Copilot 是什么？一次分清 Microsoft Copilot、Microsoft 365 Copilot 与 GitHub Copilot

人工智能

Copilot 是一个家族名，不是一个万能 App

这个名字现在太方便了，方便到有点混乱。浏览器、Windows 笔记本规格、Microsoft 365、GitHub、安全工具和商业软件，都可以看到 Copilot，但它们的工作、数据权限、购买方式，甚至面对的用户都不一样。一个名字，几间房。

最简单的分法是：Microsoft Copilot 是一般用途的对话助手；Microsoft 365 Copilot 会进入 Word、Excel、PowerPoint、Outlook、Teams 等工作工具，也可能读取你有权限看到的工作内容；GitHub Copilot 是给软件开发用的；Copilot+ PC 则是 Windows 电脑的硬件分类，不是另一个聊天订阅。

这张地图已经回答了大半疑问。写提案的人、正在学 Python 的学生，以及处理生产环境错误的开发者，都可以说自己“用 Copilot”，但他们用的可能是三种完全不同的东西。买错不是大罪，只是要交学费。

人工智能

Microsoft Copilot：一般用途的起点

一般人说 Copilot，通常指这个版本。你可以让它解释一个概念、比较选项、列出演示文稿大纲、重写一段话、把笔记变成工作清单，或者陪你拆解一个问题。表面上像聊天，但真正有用的单位始终是一件工作：问题要清楚，资料要够，结果要有人看。

最有用的，往往是那些不起眼的小事。“把这份会议笔记整理成三个决定和五个跟进事项”比“写得有创意一点”实际得多。“帮我把这封邮件改成中国内地客户觉得自然的语气，保留日期，不要自己加折扣”就有清楚边界。电脑不需要再听一段打气演讲。

1. 先说清楚结果告诉它最后要交什么：比较表、短邮件、学习解释、风险清单，还是会议议程。
2. 提供材料如果当前产品和账户支持，就贴文字或上传文件。没有提供的文档，不要当作它自然知道。
3. 交代读者经理、中学生、客户和技术同事，需要的详细程度和用词完全不同。
4. 设好边界让它不要编数字、标出不确定的地方、保留姓名日期，或者把事实和建议分开。
5. 把答案当草稿看答案流畅不代表准确、最新或者适合直接发出去。你的眼睛仍然是流程的一部分。

免费版和 Microsoft 365 里面的版本，不要因为对话框长得相似，就当它们完全一样。Microsoft 的说明是，Copilot 使用大型语言模型回应问题；实际工具、用量、权限和订阅，仍然取决于你正在使用的产品和账户。看当前 Microsoft 账户页面，不要只相信一张旧截图。

如果你是学生或者职场人士，主要想要解释、草稿和整理想法，一般版通常就是合理起点。拿真实工作试试看，不要一开始就追最大的名字。

人工智能

Microsoft 365 Copilot：一接上工作资料，玩法就变了

这就是很多人想象中的“公司 Copilot”。在 Word 里可以帮你整理或重写文档；Excel 可以帮你探索表格；PowerPoint 可以根据简报要求搭结构；Outlook 和 Teams 则可以帮忙处理邮件、会议和跟进事项。实际按钮和功能会随更新变化，所以应该把它当成地图，不要当成永远不变的合同。

最重要的是数据边界。Microsoft 当前的架构说明写得很清楚：Copilot 可以使用用户在 Microsoft 365 中有权限接触的数据，例如邮件、聊天和文档；但它不会因为出现了一个助手，就自动让你读到原本没有权限看的资料。如果公司文件权限本来就乱，助手不会把问题变干净，只是可能让后果更快浮出来。

还有两个名称经常被混在一起：Microsoft 365 Copilot 和 Copilot Chat。实际能不能用，要看账户类型、授权和公司管理员设置。有些公司可能有聊天功能，但还没有开启所有应用内工具；也有公司会先限制功能，先处理数据管理。不要因为同事的屏幕上有一个按钮，就假设自己一定有。

公司要引入，不只是买授权。先整理权限、制定资料使用规则、决定哪些文件必须人工复核，再开始扩大。听起来有点闷，但这些才是有用的工作。

人工智能

GitHub Copilot：是代码助手，不是装进盒子的初级工程师

GitHub 的官方文档描述，Copilot 可以在你输入时提出代码建议、回答代码库问题、检查修改，以及处理你交给它的工作。它面对的上下文，是代码库、文件、测试、Issue 或 Pull Request，而不是一个“讲点有趣东西给我听”的空白聊天框。

对初学者来说，解释功能可能比自动补全更有价值。你可以问一个函数假设了什么、某个数值从哪里来、测试为什么失败，或者哪个文件似乎负责某个行为。熟练开发者则可能在模板代码、重复转换、测试用例、文档和陌生代码库上节省时间。

GitHub 现在也有代理式功能，可以研究代码库、修改文件，再准备一个 Pull Request 供人复核。“供人复核”是重点。分支和 Pull Request 是好防线，但不代表代码一定正确、安全，或者可以直接上线。

学生尤其要小心，不要把它当成代交作业的机器。让它解释、给提示、设计测试，或者比较两种方法。自己连结果都讲不清楚，短期好像快了，长期其实是在借一笔账。

人工智能

Copilot+ PC：是硬件标签，不是另一个订阅

产品命名到了这里就有点古怪。Copilot+ PC 出现在笔记本电脑规格表里，Microsoft Copilot 则是软件。这个“+”不是高级聊天方案，而是在说电脑有足够硬件处理某类人工智能工作，配合 Windows 和云服务一起运行。

Microsoft 2024 年首次介绍 Copilot+ PC 时，以每秒超过 40 万亿次运算的神经处理能力作为其中一项硬件定位，并介绍 Recall、Cocreator 和实时字幕等体验。之后型号、Windows 版本、地区供应和功能要求都会变化。要买电脑，就看当前型号的规格，不要用两年前的发布稿作最后决定。

为什么本地处理会重要？它可能关系到反应速度、电量、隐私设计，以及某些功能能不能离线或减少上传。但“部分在本机处理”不等于“所有资料都留在本机”。需要看该功能的最新说明和制造商的隐私资料。

简单说：想要聊天助手，就研究软件和账户；想买新电脑，就评估整台机器。这个加号是资料，不是购物人格。

人工智能

还有专门版 Copilot：用工作流程来选

安全分析员可能需要一个能配合警报、事件、威胁情报和调查工具的助手；销售或客服团队可能需要一个进入客户记录、案件和业务流程的助手。专业版存在的原因，就是有用的答案取决于背后的系统，而不只是语言模型会不会写一段顺口的话。

1. 先说清楚系统你是在用 Microsoft 365、GitHub、安全平台、Dynamics 365，还是一个空白聊天框？系统决定可用的上下文。
2. 再说清楚角色学生、开发者、财务分析员和安全人员，答错一次的代价不同，审批责任也不同。
3. 定义要做的事你要草稿、诊断、代码修改、客户摘要，还是事件处理建议？“人工智能”不是一个动作。
4. 设好复核点决定谁要在结果发给客户、上线服务器、交给监管机构或作内部决定前看一遍。

个人用户通常不需要研究所有产品名称。如果你根本不在安全控制台或客户管理系统中工作，专业产品大概不是你的起点。如果你负责公司采购，就从工作流程和数据边界开始，再比较产品。

宣传页面自然会把几种产品说得很接近。实际要问的问题没那么浪漫：它在哪里工作，可以读什么，可以改什么，谁来复核？问完这四句，雾自然会散一点。

人工智能

同一个工作日，四个 Copilot 可以有四个答案

注意，这个场景不是一个万能助手吞掉整家公司。每个工具有自己的路线。这种分工其实比把每个“Copilot”按钮都当成通往同一个无形大脑的门更健康。

学生也可以用同一套思路。一般助手可以帮你解释课题，工作版可以帮忙整理小组文件，GitHub Copilot 可以帮你研究代码，Copilot+ PC 则可能提供设备功能。先问自己要学什么，再选工具。如果目标是理解，就让它讲推理、举例和出题，不要只拿最后答案。

人工智能

有用的 Prompt 通常没你想象中那么花哨

有人问了一句很含糊的话，看到答案不对，又问一句更含糊的。其实“帮我改好一点”可以代表短一点、亲切一点、有说服力一点、准确一点、本地一点，或者没那么尴尬。选一两项讲清楚，会省很多来回。

1. 交代角色和情境“你帮助一位中国内地项目经理准备客户更新。”给方向就够，不需要假装电脑真的是一个人。
2. 交代材料和来源贴文字、上传工作簿，或者让它使用你有权限的工作上下文。缺资料就直接说，不要邀请它乱猜。
3. 讲清楚输出格式可以要求 120 字邮件、两栏比较表、六步清单、代码 Diff，或者三道学习问题。
4. 设限制保留原有数字、不要编来源、使用简体中文、标出假设、未知栏位留白。
5. 加入复核问题最后问“我应该核对什么？”或者“哪一部分是基于假设？”让对话不要停在一段顺口的废话上。

三个可以马上试的问法

一般助手：“用自然的简体中文解释以下合同条款，先说实际意思，再列出我应该问律师的地方。不要因为句子听起来正常，就说条款一定安全。”

Microsoft 365 Copilot：“用我有权限看到的项目笔记和邮件，草拟一页状态更新，分成已完成、未决定、负责人和日期。已经确认的事实和需要再次核对的内容分开。”

GitHub Copilot：“修改之前，先解释以下文件的登录流程，指出最小安全改动和建议测试。如果你看不全代码库，请说明缺少什么。”

这些不是咒语，只是一份小 Brief。对方是电脑还是同事，交代清楚始终比较有用。

人工智能

隐私、权限，以及最容易跳过的那一段

Microsoft 365 的工作环境尤其要看权限模型。Microsoft 的说明是，Copilot 只会接触用户本来就有权限看到的内容，不会因为助手存在而新增读取权。这是好事，但不代表可以放下权限管理。如果太多人本来就能读一个文件，助手帮他们更快找到，不会让原有的管理问题自动消失。

不要让“Copilot”三个字把所有环境压成一样。个人聊天、公司 Microsoft 365 账户和代码库助手，是三种不同的工作环境。看你实际使用的那款产品的最新隐私和管理文档，不要只看最吸睛的发布视频。

公司可以先写一页简单规则：可以用哪些工具、不能放什么资料、什么时候要人工复核、资料保存有什么问题、出了状况找谁。不需要写成 47 页没人打开的政策，清楚到周二下午赶工的人也能看懂，就够实用。

人工智能

限制其实很普通，但一样不能当作没事

1. 可能编造或混淆事实让它列来源，自己打开来源，再和原文对照。法律、医疗、财务、新闻和公司声明尤其要这样做。
2. 可能漏掉上下文摘要可能漏掉例外条款、反话、未附上的文件，或者改变决定的那一句。
3. 可能写出只通过一个测试的代码测试变绿不等于通过安全、性能、设计或生产环境检查。
4. 可能看不懂乱表格检查日期格式、隐藏行、公式、重复记录、单位和筛选条件。
5. 产品本身会变化模型、配额、界面、功能发布和地区可用性，都可能随时间变化。教程是某一刻的截面，不是永久保证。

有效的复核要问得具体。与其问“对不对”，不如问“这些日期来自哪份文件？”、“计算用了哪几行？”、“哪个假设导致这个结论？”或者“这段代码在什么情况下会出问题？”这样答案才有地方接受检查。

人很容易被流畅文字哄到停下来。顺口的部分，往往正是最需要小心的部分。

人工智能

怎么选？让工作来选产品

职场人士最适合的第一个测试，不是“帮我写一本书”，而是一件你熟悉又重复做的工作：每周状态报告、会议跟进、Excel 解释、错误分类或者代码检查。分开记录起草时间和复核时间。第一稿快了，但之后要花三倍时间查错，不叫节省时间，只是把账单晚一点寄过来。

学生则选择一款能帮助你讲回课题的工具。要求提示、简单例子、反例或小测验。如果离开助手就答不出类似问题，其实是借到了答案，还没有学会。

小公司从权限和一个窄工作流程开始。一个清楚的用途、一个真正复核的人和一个短周期反馈，通常好过全公司发一封充满闪亮名词的公告。

人工智能

使用 Copilot 的第一周，可以这样试

1. 第一天——先定义工作选一件重复做的事，写下当前步骤、所需时间，以及出错时最心疼的地方。
2. 第二天——用一般助手让 Microsoft Copilot 写草稿或解释，先用低风险工作，记录你需要改正什么。
3. 第三天——试原生上下文如果你用 Microsoft 365 或 GitHub，就用相应助手处理一份你有权限的文档、会议、Issue 或代码库任务。
4. 第四天——故意加压改一个输入、加一条限制，再问它不知道什么。看看它会不会自信地说错。
5. 第五天——写复核规则列出发送、合并、发布或交作业前，一定会做的两三项检查。
6. 第六天——比较时间分开计算第一稿用多久，以及核对用多久。两个数字都诚实，才可以说变快了。
7. 第七天——留下或停用真的有帮助就保留；上下文不对就换工具；复核成本太高就停。

这个方法听起来很普通，甚至不太像科技新闻。正因为这样，才容易做到。你是在测试一个工作习惯，不是在给聊天机器人试镜科幻电影角色。

先用账户已经有的版本，搞清楚资料从哪里来，再考虑付费方案、公司部署或换电脑。Copilot 最有用的时候，是它贴近工作，而一个真人仍然贴近答案。