Copilot Studio em Cooperativas: Agentes com SharePoint

O que muda quando um agente conversa diretamente com sua lista do SharePoint

A maioria das organizações que já usa Microsoft 365 tem dezenas de listas do SharePoint funcionando como banco de dados informal: catálogos de ativos, controle de contratos, cadastro de fornecedores, inventário de equipamentos. Essas listas raramente viram interface de autoatendimento porque construir uma tela de consulta decente em Power Apps, com filtros, ordenação e exportação, consome tempo que a maioria das equipes não tem sobrando.

O Copilot Studio muda essa conta. Ele permite apontar um agente diretamente para uma lista do SharePoint como fonte de conhecimento e deixar que o modelo interprete perguntas em linguagem natural, monte a consulta, devolva os resultados formatados e, se necessário, gere uma planilha Excel ou responda um e-mail. Nada disso exige escrever uma linha de Power Fx ou modelar uma tabela no Dataverse. É a lista como já existe, sem migração.

Isso é particularmente relevante para operações que crescem em volume de atendimento sem crescer proporcionalmente em equipe, caso comum em cooperativas de crédito, indústrias com múltiplas plantas, redes de varejo e prestadoras de serviço com carteira de clientes ativa. O ganho não é a novidade do Copilot Studio em si, é a velocidade entre “temos uma lista” e “temos um agente confiável respondendo sobre ela”.

Antes de abrir o Copilot Studio: modele a lista corretamente

A qualidade das respostas do agente depende diretamente de como a lista está estruturada. Copilot Studio não adivinha semântica que não existe nos metadados. Se a coluna se chama Campo1, o agente vai citar Campo1. Nomeie colunas com clareza e use o tipo de dado correto, porque isso afeta filtro, ordenação e formatação de saída.

Um exemplo neutro, aplicável a qualquer organização, é um catálogo de ativos ou equipamentos:

A coluna booleana representada como número (0 ou 1) em vez de Sim/Não é uma escolha deliberada. O agente lida melhor com filtros numéricos explícitos nas instruções do que com valores de texto que podem variar de grafia. O mesmo vale para datas: usar o tipo “Somente data” em vez de texto livre evita que o modelo precise interpretar formatos ambíguos como “10/03” na hora de comparar períodos.

Popule a lista com um volume de dados realista, algumas dezenas de itens no mínimo, antes de testar. Um agente testado com três linhas de exemplo não revela problemas de ordenação, paginação ou ambiguidade que aparecem com volume real.

Criando o agente e definindo o papel dele

Dentro do Copilot Studio, crie um novo agente e escreva as instruções iniciais definindo o papel dele antes de qualquer coisa. Essa instrução de personagem influencia o tom das respostas e ajuda o modelo a filtrar o que é relevante responder.

Você é um assistente de atendimento responsável por ajudar usuários a consultar
o catálogo de ativos da organização. Seu objetivo é responder com precisão
sobre disponibilidade, especificações e localização dos itens.

Instruções vagas do tipo “você é um assistente útil” produzem respostas genéricas. Definir o domínio de atuação já no primeiro parágrafo reduz a chance de o agente tentar responder perguntas fora de escopo usando conhecimento geral do modelo em vez da lista.

Conectando a lista SharePoint como fonte de conhecimento

No menu lateral direito do agente, selecione a opção de adicionar conhecimento e escolha SharePoint como origem. O Copilot Studio pede a URL da lista, não do site inteiro. Cole o endereço completo do item de lista (o link que aparece na barra de endereço ao abrir a exibição padrão da lista) e confirme.

Depois de adicionada, a lista aparece na seção de conhecimento do agente com o nome do site e do título da lista. Vale publicar o agente logo depois dessa etapa, porque o grounding em conhecimento só reflete no ambiente de teste após a publicação, não em tempo real durante a edição.

Testando o grounding antes de qualquer regra de formatação

Na aba de Preview, faça uma pergunta direta usando os termos que aparecem nas colunas da lista, por exemplo “mostre os itens da categoria Notebook com valor acima de cinco mil reais que estejam disponíveis”. O agente deve retornar uma tabela com os resultados e, em cada linha, um link para o item original na lista.

Se o retorno vier incompleto ou com colunas erradas, o problema quase sempre está em um destes três pontos: nome de coluna ambíguo, tipo de dado incompatível com o filtro pedido, ou volume de itens excedendo o que o conector consegue varrer numa única consulta. Listas muito grandes, acima de alguns milhares de itens, podem exigir indexação de coluna no SharePoint para manter a performance de consulta aceitável, o mesmo limite que já vale para qualquer visualização filtrada nativa do SharePoint.

Definindo como o agente exibe múltiplos resultados

Sem instrução explícita, o modelo decide sozinho quais colunas mostrar e em que ordem, e essa decisão pode mudar entre uma pergunta e outra. Isso é inaceitável em um agente de produção, porque o usuário espera consistência. A correção é declarar a regra de exibição diretamente nas instruções do agente:

Ao exibir uma lista de resultados, siga estas regras, salvo pedido explícito
em contrário do usuário:
- Inclua as colunas Categoria, Fabricante, Modelo e Valor, nesta ordem exata
- Exiba o link do item na coluna mais à direita, sem texto visível
- Ordene por Categoria (crescente), depois Fabricante (crescente)
- Filtre por Disponível = 1

Note o último ponto: o filtro padrão por disponibilidade evita que o agente devolva itens já baixados ou vendidos como se estivessem em estoque, a menos que o usuário peça explicitamente para ver tudo. Esse tipo de regra de negócio embutida na instrução é o que separa um agente confiável de uma demonstração bonita.

Definindo como o agente exibe um único resultado

Quando a pergunta do usuário aponta para um item específico, a exibição em tabela de várias colunas não faz sentido, o formato ideal é uma ficha vertical com mais detalhe. Declare esse comportamento também nas instruções:

Ou, ao exibir um único resultado:
- Inclua as linhas Categoria, Fabricante, Modelo, Localização, Valor, Número
  de Série
- Exiba o link do item na última linha, com o rótulo "Link SharePoint" e o
  texto "Abrir registro"

Teste perguntando primeiro por uma lista e depois refinando para um item específico, por exemplo “me conte mais sobre o notebook Dell Latitude adquirido em 2023”. O agente deve alternar automaticamente do formato de tabela para o formato de ficha, sem que você precise trocar de conversa.

Gerando planilhas Excel a partir da lista, direto no chat

O Copilot Studio tem capacidade nativa de transformar um resultado de conhecimento em arquivo Excel. Depois de obter uma resposta em tabela, basta pedir algo como “pode me entregar isso como planilha Excel, com cada categoria em uma aba separada”. O agente gera o arquivo e o disponibiliza como anexo na conversa, pronto para abrir.

Essa funcionalidade evita um problema comum em automações mais antigas com Power Automate, que exigiam um fluxo dedicado só para exportar dados filtrados. Aqui a exportação nasce da própria conversa, com o mesmo filtro e ordenação que o usuário acabou de validar visualmente no chat, reduzindo o risco de a planilha sair com critérios diferentes do que foi pedido.

Automatizando respostas por e-mail com Power Automate

O mesmo agente que responde no chat pode responder e-mails recebidos numa caixa de entrada compartilhada, sem que ninguém precise copiar e colar perguntas manualmente. Isso é feito com um workflow do Copilot Studio, que por trás das cortinas é um fluxo do Power Automate.

No menu de workflows do agente, crie um novo fluxo com a seguinte estrutura:

1. Gatilho Office 365 Outlook, quando um novo e-mail chegar, apontando para a pasta de entrada relevante.
2. Uma ação de agente, selecionando o próprio agente configurado com a lista do SharePoint.
3. Uma ação Office 365 Outlook, responder ao e-mail, usando o id da mensagem do gatilho, o texto retornado pelo agente como corpo, e a opção de responder a todos ativada quando aplicável.

A instrução dada ao agente dentro do workflow precisa ser explícita sobre o formato de saída, porque o texto vai direto para o corpo de um e-mail em HTML:

Escreva uma resposta para esta mensagem em formato HTML, adequado para o
parâmetro de corpo de uma ação de resposta de e-mail do Power Automate.
Produza apenas o e-mail final. Não inclua narração, introdução nem
explicação do seu processo. Componha o HTML como texto simples, sem
colocá-lo dentro de um bloco de código.

[Corpo do e-mail recebido]

Esse detalhe de pedir explicitamente “sem bloco de código” evita um erro comum: o modelo, por padrão, tende a envolver saídas em formato HTML dentro de crases de markdown, o que quebra a renderização quando esse texto é injetado como corpo de e-mail pelo Power Automate. Vale testar enviando um e-mail real para a caixa monitorada e conferir se a resposta chega formatada corretamente no cliente de e-mail do destinatário, não só na prévia do fluxo.

Governança: DLP, conectores e licenciamento antes de ir para produção

Nenhum agente desse tipo deve sair do ambiente de testes sem passar pela política de prevenção de perda de dados. O conector do SharePoint e o conector do Office 365 Outlook usados no workflow precisam estar classificados de forma compatível na política de DLP do ambiente, seja ela clássica ou a política avançada de conectores mais recente. Se o conector do SharePoint estiver em um grupo de dados diferente do conector do Outlook, o fluxo falha silenciosamente ou é bloqueado na publicação, dependendo da configuração do tenant.

Outro ponto que a área de TI precisa validar antes de expandir o uso: o consumo de mensagens do Copilot Studio é medido e licenciado separadamente da licença de Microsoft 365 do usuário. Cada interação do agente, seja no chat ou disparada pelo workflow de e-mail, consome créditos de mensagem. Um agente que responde e-mails automaticamente para uma caixa de alto volume pode consumir a capacidade licenciada muito mais rápido do que um agente usado apenas em conversas pontuais no Teams. Dimensione a capacidade de mensagens antes de habilitar o workflow de e-mail em produção, não depois.

Por fim, considere quem tem permissão de leitura na lista do SharePoint de origem. O agente herda o contexto de conhecimento configurado, mas dependendo do modo de autenticação usado na conexão, as respostas podem expor dados a usuários que não teriam acesso direto à lista original. Trate essa configuração com o mesmo rigor que se aplicaria a compartilhar a lista diretamente.

Onde essa arquitetura rende mais

O padrão descrito aqui, lista do SharePoint como conhecimento de um agente, se aplica a qualquer inventário estruturado que uma organização já mantenha: consulta de associados e produtos em cooperativas de crédito, controle de peças e lotes na indústria, catálogo de produtos no varejo, ou carteira de contratos em prestadoras de serviço. A lógica de instrução, filtro padrão, formato de exibição e regra de exportação, é a mesma independentemente do domínio de dados.

O ponto de atenção não muda com o setor: quanto mais crítica a informação exposta pelo agente, mais peso a etapa de governança de DLP e permissões deve ter antes da publicação em produção.

Se sua operação já tem listas do SharePoint bem estruturadas e quer transformá-las em atendimento automatizado com segurança de dados, a Trinapse ajuda a desenhar essa arquitetura do zero até a publicação.