第1章：认识你的 AI 同事

Copilot 到底是个什么东西、花那个钱值不值、我的数据会不会被它捅出去。全是实在话，不讲漂亮话。

1.1 先搞清楚：「Copilot」这个词到底在说哪个？

波粒第一次见客户时信誓旦旦地说："Copilot 啊，我天天在用。"

客户问："那你觉得它写代码怎么样？"

波粒愣住了。写代码？它连 Hello World 都不会写。

翻车现场：波粒回家一查才知道，GitHub Copilot（写代码的）和 Microsoft 365 Copilot（办公用的）根本是两码事。微软把所有 AI 产品都叫做 Copilot，就像开了一家叫"餐厅"的店——进去一看，一楼卖奶茶，二楼剪头发，三楼修电脑。你得先搞清楚自己进的是哪个门。

flowchart TB
    Copilot[Copilot 家族]
    
    Copilot --> A[Copilot
免费版]
    Copilot --> B[Microsoft 365 Copilot
企业订阅版]
    Copilot --> C[Copilot+ PC
硬件功能]
    Copilot --> D[GitHub Copilot
写代码用的]
    
    A --> A1[从 copilot.microsoft.com
免费使用
类似 ChatGPT]
    B --> B1[集成到 Word/Excel/
PowerPoint/Outlook/Teams
需要企业订阅]
    C --> C1[特定笔记本的
本地 AI 功能
如实时字幕、截图搜索]
    D --> D1[程序员专用
本手册不涉及]

对普通职场人来说，只有两个版本值得你花时间区分：

• 免费版 Copilot：网页版，类似 ChatGPT，能聊天、能写东西，但它不知道你的 Word 文档、邮件、会议。它就像一个在酒吧里偶遇的聪明人——聊哲学聊人生都很愉快，但要它帮你写明天的汇报材料？抱歉，它连你在哪个公司上班都不知道。

• Microsoft 365 Copilot（企业版）：这才是本手册的主角。它深度集成到 Office 各个应用，能读取你的工作数据。它像一个入职第一天就被允许翻阅所有文件的同事——知道你在哪个项目组、下周和谁开会、上个月的销售数据长什么样。有点恐怖，但确实好用。

一句话区分：免费版 Copilot 是咖啡店里偶遇的聪明陌生人；Microsoft 365 Copilot 是那个知道你所有秘密但嘴巴很严的同事。

冷知识：微软和 OpenAI 的关系就像深度绑定的研发合伙人，微软砸了上百亿美元，换来 GPT 模型在自家产品里的独家企业使用权。所以你用的 Copilot 和隔壁老王用的 ChatGPT 虽然底层模型师出同门，但 Copilot 多了企业数据这个秘密武器。同一台发动机，装在跑车上和装在卡车上，跑起来完全不一样。

1.2 技术架构：一个三层厨房的故事

你不需要懂编程才能用好 Copilot。但理解它「到底怎么工作的」，就像了解一把好刀的开刃角度——不会让你变成大厨，但切菜的时候你会知道为什么这把刀特别顺手。

波粒把 Copilot 想象成一个顶级厨房，它有三层结构：

flowchart TB
    subgraph layer3[第三层：企业数据上下文]
        Graph[Microsoft Graph
你的邮件 · 文档 · 日历 · 会议 · Teams 消息]
    end
    subgraph layer2[第二层：安全与合规过滤]
        Security[企业权限控制
你只能看到你有权限看的数据]
    end
    subgraph layer1[第一层：大语言模型]
        LLM[GPT-4o
理解你的指令，生成回应]
    end
    
    You[你的指令] --> layer3
    layer3 --> layer2
    layer2 --> layer1
    layer1 --> Result[给你的回应]

第一层：大语言模型（GPT-4o）：顶级大厨

Copilot 背后跑的是 OpenAI 的 GPT-4o。这位大厨受过海量文本的训练，书籍、网页、论文、代码，几乎读遍了人类公开的文字内容。你跟它说一句「帮我写一份项目进度报告」，它就知道报告的标准框架长什么样、用什么语气、怎么组织段落。

但这里有一个关键的认知陷阱：GPT-4o 并不「知道」你的数据。它没有把你的文件存在脑子里。

每次你问一个问题，Copilot 做的事情其实是这样的：

1. 它先跑到你的 OneDrive 和邮件里，把相关的文件翻出来（就像大厨去冰箱拿食材）
2. 把这些文件内容夹在你的问题后面，一起喂给 GPT-4o（大厨拿到食材才开始做菜）
3. GPT-4o 根据"问题+你的文件内容"生成回答（大厨现炒现卖）

这个机制叫做 「接地」（Grounding），它不是从模型记忆里翻答案，而是现场给你读文件、分析、再回答。这也是为什么 Copilot 能回答「上周三下午的会议，李总说了什么」这种极其具体的问题，因为它现场去翻你的会议记录和 Teams 转录。

没有接地机制的 AI，就像一个没看过菜单就开始做菜的厨师。能做出一桌子菜，但大概率不是你想吃的。

第二层：安全与权限过滤：餐厅的安保系统

这一层是整个系统里最容易被低估的部分，但可能是微软做得最聪明的地方。

Copilot 的权限逻辑简单到令人发指：它能看到的，等于你能看到的。

想象公司内部网盘的权限设置，财务部的薪资表格你无权访问，销售部的客户名单你也无权访问。Copilot 戴着一张和你完全相同的门禁卡。它进不去的房间，你也进不去——所以它也进不去。

具体来说，Copilot 在处理你的请求时，走的是这样一套安检流程：

• 身份验证：确认你是谁（Microsoft Entra ID 认证，以前叫 Azure AD）
• 权限枚举：列出你所有有权访问的资源
• 数据检索：只从你有权限的资源里提取相关内容
• 结果过滤：生成回答时再次检查，确保不输出你无权看到的信息

这听起来像是常识，但实际上很多 AI 工具做不到这一点。普通的 ChatGPT 没有这个权限层，你给它一份文件，它就看到文件里的所有内容。Copilot 的好处是：如果你的经理发了一封标为「机密」的邮件，而你恰好不在抄送列表里，Copilot 不会帮你读它，也不会在回答里引用它。

简单说：Copilot 不会成为你偷看老板邮件的工具。别想了，它比你更遵纪守法。

第三层：Microsoft Graph：公司的数字神经中枢

这一层是微软最独特的优势，也是 Copilot 真正值钱的地方。

Microsoft Graph 不是一个具体的应用，而是一条连接一切的数据管道。你可以把它想象成你公司的数字神经系统：

• Outlook 是「邮件神经」，收发所有往来通信
• OneDrive 和 SharePoint 是「文件神经」，存储所有文档资料
• Teams 是「对话神经」，记录所有聊天和会议
• Calendar 是「时间神经」，安排所有日程
• People 是「关系神经」，记录组织架构和人际关系

Microsoft Graph 把这些全部打通了。它知道：波粒在销售部、跟华东区的客户经理每周开会、上星期四和一家制造企业开了视频会、会后在邮件里跟进了报价。

Copilot 通过 Microsoft Graph 这个神经中枢，获得了理解你工作全景的能力。这就是它和普通 AI 助手的本质区别——普通 AI 只能看到你告诉它的，Copilot 能看到你在 Microsoft 365 生态里的所有工作痕迹。

1.3 费用与版本（2026 年信息）

钱的事最实在，直接上桌。

波粒当时跟老板申请预算的时候，算了一笔账，结果老板看完说：「你怎么不早说？」

注意：微软的定价策略比公司附近的外卖菜单变得还快。以上数字为 2026 年中的参考价，建议以微软官网为准。如果你所在的公司已经有 Microsoft 365 商业版或企业版订阅，可以先去找 IT 部门问问，你们可能已经在某个试点计划里了，只是没人通知你。

值不值得买？

这个问题取决于一个更本质的问题：你每天花在文档、邮件、会议上的时间有多少？

讲一个波粒自己的故事。做区域销售，最烦的事情不是跑客户——是写周报。每周五下午，把一周的数据从五个不同的系统里扒出来，整理成 PPT，再写成邮件发给总部。这个过程，它之前每周要花两个半小时。

用了 Copilot 之后，波粒对 Copilot 说「帮我生成这周销售周报，重点写华东区三个大客户的进展」，到拿到初稿，总共用了不到五分钟。然后花十五分钟改细节。省出来的两个小时，它拿去跟进了一个差点丢掉的客户，后来那单成了当季最大的合同。

实话告诉你：不是每次用 Copilot 都能省两小时，有时候省二十分钟，有时候反而要花更多时间调 prompt。但平均值下来，每天至少省一小时。

算一笔账：假设你的时薪是 ¥100，每天省 1 小时，一个月（20 个工作日）省 20 小时，价值 ¥2000。减去 ¥230 的成本，净收益约 ¥1770/月。如果跟波粒一样每天省一个半小时？净收益 ¥2770/月。

这笔账怎么算都不亏，前提是你愿意改变习惯去用它。工具买回来放着不用，再便宜也是浪费。

1.4 Copilot 能做什么：一份诚实的清单

不是销售话术式的清单。波粒踩过的坑，一并列给你。

它擅长的事：

• 从零到一的初稿恐惧终结者：根据你描述的主题，30 秒内生成文档、邮件、报告的初稿结构。打开空白 Word 文档时那种「从哪儿开始」的恐惧，从此交给 Copilot。波粒第一次用这个功能的时候，对着屏幕愣了一下——不是因为它写得有多好，而是因为它居然真的写了，而它还一个字没动。

• 长文档压缩器：把 30 页的报告、50 页的合同、2 小时的会议记录，压缩成一段你能在 2 分钟内读完的摘要。这个功能它几乎天天用，尤其是周一早上打开 Teams，看到上个周五它有四个没参加的会。

• 语气美容师：把你的「嗯，这个东西好像不太好」润色成「经过评估，目前方案在可行性上存在一定挑战」。发给客户之前用它过一遍，少得罪不少人。

• 企业级搜索：在你的文档和邮件里搜「去年跟华润签的合同里，付款条款是什么」，不用再翻半小时文件夹了。

• 智能会议记录仪：自动整理会议纪要和行动项。而且它不会走神，不会漏掉谁说了什么。

• 数据分析入门：根据现有数据生成图表并提供初步洞察。但不等于数据分析师，见下方限制。

• 关联查询：跨文件回答「找出上季度所有跟客户 A 相关的内容」，它能同时翻邮件、文档、会议记录。

它做不好的事（这些你最好知道，免得失望）：

翻车现场一号：有一天波粒让 Copilot 估算某个客户下半年的采购潜力，它给波粒列了一张表格，数字精确到小数点后两位。表格看起来非常专业，波粒差点直接复制到 PPT 里。但多年销售直觉让它手动验算了一下——和实际数据差了 30% 以上。从此以后，Copilot 给的数字它只信七成。

翻车现场二号：波粒让它总结一份 50 页的合作框架协议。它给出的摘要结构清晰、语言通顺，波粒差点直接发出去了。但法务部的同事在审阅时问了它一句：「你知道这条提前解约条款需要提前 60 天通知吗？」波粒翻回原文一看——Copilot 的摘要里根本没提这件事。不是它撒谎，是它真的漏掉了。200 页的合同，让 AI 读一遍再复述，就像让你读完《三体》三部曲后复述所有情节，总有一些细节会掉进缝隙里。

抄一张清单在这里，方便你贴在工位上：

• 实时数据：它不会自动连接外部数据库或最新网页。它知道的信息截止到训练数据的时间点，加上你给它的文件。如果你问「今天股价多少」，它大概率会一脸茫然或给出过时的答案，除非你主动给了它今天的消息。
• 精确数字推理：让它做复杂的财务模型或数学推导，出错率高得让人不放心。这不是它设计来干的事——它更像一个文科状元，不是数学竞赛选手。永远核查它生成的数字。
• 高敏感度判断：商业策略决策、人事评估、法律意见，这些必须由人来拍板。Copilot 可以作为讨论对象，但不能当决策者。你不会让一个实习生来决定是否收购一家公司——即使这个实习生读过所有相关文件。
• 图片中的数字：如果你的数据是截图或扫描件里的表格，Copilot 读不了。它需要可编辑的电子文本，Word 文档、Excel 表格、数字版 PDF。照片里的合同对它来说基本等于天书。
• 超长文档的精准记忆：给它一份 200 页的合同，它可能会在摘要里「遗忘」一些不太显眼的条款。这不叫撒谎，叫注意力漂移，就像你读了一本厚书，让人复述时也会漏掉细节。

实用原则：凡是「说错了后果很严重」的事：法律条款、财务数字、对外承诺——Copilot 只做初稿，你必须逐字核查。凡是「说错了可以快速纠正」的事：内部邮件草稿、会议总结、创意脑暴，相信它 80%，快速审阅即可。

1.5 波粒的数据安全吗？

这个问题每次演示后都有人问。应该的。把公司数据交给 AI，谁心头都得打个突。

波粒第一次听到「你的数据不会用来训练模型」的时候，冷笑了一声。猜它后来为什么信了？因为微软在这件事上如果撒谎，代价大到它承受不起，市值万亿的公司，为了一点训练数据冒被集体诉讼的风险？账算不过来。

一句话回答：在企业版 Copilot 里，你的数据比你想象的更安全。不是因为微软多善良，而是因为商业模式决定了它不敢乱来。

微软的数据承诺

微软给出了三条明确的承诺，而且在这件事上撒谎的代价比任何竞争对手都大：

1. 你的数据不是模型的口粮。你的公司数据（邮件、文档、会议记录）不会被用于训练基础 GPT 模型。你在 Copilot 里的每一次对话，不会变成它回答别人问题时的养料。
2. 数据不出租户围墙。你的数据不会泄露给其他公司（微软叫它「其他租户」）。A 公司和 B 公司即使都在用 Copilot，它们的数据是物理隔离的。
3. 模型实例是独立的。GPT-4o 给企业版 Copilot 用的实例是微软独占的，不和 ChatGPT 或免费版 Copilot 共用。

你的数据在使用 Copilot 时的流动路径是这样的：

sequenceDiagram
    participant 你 as 你
    participant Copilot as Copilot
    participant Graph as Microsoft Graph
（你公司的数据）
    participant GPT as GPT-4o
（微软独占实例）
    
    你>>Copilot: 发送指令
    Copilot->>Graph: 读取相关工作数据
    Graph-->>Copilot: 返回有权限的数据
    Copilot->>GPT: 把你的指令+相关数据发给模型
    GPT-->>Copilot: 生成回应
    Copilot-->>你: 返回结果
    
    Note over GPT: 这个实例是微软企业专用
不与其他公司共享
交互数据不进入模型训练

注意看这个流程里最关键的一点：你的原始数据到了 GPT 模型实例那里，处理完就释放了。模型不会记住你的合同内容、你的客户名单、你的薪资结构。

把它想象成酒店的保险箱：你把贵重物品放进保险箱，前台服务员能看到你放东西的动作，但他不知道密码，也打不开箱子。Copilot 就是那个前台，它能帮你处理数据，但不会把你的商业机密「记住」然后拿去教别人。

数据存储地点：你的 Microsoft 365 数据存储在微软的数据中心，通常遵循你公司所在地区的法规。

需要注意的地方

即使上面的承诺让你松了一口气，也有几个你必须知道的注意事项：

不要混淆个人版和企业版。个人版 Copilot（免费版和 Pro 版）的数据政策不如企业版严格。在个人版上输入的内容可能被用于改进服务。一条黄金法则：公司的事，在公司账号的企业版里做；私人的事，在个人账号里做。不要把公司的机密合同粘贴到免费版 Copilot 里让它总结，这就像在公司楼下的公共咖啡厅开董事会，声音大得隔壁桌都能听到。

你才是数据边界的守护者。Copilot 不会把你没有权限看的数据翻出来给你——但它会把你有权限的数据全部读取。如果公司共享文件夹里有薪资信息，而你有读取权限（也许是当年 IT 设置时没注意权限粒度的历史遗留问题），那么你让 Copilot「帮我找出所有提到绩效奖金的文档」时，它可能会把那些文件翻出来。这不是 Copilot 的问题，这是公司权限设置的问题。但后果是你来承担。

一个实用建议：在使用 Copilot 之前，先审视一下公司的文件权限设置。如果发现某些敏感文件夹的权限过宽，向 IT 部门反映一下。这不仅是 Copilot 的事，而且本身就是数据安全的良好实践。

第十章会更详细地讲哪些信息不能输入 AI，以及企业应该如何制定 AI 使用规范。

1.6 在哪里找到 Copilot

确认你的账号有 Copilot 权限后，它会出现在这些地方：

如果你打开 Word 却找不到 Copilot 的入口，别着急，这不是你的问题。通常只有两个原因：

1. 你的账号还没有 Copilot 权限，需要公司 IT 开通。如果你没听说公司买了 Copilot 订阅，那大概率就是没有。
2. Office 版本过旧，Copilot 需要较新的 Office 版本。去「文件 > 账户 > 更新选项」检查一下。

解决方案：联系 IT 部门确认订阅状态，然后把 Office 更新到最新版本。如果两者都满足还是看不到，重启一下你的电脑。听起来像段子，但真的解决过不少问题。

本章小结

坐上这趟车之前，记住这几件事就够了：

下一章预告

到这儿，你已经认识了你的新同事。它不会抢你的咖啡，不会在你的工位上放太多装饰品，但它能帮你搞定最让人头疼的事情——从空白文档开始写东西。

从下一章开始，我们进入真正的实战。先从 Word 开始。为什么是 Word？因为写文章是在职场上最普遍的生产力场景，也是 Copilot 最能立竿见影的地方。

准备好了吗？你的新同事已经打开了 Word，等在屏幕那头接你的第一个指令了。

→ 第2章：Word × Copilot