En esta publicación documentamos paso a paso cómo construimos un agente legal en Copilot Studio, conectando una librería de documentos legales en SharePoint, y desplegándolo como canal de consulta en Microsoft Teams. El objetivo era que un abogado pudiera hacer preguntas como “¿Qué dice el artículo 17 del CFF?” y recibir una respuesta inmediata basada en documentos oficiales. Aunque logramos montar el flujo completo, también nos enfrentamos a limitaciones críticas que es importante conocer.
1. Crear un Copilot desde cero
Entramos a Microsoft Copilot Studio y elegimos la opción Create a new agent.
Durante la creación, se nos solicitó:
- Nombre del agente
- Descripción de su propósito (por ejemplo: “Asistente de consulta legal interna para documentos normativos”)
- Instrucciones sobre cómo debe comportarse
- Prompts sugeridos para ayudar al usuario a iniciar (ej: “¿Qué dice el artículo 27 de la Constitución?”, “Resume la política de contratación”)
Una vez creado, se activa una vista tipo chat donde se pueden probar respuestas en tiempo real.
2. Cargar los documentos legales en SharePoint
Creamos una biblioteca de documentos en un sitio de SharePoint Online. Allí cargamos archivos en formato Word (.docx) y PDF escaneados, incluyendo:
- La Constitución Política de los Estados Unidos Mexicanos
- El Código Fiscal de la Federación (CFF)
- Jurisprudencias relevantes
- Demandas y resoluciones judiciales
Nota importante: los archivos escaneados como imagen (PDF sin texto) no son indexados correctamente por Copilot Studio. Conviene convertir todo a texto.
3. Conectar SharePoint como fuente de conocimiento
En la interfaz de Copilot Studio:
- Hicimos clic en Add knowledge
- Seleccionamos la opción de SharePoint
- Pegamos el URL de la biblioteca de documentos
- Esperamos a que aparezca el estado “Ready” (esto puede tardar varios minutos)
Una vez conectado, el agente puede acceder a esa información al momento de generar respuestas.
4. Publicar el agente en Teams
Dentro de Copilot Studio:
- Fuimos a la pestaña Publish (arriba a la derecha)
- Activamos el canal Microsoft Teams
- Publicamos el agente como una aplicación de Teams
- Desde Teams, accedimos al agente como si fuera un chat normal
Desde ahí, el abogado puede escribir preguntas directamente y obtener una respuesta del asistente.
5. ¿Funcionó?
Parcialmente. El agente pudo reconocer algunas preguntas generales y responder con base en los documentos cargados. Sin embargo, falló en los siguientes puntos clave:
- No fue capaz de entregar el contenido exacto de un artículo, incluso si estaba en el documento cargado
- En muchos casos respondió con mensajes como: “Lo siento, no puedo mostrar ese contenido”
- No reconocía bien textos largos, artículos dentro de documentos extensos o preguntas muy específicas
- Los documentos escaneados fueron completamente ignorados
6. Limitaciones de Copilot Studio
Después de múltiples pruebas, concluimos que Copilot Studio tiene limitaciones importantes:
- No realiza búsqueda semántica real (RAG)
- No permite control sobre qué parte del documento fue usada en la respuesta
- Filtra contenidos sensibles automáticamente (por copyright, legalidad, privacidad, etc.), incluso si los documentos son internos
- No permite autenticar en portales privados protegidos con usuario/contraseña
- No tiene trazabilidad en las respuestas (no te dice de qué documento tomó la información)
7. ¿Cuál es la mejor alternativa?
Para lograr una solución realmente útil y precisa, la mejor opción es construir un stack manual con componentes especializados:
- Azure AI Search para hacer la indexación semántica real
- Azure OpenAI (GPT-4) para generar respuestas naturales a partir del contenido recuperado
- Bot Framework en C# para conectarlo a Microsoft Teams
Este enfoque permite controlar el contexto, verificar la fuente de las respuestas, y consultar artículos o fragmentos con precisión quirúrgica.
Conclusión
Copilot Studio puede ser útil como punto de partida o para demos rápidas, pero no está preparado para escenarios legales complejos. Si el objetivo es transformar la consulta jurídica interna, la solución pasa por construir un motor de recuperación e interpretación documental real, con tecnología que ofrezca trazabilidad, granularidad y control sobre los datos.
Nosotros ya dimos ese siguiente paso.
Cheeers!