#guide #copilot #microsoft365 #workflow #productivity

第7章：跨应用全流程 — 从数据到决策的AI流水线

本章解决的核心问题：前面六章是「单科满分」，每个工具分开学。这一章是「综合题」，把 Excel、Word、PowerPoint、Outlook、Teams 串成一条完整的工作流，同时介绍 Microsoft 365 Chat 和 Copilot Pages 这两个跨应用的统一入口。你不是来学单个功能的，你是来学怎么让所有工具为你一个人跳舞的。

7.1 现实里的工作流是什么样子

理想中，职场工作流应该是线性的：拿到数据 → 分析数据 → 写报告 → 做PPT → 汇报 → 跟进。

现实是，就像接力赛，每换一棒都要重新系鞋带。

flowchart TD
    A[收到任务] --> B[找数据
数据在哪个文件夹？]
    B --> C[整理数据
格式乱，需要清洗]
    C --> D[分析数据
发现需要更多数据]
    D --> B
    D --> E[写报告
去Word]
    E --> F[做PPT
从Word复制粘贴]
    F --> G[领导说改一下
Word和PPT都要改]
    G --> E
    G --> F
    F --> H[开会汇报
有人提问需要补数据]
    H --> B
    H --> I[会后整理纪要
行动项发给各方]
    I --> J[Outlook 跟进邮件]
    J --> K[真正完成]

这是一个充满返工、切换、碎片化的过程。

打个比方：你像一位厨师，但不是在一个厨房里做菜——你需要在五个不同的厨房之间来回跑。在 Excel 厨房里洗菜切菜（处理数据），跑到 Word 厨房里炒菜（写报告），再跑到 PPT 厨房里摆盘（做演示），每次切换都要重新找锅碗瓢盆在哪（重建上下文），连盐放哪都要重新摸索。数据改了，报告和PPT要同步更新，这种手动维护的一致性让人筋疲力尽。更糟的是，这些厨房之间连个传菜窗口都没有。所有搬运全靠你两条腿：手动复制粘贴，一个一个数字对照，生怕漏掉哪个单元格没更新。

波粒形容这种感觉特别精准：「就像同时玩五台老虎机，每台都要盯，哪台都不敢放。」

Copilot 无法消灭所有的返工（毕竟领导的需求永远会变），但它能显著降低每次切换时的摩擦成本，并且在关键节点帮你自动完成「搬运」工作。它给你的不是一个新厨房，而是一条传送带，把你切好的菜、炒好的料、摆好的盘，自动送到下一个工位。

你不再需要五分钟前还在算数据、五分钟后就要切换成写报告的思维模式。那个切换的成本——Copilot 帮你扛了。

7.2 Microsoft 365 Chat：跨应用的统一入口

在介绍完整工作流之前，先认识一个特别的入口——Microsoft 365 Chat（有时也叫 Business Chat 或 Copilot Chat）。

访问方式：打开 microsoft365.com 首页，或者在 Teams 左侧栏找到那个对话泡泡形状的 Copilot 图标。点下去，深呼吸——你的工作数据，从此有了一个中央处理器。

是什么？——你的工作数据的中央司令部

Microsoft 365 Chat 是什么？别把它想象成一个普通的聊天机器人，那太委屈它了。

想象你有一个私人情报分析局——它能够同时翻阅你的所有邮件、文件、会议记录、聊天消息和日历，然后把散落在五个不同角落的碎片拼成一张完整的地图给你。你不需要知道信息储存在哪个抽屉里，你只需要提问。

波粒第一次用的时候，问了一句：「我和华东区渠道商上个月沟通了什么？」

五秒钟后，Copilot 返回了一整份梳理：三封往来邮件（其中一封在收件箱深处它完全忘了）、两次 Teams 通话的记录、一份共享在 SharePoint 的合同草案。波粒盯着屏幕愣了几秒——它知道这些信息都存在，但要它自己找，至少花半个小时翻五个应用。Copilot 用五秒完成了它半小时的活。

它是你的工作数据的中央司令部 + 搜索引擎——不只是一个聊天机器人，而是一个能跨应用检索、理解上下文、综合信息的工作中枢。

背后的机制：Graph + 索引

Microsoft 365 Chat 能做到这一点，依靠的是 Microsoft Graph——微软整个 365 生态背后的数据图谱。Graph 把你所有的数据（邮件、文件、会议、联系人、聊天）组织成一个巨大的关联网络。

你可以把 Graph 想象成一张城市地下管线图：表面上你只看到一栋栋独立的建筑（Outlook、Teams、SharePoint），但地下有一条巨大的管道网络把所有建筑连在一起。Microsoft 365 Chat 就是那个打开这张管线图的总控台。

以下是它的大致工作流程：

统一索引：你的所有数据被索引到 Microsoft 365 的搜索索引中。这个索引不是简单的文件名索引，而是语义索引——它理解内容含义，而不仅仅是关键词匹配。你说「上周的决策会议」，它不搜「上周」这个关键词，它知道「上周」对应的日历区间。
权限感知：它只检索你有权限访问的数据。这意味着它不会看到你老板的私密邮件，也不会看到其他部门的机密文件。搜索结果的边界 = 你权限的边界。这既安全又让人安心——你不用担心 Copilot 不小心翻出不该看的东西。
Graph 连接：Graph 本身知道数据之间的关联——「这封邮件是那次会议的后续讨论」「这份文件是那个会议中提到的」「这个聊天线程与那封邮件有关」。Microsoft 365 Chat 利用这些关联来构建更完整的上下文，而不是简单地罗列搜索结果。
Copilot 的推理层：在检索到相关数据后，Copilot 的 LLM 层会对这些数据进行综合、摘要、推理，给出一个连贯的回答。不是「这里有五份文档你自己看」，而是「这五份文档综合下来，核心结论是这样……」

示例：

「帮我整理一下我最近两周和渠道合作伙伴相关的所有邮件和会议，有什么重要的待处理事项？」

Copilot 会扫描你的收件箱（Outlook）、会议记录（Teams）、相关文件（SharePoint/OneDrive），给你一个跨应用的综合回答——它做的不是简单的搜索，而是把散落在不同系统的碎片拼成一张完整的地图。

「上周的华东区月度例会讨论了什么？有什么行动项还没跟进？」

Copilot 会在你的 Teams 会议记录里找到那次会议，提取行动项，然后检查 Outlook 和 Teams 聊天里有没有对应的跟进动作——告诉你哪些已经完成，哪些还没有。它甚至能判断出「这个行动项虽然标注为完成，但从邮件往来来看，其实还有遗留问题」。

flowchart LR
    Chat[Microsoft 365 Chat] --> Email[你的邮件
Outlook]
    Chat --> Files[你的文件
SharePoint / OneDrive]
    Chat --> Meetings[你的会议
Teams]
    Chat --> Chats[你的聊天
Teams]
    Chat --> Calendar[你的日历]
    
    You[你] -->|自然语言提问| Chat
    Chat -->|综合回答| You

这个工具的价值在于：它是你工作数据的统一搜索引擎。不需要你记得文件放在哪个文件夹，不需要你在五个应用里分别搜索——你问一个问题，它自己去翻遍所有角落。

7.3 完整工作流实战：季度业绩汇报

让我们用一个完整的真实场景——波粒的 Q2 季度业绩汇报——把所有工具串起来。

背景：每季度，波粒需要向华东区 VP 汇报上季度业绩、分析原因、提出下季度计划。这个汇报包含：一份 15 页 PPT（会议用）、一份 8 页书面报告（存档用）、一封简报邮件（发给 VP 和抄送相关方）。

传统做法耗时：约 12-16 小时（分散在 3-4 天）。想想这个过程：先打开 Excel 手动做数据透视、写公式画图表；然后打开 Word 从头敲报告；再打开 PPT 从Word复制粘贴要点和数字；最后打开 Outlook 写邮件做 summary。每次切换都是一次「工具冷启动」，你的大脑需要从数据模式切换到写作模式再切换到设计模式。改了Excel里的一个数字，PPT里的对应数字忘了改——这种事发生过吧？

有了 Copilot 之后的流程：

flowchart TD
    subgraph day1[第一天：数据与分析]
        A1[Excel：整理Q2销售数据
Copilot自动洞察+生成图表
1小时]
        A2[Microsoft 365 Chat：检索
Q2相关的会议纪要和邮件
找到背景信息
30分钟]
    end
    
    subgraph day2[第二天：内容生产]
        B1[Word：Copilot基于数据和会议摘要
生成汇报报告初稿
你填入判断和建议
2小时]
        B2[PowerPoint：Copilot从Word文件
生成PPT初稿
调整版式和设计
1小时]
    end
    
    subgraph day3[第三天：完善和发送]
        C1[PowerPoint：加演讲者备注
Copilot辅助生成
30分钟]
        C2[Outlook：起草简报邮件
Copilot基于报告生成
15分钟]
        C3[Teams：发送汇报材料
在频道里@相关方]
    end
    
    day1 --> day2 --> day3

总耗时：约 5-6 小时（比传统方式减少了 60%）。

工作流设计的最佳实践

要让这种跨应用工作流真正流畅运行，有几个关键原则：

数据前置，内容后置：先搞定数据和分析（Excel 阶段），再进入内容生产（Word/PPT阶段）。不要在写报告时才发现数据有缺口。这就为什么流程图里 Day 1 专门留给数据，而不是试图在同一天里完成所有事情。
使用 Microsoft 365 Chat 做「前期情报」：在动手写任何内容之前，先让它帮你搜一遍已经存在的背景信息——之前的会议记录、相关邮件往来、历史报告——避免从头开始或遗漏上下文。这叫「不打无准备之仗」，Copilot 帮你准备情报。
利用 Copilot 的「文件引用」能力：在 Word 中让 Copilot 基于 Excel 文件生成内容（使用「引用文件」功能），在 PPT 中让它基于 Word 文件生成幻灯片，形成数据链的自动传送。每当你修改原始文件，Copilot 可以快速重新生成下游内容，不需要手动逐项更新。真正的「改一处，处处自动更新」。
保留人的判断节点：Copilot 负责初稿生成和草稿框架，你负责判断、调整和定稿。它在效率和可控之间找到了平衡——不要把 AI 输出当作最终答案，把它当作需要你编辑的优质初稿。你是主编，Copilot 是写得最快的实习生。
用 Power Automate 兜底重复环节：如果这个季度汇报流程你每季度都要做一次，把其中数据采集、文件整合、通知发送等规则清晰的部分用 Power Automate 自动化。别让机器干人的活，也别让人干机器的活。

更重要的改变：减少的不只是时间，还有焦虑。以前「从数据到报告」这个过程中有大量需要手动维护一致性的工作（改了 Excel 要同步更新 PPT 的数字、改了 Word 要对应修改汇报要点）。用 Copilot 之后，每次改动可以快速重新生成，不再需要手动对账。那种「改了数据就担心忘记更新哪张PPT」的不安感，终于可以放下了。

波粒的原话是：「以前做完汇报就像考完了试——反复检查有没有漏掉什么东西。现在做完汇报就像交完了一份打印整齐的作业——我知道它是对的。」

7.4 Copilot Pages：协作型 AI 输出

这是 2024 年底微软推出的一个新功能，值得单独介绍。说实话，波粒第一次发现这个功能时，感觉就像在阁楼里翻出了一台从没用过的投影仪——它一直都在，只是没人告诉你有这玩意儿。

是什么？——从「一次性对话」到「持久化协作资产」

当你在 Microsoft 365 Chat 里得到一个很好的 Copilot 回答（比如一份分析摘要、一套方案建议、一组行动项），你可以点击「Edit in Pages」，把这个内容变成一份可以共享、可以协作编辑的文档，自动保存在 OneDrive 里。

用比喻理解：以前的 AI 输出就像一张便利贴——写完了，聊完了，随手一丢就找不到了。或者你得自己抄写到文档里保存。Copilot Pages 把它变成了一块团队白板上的永久笔记——画上去之后，团队可以过来接着画，还能随时拉 AI 过来帮忙修改。从「一次性对话输出」变成了「可持续迭代的工作资产」。

技术意义：为什么这很重要

这个功能的深层价值在于它完成了三个关键的转变：

从「AI 的输出」到「团队的资产」：传统 AI 对话是私有的、临时的。Copilot Pages 把对话中的有用输出提取出来，变成共享的、可寻址的文档（存储在 OneDrive，有 URL，可分享）。这让人工智能的产出真正融入到了团队的协作流中，而不是停留在个人对话窗口里。
从「复制粘贴中转」到「零摩擦沉淀」：以前你需要手动把 AI 的回答复制到 Word 或 OneNote 中留存。这个复制动作看似微小，实际上是一个「认知摩擦」——它意味着你要判断「这个信息是否值得保存」「保存到哪里」「格式怎么整理」。Copilot Pages 直接在 Chat 中一键完成这个沉淀过程，大大降低了信息从「对话」到「文档」的门槛。
协作的延续性：团队成员可以在同一份 Page 上继续迭代，甚至 @Copilot 要求进一步完善某个部分。这意味着 AI 可以参与到整个协作过程中，而不仅仅是一次性的问答工具。你写一半，觉得某个部分需要补充数据——@Copilot 说「帮我把华东区的Q2数据加进来」，它现场就办。

使用场景：

你用 Copilot Chat 生成了一份「Q2 华东区竞争态势分析」，里面包含五个要点和对应的行动建议。你点击「Edit in Pages」把它变成一份 Copilot Page。然后分享链接给你的团队，他们可以直接在里面添加评论、编辑内容，甚至 @Copilot 要求进一步完善某个部分。两个小时后你再打开这份 Page——团队已经补充了三个新的竞品动向，Copilot 已经根据新信息更新了分析结论。

flowchart LR
    A[Copilot Chat
生成分析内容] -->|Edit in Pages| B[Copilot Page
OneDrive 里的文档]
    B --> C[分享给团队]
    C --> D[团队协作编辑]
    D --> E[最终文档]
    
    B --> F[@Copilot 继续完善]
    F --> B

波粒说这功能改变了它对 AI 的认知——「以前 AI 是和我一个人聊天，现在 AI 是帮我们整个团队干活。」

7.5 Power Automate + Copilot：自动化重复工作流

如果某个工作流你每周都要重复做一次，值得考虑用 Power Automate 把它自动化。

是什么？——你的数字流水线工人

Power Automate 是 Microsoft 365 里的流程自动化工具。如果说 Copilot 是你的智能参谋（动脑），那么 Power Automate 就是你的自动流水线工人（动手）。它按照你设定的规则，在你的应用之间自动搬数据、发通知、创建文件。

Copilot 的加入让这件事更简单了：你不需要学会搭建自动化流程那些复杂的条件和触发器，直接用自然语言描述你的需求，Copilot 帮你生成对应的自动化流。

打个比方：Power Automate 就像一条工厂里的传送带系统——你不需要亲自去搬每个零件，只需要告诉传送带「每周一早上 9 点，把销售团队的更新文件打包送到我邮箱」。传送带自己会跑。

举个波粒的真实例子：

波粒最烦的一件事是：每周五下午，销售团队的每个人会更新自己的周报，分别发到 Teams 频道里。波粒需要挨个下载、打开、扫一眼、然后汇总成一封邮件发给 VP。如果某个人忘了发，它还得到处追。每次做这件事，它都想把电脑从窗口扔出去。

后来它让 Copilot + Power Automate 接手了这件事。它和 Copilot 说：

「帮我创建一个自动化：每周五下午 4 点，自动收集华东区销售团队在 Teams 频道里上传的所有周报文件，提取每个人的核心数据和关键进展，汇总成一份摘要，周一早上 8 点邮件发给我。」

现在那个让它每周五下午暴躁的例行公事，变成了周一早上它喝咖啡时轻松扫一眼的自动化报告。如果哪个销售忘了发，Power Automate 还会自动在 Teams 里@那个人催一下。

更多适合自动化的场景：

定期报告收集与汇总
审批流程（请假、采购）的通知
跨系统的数据同步（把 Excel 数据定时更新到 SharePoint 列表）
收到特定关键词邮件时自动转发或标记
文件上传后自动触发通知和更新跟踪表

判断标准：如果一个任务你每周要做超过一次，并且每次做的步骤几乎一模一样——那它就是自动化的候选。把时间省下来做只有你能做的事。

波粒的原则是：「如果一件事让我觉得'又来了'，它就值得被自动化。如果一件事让我觉得'有意思'，那才值得我亲自做。」

7.6 你的一天可以长什么样

把本章学到的全部串起来，波粒的工作日——有了 Copilot 之后的那个版本——是这样的。这不仅仅是一天的流水账，这是一个人从被工具追赶，到驾驭工具的真实转变。

清晨 8:45，波粒打开电脑，泡了一杯咖啡。

它深吸了一口气，手边是温热的白瓷杯。这个动作在三个月前是完全不同的节奏——那时它每天早上打开电脑，收件箱里六七十封未读邮件像一堵墙扑面而来。它会焦虑地点开第一封，然后被邮件牵着鼻子走，像一个陀螺被人从四面八方抽打。

今天不一样。

它没有先从收件箱开始逐封看邮件。它打开 Outlook，点了一下「Copilot 总结我的收件箱」。5 秒后，一封智能摘要出现在屏幕上：3 封需要立即回复的邮件、8 封只需阅读、还有一封 VP 发的简报。Copilot 已经帮它列好了每封邮件的要点和行动项。

波粒花了 20 分钟处理了优先级最高的邮件。其中两封直接用 Copilot 草拟的回复，它修改了几个关键数字就发出去了。有一封是下属的周报问题——它以前会花 10 分钟写一段详尽的回复，今天它让 Copilot 做了三次精简，最后只回了三句话加一个附件。对方秒回：「明白了，谢谢！」

波粒看着那个回复，笑了笑。以前它总觉得回得越详细越负责——其实对方只需要知道做什么。

9:15，波粒打开 Microsoft 365 Chat。

它问了一句：「我今天有什么需要重点关注的事情？」

这句话背后的逻辑变化是巨大的。三个月的波粒根本不会这样问——因为它知道答案只能靠自己一个应用一个应用地翻出来。而今天的它知道，Copilot 会替它翻。

5 秒后，Copilot 给出了一个综合的今日概览：上午 10 点有一个季度的数据审核会议（需要准备 Q2 销售分析），下午 2 点和渠道合作伙伴有一个方案讨论（需要查看上周的往来邮件和合同进展），还有一份昨晚同事更新的项目文档需要过目。

波粒心里有数了。它不再需要打开五个应用分别检查日程、邮件、任务、文件和会议——一个提问就够了。这感觉就像它的直属领导每天早上在它桌上放了一张便签：「今天重点这几件事。」但它没有领导——它有的是 AI。

那种「打开电脑不知道今天要面对什么」的悬空感消失了。

9:30-11:30，波粒进入深度工作。

它戴上耳机，打开 Excel，让 Copilot 分析 Q2 销售数据。Copilot 在几秒内生成了趋势图、异常值标注和关键洞察：「华东区 Q2 同比增长 12%，但 5 月份有一个明显下滑，原因是两个大客户合同到期未续签。」

波粒靠在椅背上看着屏幕。在 ChatGPT 时代它已经习惯了 AI 的速度——但 Copilot 嵌入 Excel 之后的感觉完全不同：它不是在回答你的问题，而是在帮你读懂你自己的数据。 它看到了你本来能看到但没时间仔细看的东西。

数据量摆在那里，它本来也能自己分析出来的——但需要三小时加上三杯咖啡。Copilot 只需要三秒和一行代码的电力。区别在于：它把省下来的时间用来思考「为什么客户没有续签」和「下季度怎么应对」，而不是纠结「这个数据透视表的行标签应该怎么排列」。

然后它打开 Word，让 Copilot 基于 Excel 数据生成季度报告初稿。Copilot 自动引用了相关数据点，它只需要补充自己的判断和分析——那些 AI 给不出来的东西：对客户的了解、对市场的直觉、对自己团队的信心。

11:30，波粒关掉 Word。一上午干了以前需要一整天的工作量。

它端着咖啡走到窗边。外面阳光很好。它想起以前这样的日子——一上午被各种碎片信息塞满，中午吃饭时脑子里还是一团浆糊，下午坐在工位上盯着 PPT 发呆，不知道从何开始。

今天中午，它脑子里是清晰的：数据搞定了，报告骨架有了，下午只需要做 PPT 上的润色和演讲备注。它甚至有余裕想了一下明天要做的另一件事。这种「心中有数」的感觉，它已经很久没有过了。

下午的工作同样高效。

波粒基于 Word 报告让 Copilot 生成了下午会议要用的 PPT——从报告到幻灯片，Copilot 自动提取了关键要点并分成了 10 页，波粒花了 30 分钟调整了设计风格和补充了演讲者备注。

下午的会议中，Copilot 自动转录并即时生成了纪要和行动项。波粒花了 10 分钟检查确认无误，在 Teams 频道里发布了会议总结。然后它用 Copilot 起草了一封跟进邮件发给未能参会的同事——写之前它甚至用 Microsoft 365 Chat 查了一下：「之前和这个同事有关的沟通背景是什么？」因为它不想让对方觉得「你什么都不了解就发邮件来了」。

Copilot 回了一句：「他上周请假了，走之前交接了XX项目的参数确认工作。」波粒把这句写进了邮件开场：「知道你上周请假了，先帮你补一下背景……」

对方收到邮件后回复：「谢谢！正好在找背景信息，太及时了。」

这个细节，是 AI 做不到但波粒做得到的——用信息去照顾别人的感受。

17:00，波粒合上电脑。

它看着今天的日程回顾——完成了数据审核、报告撰写、PPT制作、会议纪要和跟进邮件——全部在 7 个小时的工作时间里。

更重要的是，那些让它以前焦虑的事情：「它是不是忘了更新 PPT 里的那个数字？」「会议的行动项发出去没有？」「有没有漏掉什么邮件？」「那个客户上周的跟进它是不是忘了？」 ——今天都没有发生。

因为 Copilot 处理了需要处理的信息搬运和内容生成，而它只需要做最重要的部分——思考和判断。

波粒关掉电脑的时候，它意识到一件更深刻的事：以前它下班时脑子里还嗡嗡响着各种待办事项的半截信息，像浏览器里打开的 30 个标签页，关掉一个又弹出一个。今天它关上电脑，脑子里也跟着安静了。

它站在窗边，天黑前的最后一点光从楼缝里透过来。它想：原来工作是可以这样的。原来工具不是为了让你干得更快，而是为了让你下班的时候，真的能下班。

这不是未来的工作方式。这是今天就可以做到的。

gantt
    title 波粒的AI工作日（理想状态）
    dateFormat HH:mm
    axisFormat %H:%M
    
    section 早晨 (1小时)
    Outlook Copilot 处理优先邮件    :08:45, 30m
    Microsoft 365 Chat 获取今日上下文 :09:15, 15m
    
    section 上午核心工作 (2.5小时)
    Excel Copilot 分析数据          :09:30, 60m
    Word Copilot 撰写报告初稿       :10:30, 90m
    
    section 下午会议 (2.5小时)
    Teams 会议（Copilot 转录）     :14:00, 60m
    Teams 会议（Copilot 转录）     :15:00, 60m
    Teams 会议（Copilot 转录）     :16:00, 30m
    
    section 收尾 (1小时)
    核查Copilot生成的纪要和行动项  :16:30, 30m
    Outlook 发出跟进邮件（Copilot草稿）:17:00, 30m

这个日程里，波粒花在「生产内容」上的时间大约是 3.5 小时，比同等工作量的传统方式减少了约 2.5 小时。减少的时间来自：不再手动记会议纪要（自动生成）、不再从头写初稿（Copilot 生成骨架）、不再手工整理数据（Copilot 自动洞察）、不再手写每封跟进邮件（草稿生成）。

节省出来的时间，可以用来做真正重要的事——和客户深度沟通、做战略思考、指导团队——而不是被行政性工作淹没。

没有人会因为回邮件回得快而被升职。但你可以因为用 AI 省下时间去思考那些真正值得思考的问题，而走得更远。

本章小结

工具/功能	核心价值	比喻
Microsoft 365 Chat	跨应用的统一 AI 入口，自然语言检索你的全部工作数据	你的工作数据的中央司令部 + 私人情报分析局
Copilot Pages	把 AI 输出从「一次性对话」变成可持续协作的文档资产	从便利贴到团队白板——零摩擦的协作沉淀
跨应用工作流	Excel→Word→PPT→Outlook→Teams 的数据自动流转	一条传送带连接五个厨房，不再手动搬运食材
Power Automate	把规则清晰的重复工作流自动化	你的数字流水线工人，定期替你搬货

最重要的思维转变：Copilot 不是一个个孤立的工具功能，它的最大价值在于把你的工作数据打通，让信息在工具之间自动流动，减少你作为「中间人」手动搬运信息的工作量。你不再是五个厨房之间来回跑的厨师——你是站在流水线旁的总厨，只做最重要的决策和调味。

下一章预告

工具会用了，但很多人发现 Copilot 给的结果总差那么一口气——内容对但质量平庸，结构有但缺乏说服力。这不是 Copilot 的问题，是指令的问题。下一章我们系统讲解如何在 Office 场景下写出真正好用的 Prompt，包括 30 个可以直接复制使用的模板。

→ 第8章：Prompt 进阶

← 上一章	回到目录	下一章 →
第6章：Teams × Copilot		第8章：Prompt 进阶