Kjell Tore Guttormsen 5a0e8d774a feat(ms-ai-architect): R21 — Status-backfill på 14 advisor-ref-filer (redusert scope etter premiss-korreksjon) [skip-docs]

Manifest-drevet applier (scripts/kb-update/backfill-status.mjs) over den testede
insertMetaField-primitiven + ny ren regel statusForFile (filnavn-token → Reference/
Established Practice, operatør-godkjent vokabular). 7 Reference + 7 Established Practice.
Hard per-fil-invariant (én linje, body byte-identisk), idempotent, isMain-guard. 7 tester.

Premiss-korreksjon (auditHeaders, ground-truth 2026-07-06): ekte not-due-restanse er
21 Status + 26 Last-updated (STATE sa 21/22). «0 har norsk dato» var falskt — 21/26
Last-updated-gap bærer allerede Sist oppdatert/Dato → relabel-residual; 5 datoløse gir
«i dag» ved naiv git → utsatt. 4 dual-header ai-act-*-filer med plain-text «Status: GA»
fanget i diff-inspeksjon → revertert (unngår duplikat/motsigelse) → residual (samme
plain-blokk ga R20 duplikat Category). Korrigert residual logget i roadmap §R21.

Verifisering: test-backfill-status 7/7; git diff +14/-0 (kun Status-linjer, body
byte-identisk); not-due Status-missing 21→3; full suite 771/771 exit 0.

2026-07-06 09:41:40 +02:00

7.9 KiB

Raw Blame History

Decision Trees for Microsoft AI

Category: Solution Architecture & Advisory Status: Established Practice

Akkumulerte beslutningstrær og arkitekturmønstre for Microsoft AI-stakken.

1. Plattformvalg: Copilot vs Studio vs Foundry

START: Hvem skal bruke løsningen?
│
├─► Informasjonsarbeidere (produktivitet i M365)
│   │
│   └─► Har de M365 E3/E5?
│       ├─► Ja → Trenger de custom agenter?
│       │       ├─► Nei → M365 COPILOT (out-of-box)
│       │       └─► Ja → Er det enkle Q&A-agenter?
│       │               ├─► Ja → AGENT BUILDER (i M365)
│       │               └─► Nei → COPILOT STUDIO
│       │
│       └─► Nei → Vurder lisensoppgradering eller Copilot Chat (gratis)
│
├─► Business users / Citizen developers
│   │
│   └─► Har de Power Platform?
│       ├─► Ja → COPILOT STUDIO
│       └─► Nei → Vurder Power Platform-lisenser
│
└─► Utviklere / Data scientists
    │
    └─► Trenger de multi-model tilgang?
        ├─► Ja → AZURE AI FOUNDRY
        │
        └─► Nei → Kun OpenAI API-kall?
                ├─► Ja, enkelt → AZURE OPENAI (direkte)
                └─► Nei, orkestrering → AZURE AI FOUNDRY

2. Agenttype-valg

START: Hva skal agenten gjøre?
│
├─► Besvare spørsmål basert på dokumenter
│   │
│   └─► Hvem er brukerne?
│       ├─► Interne ansatte i M365 → M365 COPILOT + DECLARATIVE AGENT
│       ├─► Kunder/eksterne → COPILOT STUDIO (web/WhatsApp)
│       └─► Begge → COPILOT STUDIO med auth
│
├─► Utføre handlinger i andre systemer
│   │
│   └─► Er det Power Platform connectors?
│       ├─► Ja → COPILOT STUDIO + Actions
│       └─► Nei → FOUNDRY AGENT SERVICE + Custom APIs
│
├─► Kjøre autonomt i bakgrunnen
│   │
│   └─► Trigges av hendelser i M365?
│       ├─► Ja → COPILOT STUDIO AUTONOMOUS AGENT
│       └─► Nei → FOUNDRY AGENT SERVICE
│
└─► Multi-agent orkestrering
    │
    └─► Kompleksitet?
        ├─► Moderat → COPILOT STUDIO + MCP
        └─► Høy / Forretningskritisk → FOUNDRY AGENT SERVICE

3. RAG-arkitektur

START: Hvor er dataene?
│
├─► Primært i M365 (SharePoint, OneDrive, Teams)
│   │
│   └─► Har M365 Copilot-lisenser?
│       ├─► Ja → Trenger custom app?
│       │       ├─► Nei → M365 COPILOT (out-of-box)
│       │       ├─► Low-code agent → COPILOT STUDIO (tenant graph)
│       │       └─► Custom app → M365 RETRIEVAL API
│       │
│       └─► Nei → AZURE AI SEARCH + SharePoint indexer
│
├─► Azure Blob/ADLS/OneLake
│   │
│   └─► Trenger custom chunking?
│       ├─► Nei → AZURE AI SEARCH (integrated vectorization)
│       └─► Ja → AZURE AI SEARCH + Custom skillset
│
├─► Databaser (SQL, Cosmos DB)
│   │
│   └─► Structured data → AZURE AI SEARCH + Cosmos DB indexer
│       eller → MS AGENT FRAMEWORK + Cosmos DB Vector
│
├─► Multiple kilder
│   │
│   └─► Kompleksitet?
│       ├─► Moderat → AZURE AI SEARCH (hybrid)
│       └─► Høy → AGENTIC RETRIEVAL (preview)
│
└─► Full kontroll påkrevd
    └─► MS AGENT FRAMEWORK + Custom vector store

4. Sikkerhetsnivå

START: Hvilke compliance-krav?
│
├─► Offentlig sektor / Høy sensitivitet
│   │
│   └─► Er EU Data Boundary tilstrekkelig?
│       ├─► Ja → M365 COPILOT eller COPILOT STUDIO (EU region)
│       │       + Microsoft Purview for governance
│       │       + Sensitivity labels
│       │
│       └─► Nei, strengere krav → AZURE AI FOUNDRY
│               + Private endpoints
│               + Customer-managed keys
│               + Defender for Cloud AI SPM
│
├─► Enterprise / Standard compliance
│   │
│   └─► Intern eller ekstern bruk?
│       ├─► Intern → Standard konfigurasjon OK
│       │       + Azure AD / Entra ID auth
│       │       + Default content filters
│       │
│       └─► Ekstern → COPILOT STUDIO eller FOUNDRY
│               + Azure AI Content Safety
│               + Prompt Shields aktivert
│               + Rate limiting
│
├─► Starter opp / Lav risiko
│   │
│   └─► Default sikkerhet er typisk tilstrekkelig
│       + API keys OK for prototyping
│       + Managed identity for produksjon
│
└─► Regulert industri (finans, helse)
    │
    └─► HIPAA?
        ├─► Ja → Verifiser HIPAA BAA
        │       + M365 Copilot (med riktig lisens)
        │       + Azure AI (HIPAA-eligible services)
        │
        └─► Nei, annen regulering → Verifiser compliance-sertifiseringer
                + ISO 27001, SOC 2, etc.
                + Data residency-krav

5. Kostnadsoptimalisering

START: Hva er budsjettsituasjonen?
│
├─► Stram / Må minimere kostnader
│   │
│   └─► Har allerede M365 Copilot-lisenser?
│       ├─► Ja → Utnytt inkluderte features først
│       │       + Agent Builder (gratis med lisens)
│       │       + Copilot Studio i M365/Teams (inkludert)
│       │
│       └─► Nei → Pay-as-you-go
│               + Azure OpenAI direkte
│               + Copilot Credits ($0.01/credit)
│
├─► Moderat / Forutsigbarhet viktig
│   │
│   └─► PREPAID SUBSCRIPTIONS
│       + Copilot Credits monthly pool
│       + Azure Reserved Capacity
│
├─► Fleksibel / Optimalisering viktig
│   │
│   └─► FOUNDRY MODEL ROUTER
│       + Cost mode for høyvolum
│       + Smaller models for enklere oppgaver
│       + GPT-5-mini vs GPT-5-pro
│
└─► Ukjent / Trenger estimat
    └─► Bruk ESTIMERINGSVERKTØY
        + Microsoft Copilot Studio estimator
        + Azure Pricing Calculator
        + Pilot med logging av token-bruk

Quick Reference: Plattform-egenskaper

Egenskap	M365 Copilot	Copilot Studio	Microsoft Foundry
Målgruppe	Informasjonsarbeidere	Makers, citizen devs	Utviklere
Tilnærming	Out-of-box	Low-code	Code-first
Modeller	GPT (managed)	GPT + custom	11,000+
Data access	M365 Graph	Graph + 1000 connectors	Custom
Governance	M365 admin	PP admin center	Azure RBAC
Pris	~$30/user/mnd	Pay-per-message	Pay-per-token
Time-to-value	Timer	Dager	Uker
Fleksibilitet	Lav	Medium	Høy

Quick Reference: Sikkerhet per plattform

Sikkerhetsfunksjon	M365 Copilot	Copilot Studio	Microsoft Foundry
EU Data Boundary	✓	✓ (EU region)	✓ (velg region)
Managed Identity	N/A	✓	✓
Private Endpoints	N/A	✗	✓
Customer-managed keys	✗	Preview	✓
Content Safety	Built-in	Built-in	Konfigurerbar
Prompt Shields	Built-in	Built-in	Konfigurerbar
Purview integration	✓	✓	✓
Defender for Cloud	✓	✓	✓
HIPAA	✓	✓	✓
ISO 27001	✓	✓	✓

Kilder og verifisering

Original analysis synthesized from platform reference files in this knowledge base, which are derived from Microsoft Learn documentation (CC BY 4.0):

platforms/m365-copilot.md — M365 Copilot capabilities and licensing
platforms/copilot-studio.md — Copilot Studio features and use cases
platforms/azure-ai-foundry.md — Microsoft Foundry architecture and pricing
platforms/power-platform.md — Power Platform AI capabilities

Decision trees and decision guidance are original work.

Sist oppdatert: Januar 2026

7.9 KiB Raw Blame History