句提示来说,比如「I want to add a column to store student email」,想加页面也可以这样说,比如「I want to add a screen to send emails to students」。[1]
- 表设计好后点击「Create app」生成应用,之后用 Save 保存,再用 Share 按钮输入同事的邮箱分享出去。[1]
在 Dataverse 里用 Copilot 建表
Dataverse 是 Power Platform 的底层数据平台,由微软全托管,数据安全地存放在微软云中,并且开通在你自己的 Power Platform 环境里。它还带有数据分类、数据血缘和细粒度访问控制等治理能力。[1]
表(table)可以理解为 Excel 工作簿里的多个工作表,用来存放某个组织或业务需要的数据。基于角色的安全机制可以决定谁能访问表中的数据,以及用什么方式访问。[1]
建表的步骤是:在左侧导航栏选择 Tables,点击「Describe the new Table」,在文本框里描述要建的表,比如「I want to create a table to store invoice information」,然后点击发送。Copilot 给出建议之后,你可以继续对话修改字段,最后点击 Create 完成。[1]
AI Builder 的预置模型和自定义模型
AI Builder 提供两类模型。预置模型(Prebuilt AI Models)由微软训练好,可以直接在 Power Platform 中使用,包括关键短语提取、语言检测、情感分析、名片识别、文字识别、物体检测、文档处理和发票处理等。[1] 用预置模型,你不需要自己收集数据、训练并发布模型,就能给应用和流程加上智能能力。[1]
自定义模型(Custom AI Models)允许你把自己的模型带进 AI Builder,用自己的数据训练,之后像其他自定义模型一样,在 Power Apps 和 Power Automate 中使用。自带模型有一些限制,需要事先查看。[1]
实例:用 Power Automate 自动处理发票
这个例子的场景是:财务团队要从邮箱里收到的发票中提取信息,存进一张 Dataverse 表,并且让每条记录都有状态。下面是主要步骤。
- 打开 Power Automate 首页,在文本框里描述流程,比如「Process an invoice when it arrives in my mailbox」(发票到达邮箱时处理),然后点击发送。[1]
- Copilot 会建议需要的操作。点击 Next 逐步确认,设置流程需要的连接,然后点击 Create flow。[1]
- 修改触发器:Folder 设为 Inbox;点开 Show advanced options,把 Only with Attachments 设为 Yes,这样只有带附件的邮件才会触发流程。[1]
- 删除示例中用不到的操作:HTML to text、Compose、Compose 2、Compose 3、Compose 4,以及 Condition。[1]
- 点击 Add an action,搜索 Dataverse,选择 Add a new row。[1]
- 在 Extract Information from invoices 操作里,把 Invoice File 设为邮件的 Attachment Content,让 AI 从附件发票中提取信息。[1]
- 选择前面建的表,用上一步的动态内容填入 ID、Amount、Date、Name 等字段;Status 设为 Pending;Supplier Email 使用触发器里的 From。[1]
- 保存流程,然后把一封带发票的邮件发到触发器指定的文件夹,测试是否跑通。[1]
用 GPT 生成文本
AI Builder 里的 Create Text with GPT 模型能根据提示生成文本,背后由微软的 Azure OpenAI 服务提供支持。[1] 它适合生成邮件草稿和商品描述,也可以用在聊天机器人和客服应用中,帮助客服人员更快、更准确地回复客户。[1]
Copilot Studio:搭建智能体
Copilot Studio 原名 Power Virtual Agents,是 Power Platform 中做低代码的成员,用来搭建 AI 智能体。智能体可以回答问题、执行操作、自动完成任务。你用自然语言描述它要做什么,Copilot Studio 会帮你生成指令、知识和操作的初稿。[1]
它的几项主要能力包括:
- 生成式回答:连接知识源,比如公开网站、SharePoint、OneDrive、Dataverse、上传的文件,或者通过连接器接入的企业数据,智能体据此生成有依据的回答。[1]
- 生成式编排:不再依赖固定的触发词,由 AI 理解用户的请求,动态决定调用哪些知识、主题和操作,必要时把几步串起来。[1]
- 操作和连接器:可以调用 1,500 多个预置的 Power Platform 连接器、Power Automate 流程、自定义 REST API、提示词,或者 Model Context Protocol(MCP)服务器。[1]
- 自主智能体:可以由新邮件、Dataverse 中的新记录或上传的文件等事件触发,在后台完成任务,而不只是在聊天窗口里回应。[1]
- 多智能体协作:智能体可以调用其他智能体,包括发布到 Microsoft 365 Copilot 的智能体,以及在 Microsoft Foundry 中构建的智能体。[1]
- 模型选择:除了内置模型,还可以接入 Microsoft Foundry 模型目录中的模型。[1]
- 发布渠道:可以发布到 Microsoft Teams、Microsoft 365 Copilot、网站或自定义应用等渠道,安全、身份验证和分析数据由 Power Platform 的管理后台统一管理。[1]
限制和常见问题
低代码工具的生成结果是起点,不是成品。Copilot 生成的应用、表和流程都需要你检查,并按自己的需求修改。[1]
使用自带模型时会受到一些限制,正式使用前应先查看官方说明。[1] 发票示例依赖 AI Builder 的发票处理模型,流程写入的字段需要和你建的表对应,这是从示例的字段映射看出的,报错情况这里不展开。[1]
下一步
想继续学习,可以先试着完成两道作业:让 Copilot 在 Power Automate 里搭一条流程,学生提交作业后自动发邮件;再搭一条流程,在发票状态变化时给供应商发邮件,告知最新进度。[1]
Power Platform 的 Copilot 提示词库(Copilot Prompt Library)在 GitHub 上公开,里面有现成的提示词,可以用来搭建应用和流程。想深入了解 Copilot Studio 时,可以阅读微软官方的 Copilot Studio 文档。[1]
本文改编自 Microsoft 开源课程《Generative AI for Beginners》第 10 课[1],原文以 MIT 许可证发布。
来源
- 1Building Low Code AI ApplicationsMicrosoft generative-ai-for-beginners (MIT)
引用本页: 低代码搭建 AI 应用. TellWorld, https://www.tellworld.net/zh/practice/practice-genai-low-code. 更新于 2026-11-14