Copilot 是甚麼？一次分清 Microsoft Copilot、Microsoft 365 Copilot 同 GitHub Copilot

人工智能

Copilot 係一個家族名，唔係一個萬能 App

個名而家太方便，方便到有少少混亂。瀏覽器、Windows 手提電腦規格、Microsoft 365、GitHub、保安工具同商業軟件，都可以見到 Copilot，但佢哋的工作、資料權限、購買方法，甚至面對的用戶都唔一樣。一個名，幾間房。

最簡單的分法係：Microsoft Copilot 係一般用途的對話助手；Microsoft 365 Copilot 會走入 Word、Excel、PowerPoint、Outlook、Teams 等工作工具，亦可能讀取你有權限看到的工作內容；GitHub Copilot 就係俾軟件開發用；Copilot+ PC 則係 Windows 電腦的硬件分類，唔係另一個聊天訂閱。

呢張地圖已經解答咗大半疑問。寫提案的人、學緊 Python 的學生，同埋處理正式環境錯誤的開發者，都可以話自己「用 Copilot」，但佢哋用緊的可能係三種完全唔同的東西。買錯唔係大罪，只係要付學費。

人工智能

Microsoft Copilot：一般用途的起點

一般人講 Copilot，通常係指呢個版本。你可以叫佢解釋一個概念、比較選項、列簡報大綱、重寫一段說話、將筆記變成工作清單，或者陪你拆解一個問題。對話表面上似聊天，但真正有用的單位始終係一件工作：問題要清楚，資料要夠，出來的結果要有人睇。

最有用的，往往係啲唔起眼的小事。「將呢份會議筆記整理成三個決定同五個跟進事項」比「寫得有創意啲」實際得多。「幫我將呢封電郵改成香港客戶會覺得自然的語氣，保留日期，唔好自己加折扣」就有清楚邊界。電腦唔需要再聽一段打氣演講。

1. 先講清楚結果話俾佢知最後要交咩：比較表、短電郵、溫習解釋、風險清單，定係會議議程。
2. 提供材料如果當前產品同帳戶支援，就貼上文字或上載檔案。未提供的文件，唔好當佢自然會知道。
3. 交代讀者經理、中學生、客戶同技術同事，需要的詳細程度同用字完全唔同。
4. 設好底線叫佢唔好作數字、標明唔肯定的地方、保留姓名日期，或者將事實同建議分開。
5. 當草稿咁睇答案流暢唔代表準確、最新或者適合直接發出去。你雙眼仍然係流程的一部分。

免費版同 Microsoft 365 入面的版本，唔好因為個對話框長得相似，就當佢哋完全一樣。Microsoft 的說法係，Copilot 用大型語言模型回應問題；實際工具、用量、權限同訂閱，仍然取決於你用緊的產品同帳戶。睇返當前 Microsoft 帳戶頁，唔好只信一張舊截圖。

如果你係學生或者打工仔，主要想要解釋、草稿同整理想法，一般版通常已經係合理起點。先拿真實工作試下，唔好一開波就追最大的名稱。

人工智能

Microsoft 365 Copilot：一接上工作資料，玩法就唔同

呢個就係好多人想像中的「公司 Copilot」。喺 Word 入面可以幫你整理或重寫文件；Excel 可以幫你探索表格；PowerPoint 可以由簡報要求開始搭結構；Outlook 同 Teams 就可以幫手處理郵件、會議同跟進事項。實際按鈕同功能會隨更新改變，所以應該當成一張地圖，唔好當成永遠不變的合約。

最重要係資料邊界。Microsoft 現時的架構說明寫得幾清楚：Copilot 可以使用用戶在 Microsoft 365 內有權限接觸的資料，例如電郵、聊天同文件；但佢唔會因為出現咗一個助手，就自動畀你讀到原本冇權限看的資料。如果公司檔案權限本身亂，助手唔會將問題變乾淨，只係可能令後果更快浮面。

仲有兩個名稱成日畀人混埋：Microsoft 365 Copilot 同 Copilot Chat。實際有冇得用，要睇帳戶類型、授權同公司管理員設定。有啲公司可能有聊天功能，但未開齊 App 內工具；亦有公司會先限制功能，處理好資料管理先。唔好因為同事畫面有一粒按鈕，就假設自己一定有。

公司要引入，唔係淨係買授權。先整理權限、訂資料使用規則、決定邊類文件必須人工覆核，再開始擴大。悶係悶啲，但呢啲先係有用的工夫。

人工智能

GitHub Copilot：係程式助手，唔係裝入盒的初級工程師

GitHub 的官方文件形容 Copilot 可以喺你打字時提出程式碼建議、回答程式庫問題、檢查修改，同埋處理你交俾佢的工作。佢所面對的上下文，係程式庫、檔案、測試、Issue 或 Pull Request，而唔係一個「講啲有趣嘢俾我聽」的空白聊天框。

對初學者來講，解釋功能可能比自動補全更有價值。你可以問一個函式假設咗咩、某個數值由邊度來、測試點解失敗，或者邊個檔案似乎負責某個行為。熟手開發者就可能喺樣板程式、重複轉換、測試案例、文件同陌生程式庫上面節省時間。

GitHub 現時亦有代理式功能，可以研究程式庫、修改檔案，再準備一個 Pull Request 俾人覆核。「俾人覆核」係重點。分支同 Pull Request 係好防線，但唔代表程式一定正確、保安一定足夠，或者可以直接上正式環境。

學生尤其要小心，唔好將佢當成代交功課機器。叫佢解釋、畀提示、設計測試，或者比較兩種方法。自己連結果都講唔清楚，短期好似快咗，長期其實係借咗一筆數。

人工智能

Copilot+ PC：係硬件標籤，唔係另一個訂閱

產品命名去到呢度就有少少古怪。Copilot+ PC 出現喺手提電腦規格表，Microsoft Copilot 就係軟件。個「+」唔係高級聊天方案，而係講部電腦有足夠硬件處理某類人工智能工作，配合 Windows 同雲端服務一齊運作。

Microsoft 2024 年首次介紹 Copilot+ PC 時，以每秒超過 40 萬億次運算的神經處理能力作為其中一項硬件定位，並介紹 Recall、Cocreator 同即時字幕等體驗。之後型號、Windows 版本、地區供應同功能要求都會變。你要買機，就睇返當前型號的規格，唔好用兩年前的發佈稿作最後決定。

點解本機處理會重要？可能關係到反應速度、電量、私隱設計，同埋有冇某些功能可以離線或減少上傳。但「部分喺本機處理」唔等於「任何資料都留喺本機」。要睇返該功能的最新說明同製造商的私隱資料。

簡單講：你要聊天助手，就研究軟件同帳戶；你要買新電腦，就評估整部機。個加號係資料，唔係購物人格。

人工智能

仲有專門版 Copilot：用工作流程去揀

保安分析員可能需要一個可以配合警報、事件、威脅情報同調查工具的助手；銷售或客服團隊可能需要一個走入客戶紀錄、案件同業務流程的助手。專門版存在的原因，就係有用的答案取決於背後系統，而唔只係語言模型識唔識寫一段順口文字。

1. 先講清楚系統你係用 Microsoft 365、GitHub、保安平台、Dynamics 365，定係一個空白聊天框？系統決定可用的上下文。
2. 再講清楚角色學生、開發者、財務分析員同保安人員，錯一個答案的代價唔同，審批責任亦唔同。
3. 定義要做的事你要草稿、診斷、程式修改、客戶摘要，定係事件處理建議？「人工智能」唔係一個動作。
4. 設好覆核位決定邊個要喺結果送俾客戶、上正式伺服器、交俾監管機構或作內部決定前睇一次。

個人用戶通常唔使研究晒所有產品名。如果你根本唔喺保安主控台或客戶管理系統工作，專門產品大概唔係你的起點。如果你負責公司採購，就由工作流程同資料邊界開始，再比較產品。

宣傳頁自然會將幾種產品講到好相似。實際要問的問題比較唔浪漫：佢坐喺邊度、可以讀咩、可以改咩、邊個覆核？問完呢四句，霧自然散啲。

人工智能

同一個工作日，四個 Copilot 可以有四個答案

留意，呢個場景唔係一個萬能助手吞晒成間公司。每件工具有自己的路線。呢種分工其實健康過將每粒「Copilot」按鈕都當成通往同一個無形大腦的門。

學生都可以用同一套思路。一般助手可以幫你解釋課題，工作版可以幫手整理小組文件，GitHub Copilot 可以幫你研究程式碼，Copilot+ PC 就可能提供裝置功能。先問自己要學咩，再揀工具。如果目標係理解，就叫佢講推理、舉例同出題，唔好只拎最後答案。

人工智能

有用的 Prompt 通常冇你想像中咁花巧

有人問完一句好含糊的話，見到答案唔啱，就再問一句更加含糊。其實「幫我改好啲」可以代表短啲、親切啲、有說服力啲、準確啲、本地啲，或者冇咁尷尬。揀一兩樣講明，會省好多來回。

1. 交代角色同情境「你幫一位香港項目經理準備客戶更新。」畀方向就夠，唔需要扮到電腦真係一個人。
2. 交代材料同來源貼文字、上載工作簿，或者叫佢用你有權限的工作上下文。缺資料就直接講，唔好邀請佢亂估。
3. 講清楚輸出格式可以要求 120 字電郵、兩欄比較表、六步清單、程式碼 Diff，或者三條溫習問題。
4. 設限制保留原有數字、唔好作來源、用香港繁體中文、標出假設、未知欄位留白。
5. 加入覆核問題最後問「我應該核對咩？」或者「邊部分係基於假設？」令對話唔會停喺一段好順口的廢話。

三個可以即刻試的問法

一般助手：「用自然的香港繁體中文解釋以下租約條款，先講實際意思，再列出我應該問律師的地方。唔好因為句子聽落正常，就話條款一定安全。」

Microsoft 365 Copilot：「用我有權限看到的項目筆記同電郵，草擬一頁狀態更新，分成已完成、未決定、負責人同日期。已確認的事實同要再核對的內容分開。」

GitHub Copilot：「修改之前，先解釋以下檔案的登入流程，指出最小安全改動同建議測試。如果你睇唔齊程式庫，請講清楚缺少咩。」

呢啲唔係咒語，只係一份細小 Brief。對方係電腦定同事，交代清楚始終比較有用。

人工智能

私隱、權限，同埋最容易跳過的嗰一段

Microsoft 365 的工作環境尤其要睇權限模型。Microsoft 說明，Copilot 只會接觸用戶本身有權限看到的內容，唔會因為助手存在而新增讀取權。呢個係好事，但唔代表可以放低權限管理。如果太多人本身就有權讀一個檔案，助手幫佢更快搵到，唔會令原本的管理問題自動消失。

唔好畀「Copilot」三個字將所有環境壓扁成一樣。個人聊天、公司 Microsoft 365 帳戶，同程式庫助手，係三種不同的工作環境。要睇返你實際用緊嗰款產品的最新私隱及管理文件，唔好只睇最吸睛的發佈影片。

公司可以先寫一頁簡單規則：可以用邊啲工具、唔可以放咩資料、幾時要人覆核、資料留存有咩問題、出事搵邊個。唔使寫成 47 頁無人打開的政策，清楚到星期二下午趕工的人都睇得明，已經夠實用。

人工智能

限制其實好普通，但一樣唔可以當冇事

1. 可能作出或混淆事實叫佢列來源，自己打開來源，再同原文對照。法律、醫療、財務、新聞同公司聲明尤其要咁做。
2. 可能漏掉上下文摘要可以漏咗例外條款、反話、未附上的檔案，或者改變決定的嗰一句。
3. 可能寫出只通過一個測試的程式測試變綠唔等於通過保安、效能、設計或正式環境檢查。
4. 可能睇唔明亂表格睇日期格式、隱藏行、公式、重複紀錄、單位同篩選條件。
5. 產品本身會改模型、配額、介面、功能 rollout 同地區可用性，都可能隨時間變。教學係某一刻的截面，唔係永久保證。

有效的覆核要問得具體。與其問「啱唔啱」，不如問「呢幾個日期係由邊份文件來？」、「計算用咗邊幾行？」、「邊個假設令你得到呢個結論？」或者「呢段程式喺咩情況會壞？」答案先有地方可以接受檢查。

人好容易畀流暢文字哄到停低。順口嗰部分，往往係最需要小心嗰部分。

人工智能

點揀？俾工作揀產品

打工仔最適合的第一個測試，唔係「幫我寫一本書」，而係一件你熟悉、又重複做的工作：每星期狀態報告、會議跟進、Excel 解釋、錯誤分類或者程式碼檢查。分開記錄起草時間同覆核時間。第一份草稿快咗，但之後要花三倍時間查錯，唔叫慳時間，只係將張單延後寄到。

學生就揀一款可以幫你講返課題的工具。要求提示、簡單例子、反例或者小測驗。如果離開助手就答唔到類似問題，其實係借咗答案，未係學識。

小公司由權限同一個窄工作流程開始。一個清楚的用途、一個真正覆核的人，同一個短周期回饋，通常好過全公司發一封充滿閃亮名詞的公告。

人工智能

用 Copilot 的第一個星期，可以咁試

1. 第一日——先定義工作揀一件重複做的事，寫低現時步驟、所需時間，同埋出錯時最肉赤的地方。
2. 第二日——用一般助手叫 Microsoft Copilot 寫草稿或解釋，先用低風險工作，記錄你要改正咩。
3. 第三日——試原生上下文如果你用 Microsoft 365 或 GitHub，就用相應助手處理一份你有權限的文件、會議、Issue 或程式庫任務。
4. 第四日——故意加壓改一個輸入、加一條限制，再問佢唔知道咩。睇下會唔會自信地講錯。
5. 第五日——寫覆核規則列出送出、合併、發佈或交功課前，一定會做的兩三項檢查。
6. 第六日——比較時間分開數第一稿用幾耐，同埋核對用幾耐。兩個數都老實，先可以叫做快咗。
7. 第七日——留低或者停用真係有幫助就保留；上下文唔啱就換工具；覆核成本太高就停。

呢個方法聽落非常普通，甚至有啲唔似科技新聞。正因為咁，先容易做到。你係測試一個工作習慣，唔係要為聊天機械人試鏡科幻電影角色。

先用帳戶已經有的版本，搞清楚資料由邊度來，再考慮付費方案、公司部署或者換機。Copilot 最有用的時候，係佢貼近工作，而一個真人仍然貼近答案。