最近，因為XX AI 或是 XX Copilot很紅，剛好又需要負責這部分的項目。就來把這三種微軟推出的AI服務來做個整理。不然，這些東西對於一般用戶來說感覺都是相同。但是，其實，他們在有些情境下用法或是功能還是有限制，且有些情境下不一定要買很貴的Copilot授權，也是能做到的服務
Copilot 中文翻譯為副駕駛，所以，Copilot顧名思義不能幫你決定要去哪，但是如果你決定好了方向，他會是個很好的幫手，換句話說它並無法替你決定你要怎樣走或是精準告訴你那個結果一定是正確
目前微軟推出了多款不同的 Copilot 服務。儘管這些 Copilot 使用相同的訓練模型，但它們被針對不同的場景和需求進行了包裝和應用。雖然這些模型相同，但每個 Copilot 服務的應用場景和功能可能有所不同。此外，生成式人工智慧的應用存在一定的限制，這也導致市場上出現多種不同的 Copilot 產品，每個產品可能在用途上存在細微的差異。因此，用戶的選擇取決於他們的具體需求和使用模式，並非單一工具或服務就能滿足所有使用者的需求。
關於 Copilots，「Copilot」這個名稱源自 Microsoft，被用來描述第一方和第三方的輔助工具。微軟自家的 Copilot 稱為第一方，而其他公司開發的則被稱為第三方 Copilot。微軟的 Copilot 功能廣泛應用於各種常見的應用程式中。這些功能旨在幫助用戶更聰明、更有效率、更具創造力，並能與周圍的人和事建立聯繫。例如，Microsoft Copilot 可以與 Microsoft Bing 搜尋引擎結合使用，根據上下文生成自然語言答案，而不僅僅是索引頁面的搜尋結果。
何謂生成式 AI
目前市面上提及的 Copilot 多半是基於生成式人工智慧的延伸，與我們常談及的機器學習或廣義人工智慧應用有所不同。生成式人工智慧可視為機器學習或廣義人工智慧的衍生物。它屬於大型語言模型，我們可以透過與機器對話以尋找答案；而大型語言模型（LLM）則是使電腦能夠理解並使用人類語言的工具。因此，對於專業領域的知識，仍需要進行額外處理。
生成式 AI 應用程式由 大型語言模型 (LLM) 支援，這是一種特殊類型的機器學習模型，可用來執行自然語言處理(NLP)工作，包括:
- 判斷情感或分類自然語言文字。
- 摘要文字。
- 比較多個文字來源的語意相似性。
- 產生新的自然語言。
以下幾段影片將分別介紹生成式人工智慧的概念
提示工程
在使用Copilot之前，掌握如何有效地向Copilot提問是至關重要的。我們需要提供清晰的指示，以引導生成式AI產生所需的輸出。提示工程是一種引導生成式AI的方法，用於產生符合期望的輸出。儘管生成式AI致力於模仿人類，但它仍需要明確的指示才能生成高品質且相關的輸出。在提示工程中，我們使用適當的格式、詞彙、短語和符號，來引導AI更有意義地進行互動。
為什麼提示工程如此重要呢？這是因為語言模型通常非常強大，但也容易受到提示的影響。一個良好設計的提示可以引導模型生成準確、符合上下文的答案，而不良的提示可能導致不準確或無意義的結果。因此，提供清晰、具體且合適的提示，有助於Copilot生成更好的輸出，從而提高整體使用體驗和工作效率。
Prompt Engineering 的重要性體現在以下幾個方面：
- 精確性：正確的提示可以幫助模型生成精確的回答，而不必依賴於模型的自主猜測。
- 可控性：提示能夠控制模型的輸出，以確保其符合需求和應用場景。
- 上下文感知：好的提示可以使模型更好地理解上下文，生成上下文相關的內容。
- 風格和語氣：您可以使用提示來指導模型遵循特定的風格和語氣，使生成的內容更具一致性。
寫出好的提示
要獲得最有用的完成資訊，您可以通過明確說明您想要的回應類型來指導Copilot。請提供具體且清晰的提示，例如：「請幫我建立一個內容為8月在愛丁堡要做的10件事的清單。」這樣的提示會使Copilot更容易理解您的需求，從而提供更好的結果。
OpenAI 官方的Prompt指南
- 寫下清晰的指示 這些模型無法讀懂你的想法。如果輸出太長，請要求簡短答案。如果輸出太簡單，請要求專家級的寫作。如果您不喜歡這種格式，請示範您希望看到的格式。模型猜測你想要什麼的次數越少，你得到它的可能性就越大。
- 提供參考文字 語言模型可以自信地發明假答案，特別是當被問及深奧的主題或引文和 URL 時。就像一張筆記可以幫助學生在考試中取得更好的成績一樣，為這些模型提供參考文本可以幫助減少作答次數。
- 將複雜的任務拆分為更簡單的子任務 正如軟體工程中將複雜系統分解為一組模組化元件是良好實踐一樣，提交給語言模型的任務也是如此。複雜的任務往往比簡單的任務有更高的錯誤率。此外，複雜的任務通常可以被重新定義為更簡單任務的工作流程，其中早期任務的輸出用於建構後續任務的輸入。
- 給模型時間“思考” 如果要求將 17 乘以 28，您可能不會立即知道，但隨著時間的推移仍然可以計算出來。同樣，模型在嘗試立即回答而不是花時間找出答案時會犯更多推理錯誤。尋求“思想鏈”在答案可以幫助模型更可靠地推理出正確答案之前。
有時候一個問題的複雜性會阻礙我們找到最佳解決方案，即使是人工智慧也可能僅能提供模糊的答案。因此，掌握如何拆解問題並重構問題是與人工智慧協作的重要能力之一。拆解問題意味著將大問題分解成多個小問題，逐一解決，這樣可以更容易管理和處理。通過這種方式，我們可以專注於每個子問題，並找到更有效的解決方案。重構問題則是指從不同的角度重新考慮問題，探索不同的解決方法。這樣做有助於我們擴大解決方案的範圍，並引導人工智慧提供更多可能的解決方案。
因此，掌握拆解問題和重構問題的能力可以使我們更有效地與人工智慧協作，最大程度地發揮其協助作用，並找到更好的解決方案。
Edge Copilot
Edge Copilot 是 Microsoft Edge 瀏覽器的一個功能，它是由 AI 驅動的，可以幫助我們在瀏覽網頁時做更多的事情。可以在 Edge 的側邊欄中訪問 Copilot，並且可以提出與您正在查看的頁面相關的問題，或是PDF檔案用瀏覽器開啟，也可以跟網頁一樣做出相同的事情
例如，Copilot 可以：
- 執行與您正在查看的頁面相關的搜索和答案
- 整理您的標籤頁
- 幫助您找到播放電影的位置
- 翻譯網頁內容
- 摘要網頁內容
要使用 Edge 中的 Copilot，您需要登錄 Microsoft Edge，Edge中的Copilot是微軟提供給Edge瀏覽器免費的生成式人工智慧套件，只需升級Edge瀏覽器版本即可使用。該Copilot背後的訓練模型由微軟維護，並且是全球共享的。若欲利用Edge Copilot查詢企業內部問題，則受限於模型不含企業內部資訊。然而，利用Edge Copilot撰寫專業文案或文章是完全可行的
Microsoft 365 Copliot
Microsoft 365 Copilot是Microsoft 365推出的一個附加功能，它可以與您在PowerPoint、Outlook等生產力和通訊應用程式中一起工作，幫助您創建高效的文件、電子表格、簡報、電子郵件等。Copilot利用先進的技術，提供即時建議和幫助，使您能夠更快速地完成工作，並且可以提高您的工作效率和準確性。無論您是處理文件、編輯郵件還是製作簡報，Copilot都能夠為您提供寶貴的支持和指導，讓您的工作變得更加輕鬆和高效。
通過整合到Microsoft365套件中（例如Word、Excel、PowerPoint、Outlook和Teams），Copilot讓您的文書工作、資料分析、簡報製作及溝通合作變得更有彈性。您只需說出您想要的東西，比如在Word中撰寫文件，您可以大致描述一下內容的想法，Copilot就能夠幫助您快速起頭，PowerPoint也是相同的做法。不過，目前只支援英文或簡體中文的提示語言。
在資料分析方面，Copilot只會針對您現有提供的數據進行分析，並提供相關的參考結果。然而，值得注意的是，數據分析結果除了取決於數據本身外，如何使用良好的提示語言也至關重要。不良的提示語言可能會導致計算出錯誤的答案。此外，Copilot本身也存在一定的幻覺問題，因此，並非每次都會給出正確的答案。如果需要非常精確的數據，最好還是透過傳統的數理統計方法進行分析。
在Outlook中，Copilot還能夠管理您的郵件，包括摘要內容、建議回復，以及排版您的日程，從而使工作上的溝通更加高效。而在Teams中，Copilot功能更可以幫助您整理會議筆記，跟進行動項目的進度，讓團隊成員能夠更專注於互動和做出決策。
如果你有了Microsoft 365 Copilot的授權，可以在Word、Excel、PowerPoint、Outlook看到Copilt的圖示，就可以直接在Word、Excel、PowerPoint、Outlook上運用Copilot
如果想類似跟ChatGPT使用瀏覽器的方式詢問Copilot。也可以登入https://portal.office.com/ ，使用聊天方式與Copilot對談，或是詢問相關事情，不過，需要注意就是Copilot的回答的答案會來自我們儲存在onedrive或是Office 365上面資料或是檔案內容來進行回答。如果，想要的資訊不存在onedrive或是Microsoft 365。Microsoft 365 Copilot將無法回答，或是產生幻覺式的回答。
Microsoft 365 Copilot 是一個人工智慧的助手，旨在幫助我們快速獲取企業內的資訊(前提資訊必須放置在Microsoft 365上)並解決問題。但是，它也有一些局限性。例如，它的內部知識和資訊僅截止到2021年的某個時間點，想要了解當今企業外部的資訊可能不夠準確或不夠新。此外，它的行動也僅限於聊天框，無法執行實際操作互動。
Microsoft 365 Copliot v.s Edge Copilot 差異
講到這點，Microsoft 365 Copilot和Edge Copilot在語言模型方面有著相似的特性，但在基本架構上有一些主要區別：
- Microsoft 365 Copilot需要付費，而Edge Copilot則不需要。
- Microsoft 365 Copilot可以根據已放置在Microsoft 365的企業文件或數據進行回答，這些資料屬於企業內部，而Edge Copilot則無法以企業內檔案或資料為依據進行回答，其問答資訊由微軟保存。
- Microsoft 365 Copilot充分整合了Office工具，提供更加方便的使用體驗。
- Microsoft 365 Copilot和Edge Copilot都無法進行客製化，企業IT無法重新訓練或調整模型的準確性。
- Edge Copilot與ChatGPT是相同，企業提供的資訊，會做成微軟訓練Edge Copilot的資料其中一環，有可能被其他公司給運用
總的來說，雖然這兩種Copilot在語言模型方面有相似之處，但其應用場景和使用方式存在一定的差異，且這都是微軟已經訂製好的套件，是無法針對企業進行量身訂做或是附加在其他系統或是工具上，因此，使用者需要根據自身需求來選擇適合的版本。
Azure OpenAI 製作Private Copilot
Azure OpenAI背後的語言模型與Microsoft 365 Copilot和Edge Copilot是相同的，其中，與兩者最大不同再於服務本身僅只提供語言模型，其他的功能都需要IT進行開發，無論是從介面到後面模型訓練都是需要IT的開發人員開發，也意味我們可以客製化去建立更智慧、更具創造性的應用程式，例如能夠理解自然語言、辨識圖片、做出智慧決策等。並將將人工智慧功能整合到現有的應用程式中，此外，如同Microsoft 365 Copilot相同，企業內的資訊也將被保存於器義的管理範圍，並不會被未授權的人訪問或竊取。
Microsoft 365 Copliot v.s Private Copilot 差異
Microsoft 365 Copilot 跟 Private Copilot 背後的語言模型都是微軟出的 AI 產品，不過它們的功能和用途有差：
Microsoft 365 Copilot：
- Microsoft 365 Copilot 是特別設計來融入 Office 365 的軟體，像是 Word、Excel、PowerPoint、Outlook 這類的辦公室應用程式。它的功能是幫助使用者在這些軟體裡頭工作更有效率。
- 對話型 AI：Copilot 的功能比較注重一般的辦公室人員使用，透過人工智慧（AI）和自然語言處理（NLP），它可以了解你的需求，幫你在文件中自動填充文字、整理表格數據或者是回郵件。
- 針對性：Copilot 的設計是為了解決辦公室工作上的一些特定需求，提供直覺好用的介面。
- 使用情境：Copilot 主要是幫你簡化和快速解決如寫報告、整理數據或是做簡報這些日常辦公室的事情。
Private Copilot：
- AI 模型存取：提供了更多樣化的 AI 模型存取，包括 GPT-3、DALL-E 這些 OpenAI 的強大模型。這對於企業MIS的開發者或者數據科學家來說很方便，他們可以把這些模型用在自己開發的應用程式上。
- 自定義與擴展性：企業可以打造針對自家需要量身定做的 AI 解決方案。這意味著可以特別調整機器學習模型，讓它們更符合特定的問題或是數據類型。
- 獨立性與靈活性：Private Copilot 比起 Microsoft 365 Copilot 來得獨立和靈活，它不是只能用在特定的軟體裡頭，而是可以和各種其他平台或軟體整合，其中，唯一缺點就是需要人力額外的開發與訓練
- 應用廣泛：用途不只限於辦公自動化，還包括像是聊天機器人、語音識別、圖片創造、翻譯等等領域。
簡單來說，Microsoft 365 Copilot 主要是幫辦公室的朋友們讓日常工作變簡單，就是讓你在 Microsoft 的辦公軟體裡用得更好。Private Copilot 則是提供一個平台，讓能夠建立、訓練自己想要的 AI 應用，用途就比較廣。
以上是可以目前可以選擇用的三種屬於Copilot服務，Copilot通常整合到其他應用程式中，並為我們提供一種從生成人工智慧模型獲得常見任務幫助的方法。 Copilots 是基於通用架構，除了微軟提供產品外，開發人員可以為各種特定於業務的應用程式和服務建立自訂copilots。
思考大型語言模型的創建與創建Copilot應用程式的過程如何相關是有幫助的：
- 使用大量資料來訓練大型語言模型。
- 客製化的AI服務可讓預訓練模式可用。 開發人員可以原樣使用這些預訓練模型，也可以使用自訂資料進行微調。
- 開發人員可以建立向模型提交提示並產生在應用程式中使用的內容的Copilot。
- 商業用戶可以使用副駕駛透過人工智慧產生的內容來提高他們的生產力和創造力。
至於，哪一種比較好，如果想要跟Office高度整合，當然只能用Micrsoft Copilot，但是，如果要從效果以及更多擴展應用，我還是會建議透過Azure OpenAI實作會更好，也比較能符合經濟效益和彈性
