中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

后半年工作，比較多的時間花在了Copilot模式與PC終端融合的探索和實踐上，踩著Microsoft的Copilot+PC肩膀，想要走出一條符合數據終端實情的NUI新路子。

截止24年12月，國內在PC側還沒看到成熟的Copilot解決方案，與office365高度相似場景的WPS早在一年多前就推出了WPS AI，以chat形式支持文檔總結和內容問答，以指令形式支持模板內容撰寫、改擴寫等，這種Copilot形式更像是嵌入式的AI設計，且局限于LLM擅長的文本生成領域，借鑒意義一般；

而隨著Apple Intelligence的發布，國內一眾廠商將小藝、小愛等化身AI助手，實現系統級別的Copilot，倒是看到不少跨應用串聯用戶場景的新方案，值得深入思考；

而以數據查詢、數據分析為核心用戶需求的數據終端產品，與上述場景有較大差別；

一、實踐過程

1. 探索階段

在Copilot模式之前，我們有過大約1年的時間，嘗試chat模式在各類功能場景下的融合，識圖借助LLM實現產品體驗質的飛躍；這些實踐并非無效，它給我們Copilot模式的實踐，提供了大量的參考場景和案例；

例如，23年 GPT3.5席卷而來時，我們對LLM的運用還停留在內容總結和對話上。在資訊、研報等內容型的GUI界面上，我們加入了“總結助手”這樣的AI功能，幫助用戶自動生成AI總結，輔助閱讀。在Copilot模式下，我們需要提煉的是“總結”這樣的用戶訴求，那作為一個無處不在的AI助手，Copilot模式下需要給予用戶自由選擇待總結內容的權利，自然而然實現了從嵌入式向Copilot模式的轉變

2. 落地階段

1、我們首先選定了LLM擅長的自然語言理解，從數據檢索上進行實踐，利用Copilot輔助用戶查找指標。

從批量指標提取（全部省份、全部縣市等）、到復雜指標拆解（剪刀差>>M1、M2及指標運算）、到前后場景串聯（指標檢索后給予基礎的數據分析），實現一句自然語言的高效、專業內容返回。

表單操作也是重要的場景，我們融入了批量操作、多步驟操作，覆蓋少量但高頻的表單指令，豐富Copilot的能力；

2、其次，模塊和內容查找，對于中低階用戶也是最頭疼的使用問題。將功能庫編組、描述給予LLM一定的學習，能夠更好地滿足用戶一句話查找相關界面的需求；

3、除此以外，頁面模塊內的功能檢索和執行，也是重要的發揮場景。類似PPT內，一句話插入視頻文件。Excel內，一句話轉置表格等；

實踐過程遠比上面的描述艱辛，每一次GUI頁面的響應，都少不了function call的執行。工具/函數庫的建設、工具調用和步驟編排，這些是實踐中耗時最多的部分。

二、實踐感悟

1. 用戶反饋

在若干場景Copilot上線后，我們走訪了目標客戶群，向客戶演示并征求迭代意見。

1. 大家對這種新模式表示驚嘆，感慨AI洪潮的迅猛；
2. 對于熟練掌握數據目錄的高級用戶來說，這種Copilot稍顯弱智，他們更習慣和信任自己的手指；
3. 作為日常涉及功能模塊、數據領域繁雜的用戶來說，認為Copilot是天降福星，能彌補他們在某些專業上的不足；
4. 對于純純手動型的批量操作，大家一致認為Copilot大有可為；

2.總結感悟

在Microsoft AI CEO的一段視頻中，他表達了在當下（2024年），基于Agent的Copilot模式短時間內難以滿足用戶的訴求，大約是GPT6能夠實現的。同時，他給出了2個關鍵建議：

1. 明確function call，提供更可靠的agent，實現工具的正確調用和步驟的準確規劃；
2. 尋找用戶容忍度高的場景，即便是80%的準確率，也能讓用戶愿意嘗試；

結合以上兩點，我們做了擴展和深入：

1. 單一場景下，少量且區分明確的tools更有利于agent的理解和調用，能確保用戶意圖執行到位；
2. 不同的tools可以再結合更合適的LLM，進行tools智能化改造，實現更驚艷的能力；
3. 用戶容忍度高的場景，可以進一步細化為“能否一眼識別可用”、“能否接受多次嘗試”、”是否支持二次微調“、”后果能否承擔“等；

Copilot模式會在接下來的一段時間更加深入的實踐和探索，我們也將不斷學習，后續分享更多更有價值的內容。