KeyFrame內部研究專用

實測最新Copilot Cowork 功能!全自動幫你讀 Excel 兼填好 PDF 表!

阿石OMP·6月29日週一·10 min中文

三句話摘要

Microsoft Copilot 推出新功能 Copilot Work,可自動化填寫表格等重複性工作流程,並支援建立可重複使用的 Skill。 Copilot Work 透過自動化工作流程與可重複使用的 Skill 機制,大幅提升企業員工的生產力與協作效率,雖然功能尚新仍待完善,但其雲端整合、跨設備便利性已展現相比傳統自動化工具的優勢。 自動化工作流程的核心價值:Copilot Work 能將重複性任務自動化,以 HR 填寫表格為例,原本需耗時手動輸入員工資料,現在可自動從 Excel 提取資訊填入 PDF,大幅節省時間與人力成本。

重點整理

重點
  • 1

    自動化工作流程的核心價值:Copilot Work 能將重複性任務自動化,以 HR 填寫表格為例,原本需耗時手動輸入員工資料,現在可自動從 Excel 提取資訊填入 PDF,大幅節省時間與人力成本。

  • 2

    Skill 建立實現工作標準化:系統會自動分析完成的任務並生成可重複使用的 Skill(以 Python 程式碼形式記錄位置、座標等細節),後續執行相同任務時無須重新配置,減少出錯機率。

  • 3

    雲端協作優於本機部署:相比 Claude Desktop 限制於單台電腦,Copilot Work 整合 Microsoft 365 提供雲端使用體驗,使用者可跨設備、跨手機隨時存取,便利性大幅提升。

  • 4

    生態整合與擴展能力:支援連接第三方工具(如 Box)與 MCP,並內建 PDF 填寫、Excel 處理等技能,但目前需透過手動上傳 Skill 才能完成整合,整合流程仍需改進。

實用技巧與重點

乾貨
  • 成本與購買需求:
  • 需購買 Microsoft 365(任何版本可)
  • 另購 Copilot Pro Business License:USD 25.4/人/月
  • 連接第三方工具或 MCP 需取得管理員權限
  • 內建 Skill:
  • PDF 填寫
  • Excel 處理
  • Work 相關功能
  • 實測案例數據:
  • 員工名稱:陳戴文
  • 身份證號:A1267(表格記錄為 A1234567)
  • 薪資:25000
  • 職位:Market
  • 完成時間:約 1 分鐘
  • 技術細節:
  • 生成 Python 程式碼追蹤 XY 座標位置(例:Miss 位置為 58.9 × 106 和 122.5)
  • 透過 MCP 連接資料來源
  • 輸出檔案直接存入 OneDrive
  • 即將推出課程:
  • 7 月 4 日:AI + Skill 工作坊(免費工具練習、建立 Skill 的核心課程)
  • 早鳥優惠:截止明天
  • 過去參加 3 小時課程者:優惠 HK$300
  • 過去參加 AI 進攻課程者:可享半價優惠
  • 8 月:CF 助教課程(完成後可獲得學位認證與持續進修基金資助)

結論

結論

Copilot Work 透過自動化工作流程與可重複使用的 Skill 機制,大幅提升企業員工的生產力與協作效率,雖然功能尚新仍待完善,但其雲端整合、跨設備便利性已展現相比傳統自動化工具的優勢。

完整解析

詳細

Microsoft 最新推出的 Copilot Work 功能是一個整合在 Microsoft 365 生態內的智慧自動化平台。講者透過一個實際案例來展示其功能:某間公司 HR 部門需要填寫員工離職表格(56F),需從已有的員工資料 Excel 檔案中提取姓名、身份證號、薪資、職位等資訊,手動填寫到標準 PDF 表格中,這是典型的高重複性、低複雜度工作。

講者首先測試 Copilot Work 的能力。他提供了包含員工資料的 Excel 檔案和空白 PDF 表格的連結,Copilot Work 透過 MCP(Model Context Protocol)成功識別了這兩份文件,並自動將員工資訊填入 PDF。在右側面板中,系統顯示整個任務分為 1 個步驟,並標示了使用的 Skill(包含填寫 PDF、處理 Excel 等內建功能)。完成後,系統自動將生成的 PDF 存放到用戶的 OneDrive 中,講者可選擇移動到其他位置或下載。檢查完成的 PDF 後,講者發現大部分資料填寫正確,但發現一個細節問題:表格中有需要勾選「不適用」選項的欄位,AI 未能自動完成此複選操作,這反映出當前版本在複雜表單邏輯處理上的限制。

Copilot Work 最關鍵的功能是能夠將完成的工作流程轉化為可重複使用的 Skill。系統會自動分析並記錄整個操作過程,生成 Python 程式碼來追蹤具體的座標位置(例如在 PDF 特定位置繪製線條),未來執行相同任務時無須重新配置。這大幅減少出錯機率、提高效率並降低人力成本。建立 Skill 後,用戶可在文字框中輸入斜線符號呼叫該 Skill,無需每次都從頭開始。有趣的是,即使用戶未明確指示,Copilot Work 也能根據任務需求自主決定是否調用已存在的 Skill,這點相比 ChatGPT 等工具更加智慧。

相比 Claude Desktop 僅限於本機使用(除非自行部署伺服器),Copilot Work 整合在 Microsoft 365 雲端生態中,用戶可跨桌面電腦、平板、手機隨時隨地存取和執行工作流程,協作與便利性明顯優勢。然而,講者在實測中也發現該功能相對較新,整合度尚未完全成熟。例如自動建立的 Skill 無法直接出現在自訂 Skill 列表中,需要手動下載後上傳才能確認整合,這個過程略顯冗長。講者預期該功能在未來數月內會持續改進,使用體驗也會更加流暢。

使用 Copilot Work 需要購買 Microsoft 365(任意版本)並額外購買 Copilot Pro Business License,每人每月費用為 USD 25.4。若要連接第三方工具或 MCP,則需取得系統管理員權限,在管理後台的 Copilot 設定中進行連線設定。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。