{"id":92438,"topic":"ai","source":"geekpark.net","title":"微软这次牛在哪？怎样和微软学大模型落地？ - geekpark.net","url":"https://www.geekpark.net/news/371457","url_hash":"ce2a5cd5e6da56637997b84c185e13ac8f9ad1d4","author":"","summary":"微软这次牛在哪？怎样和微软学大模型落地？ geekpark.net","content":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 预处理（上图）：LLM(大语言模型) 在微软产品里的落地 (grounding) 环节, 首先是预处理「用户提示「（user prompt），旨在用联系「上下文」(context) 来提高「提示」的质量，并确保 LLM 的答案是用户可操作的。\n2. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4. 给回用户的答案（下图）：首先是用户在线等的相关应用的命令生成，得达到用户可用的质量水平，比如生成的会议记录需精炼准确可执行，且符合国家/行业/公司的相关规定。\n综上，微软展示了在复杂的产品体系和公司工作流程里，如何整合 LLM 服务来建立全自动的 AI 助手，能产生的合规的具体答案，且综合质量不错。\n微软发布会的长版视频，大家可去找来看看。另外，按照 Open AI 公布的 GPT-4 的 API 费用表，为每输入 1000 个字符 (约合 750 个单词)，价格为 0.03 美元，每生成 1000 个字符，价格为 0.06 美元。\n关于微软的 Office 365 Copilot，你怎么看？Google Docs、WPS 和飞书又该如何应对？\n欢迎在评论区发表你的看法，也可以加入我们的大模型相关领域交流群，来一起探讨大模型时代创业的共识和认识。\n公众号后台有很多人咨询昨晚 Founder Park 直播的回放，大家可以在视频号的「直播回放」里找到，我们之后也会陆续放出一些沉淀的内容。\n长按识别二维码填写入群申请表\n关于交流群：\n在 ChatGPT 发布后，我们迎来了一个全新的创业时代，似乎又回到了移动互联网早期——大量产品的方向和定义还不清楚的时代，我们希望把更多愿意思考和有创业意向的人聚集在一起，连接更多大模型领域的 doer（实干家），让更多有价值的认知在这里流动、碰撞、凝结，孵化出更多优秀的产品和项目。\nFounder Park 计划搭建一个大模型相关领域的交流社区，面向有志于在大模型相关领域创业的创业者、产品经理、工程师、学者及投资人，围绕大模型相关创业的新项目、新赛道进行交流探讨。\n在这里，你可以获得大模型相关领域的最新动态、高质量的对话交流，结识更多高净值的创业人群，同时，极客公园也会为优秀的项目提供资金、人才及其他资源的支持。","image_url":"https://imgslim.geekpark.net/uploads/image/file/60/92/60928fb3ebd8e6c5a5d1289b83366dba.jpg","lang":"zh","published_at":"2026-09-29T02:43:26+00:00","fetched_at":"2026-09-29T03:15:08+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4.","cluster_id":null,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://www.geekpark.net/news/371457","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2000 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2000,"summary_length":1090,"usable_text_length":2000,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2000,"summary_length":1090}},"news_item":{"id":92438,"canonical_url":"https://www.geekpark.net/news/371457","source_url":"https://www.geekpark.net/news/371457","title":"微软这次牛在哪？怎样和微软学大模型落地？ - geekpark.net","source_name":"geekpark.net","author":null,"published_at":"2026-09-29T02:43:26+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"微软这次牛在哪？怎样和微软学大模型落地？ geekpark.net","full_text":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 预处理（上图）：LLM(大语言模型) 在微软产品里的落地 (grounding) 环节, 首先是预处理「用户提示「（user prompt），旨在用联系「上下文」(context) 来提高「提示」的质量，并确保 LLM 的答案是用户可操作的。\n2. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4. 给回用户的答案（下图）：首先是用户在线等的相关应用的命令生成，得达到用户可用的质量水平，比如生成的会议记录需精炼准确可执行，且符合国家/行业/公司的相关规定。\n综上，微软展示了在复杂的产品体系和公司工作流程里，如何整合 LLM 服务来建立全自动的 AI 助手，能产生的合规的具体答案，且综合质量不错。\n微软发布会的长版视频，大家可去找来看看。另外，按照 Open AI 公布的 GPT-4 的 API 费用表，为每输入 1000 个字符 (约合 750 个单词)，价格为 0.03 美元，每生成 1000 个字符，价格为 0.06 美元。\n关于微软的 Office 365 Copilot，你怎么看？Google Docs、WPS 和飞书又该如何应对？\n欢迎在评论区发表你的看法，也可以加入我们的大模型相关领域交流群，来一起探讨大模型时代创业的共识和认识。\n公众号后台有很多人咨询昨晚 Founder Park 直播的回放，大家可以在视频号的「直播回放」里找到，我们之后也会陆续放出一些沉淀的内容。\n长按识别二维码填写入群申请表\n关于交流群：\n在 ChatGPT 发布后，我们迎来了一个全新的创业时代，似乎又回到了移动互联网早期——大量产品的方向和定义还不清楚的时代，我们希望把更多愿意思考和有创业意向的人聚集在一起，连接更多大模型领域的 doer（实干家），让更多有价值的认知在这里流动、碰撞、凝结，孵化出更多优秀的产品和项目。\nFounder Park 计划搭建一个大模型相关领域的交流社区，面向有志于在大模型相关领域创业的创业者、产品经理、工程师、学者及投资人，围绕大模型相关创业的新项目、新赛道进行交流探讨。\n在这里，你可以获得大模型相关领域的最新动态、高质量的对话交流，结识更多高净值的创业人群，同时，极客公园也会为优秀的项目提供资金、人才及其他资源的支持。","excerpt":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4.","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 2000 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.geekpark.net/news/371457","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2000 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2000,"summary_length":1090,"usable_text_length":2000,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2000,"summary_length":1090}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"微软这次牛在哪？怎样和微软学大模型落地？ - geekpark.net","url":"https://www.geekpark.net/news/371457","summary":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4.","source":"geekpark.net","date":"2026-09-29T02:43:26+00:00","content":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 预处理（上图）：LLM(大语言模型) 在微软产品里的落地 (grounding) 环节, 首先是预处理「用户提示「（user prompt），旨在用联系「上下文」(context) 来提高「提示」的质量，并确保 LLM 的答案是用户可操作的。\n2. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4. 给回用户的答案（下图）：首先是用户在线等的相关应用的命令生成，得达到用户可用的质量水平，比如生成的会议记录需精炼准确可执行，且符合国家/行业/公司的相关规定。\n综上，微软展示了在复杂的产品体系和公司工作流程里，如何整合 LLM 服务来建立全自动的 AI 助手，能产生的合规的具体答案，且综合质量不错。\n微软发布会的长版视频，大家可去找来看看。另外，按照 Open AI 公布的 GPT-4 的 API 费用表，为每输入 1000 个字符 (约合 750 个单词)，价格为 0.03 美元，每生成 1000 个字符，价格为 0.06 美元。\n关于微软的 Office 365 Copilot，你怎么看？Google Docs、WPS 和飞书又该如何应对？\n欢迎在评论区发表你的看法，也可以加入我们的大模型相关领域交流群，来一起探讨大模型时代创业的共识和认识。\n公众号后台有很多人咨询昨晚 Founder Park 直播的回放，大家可以在视频号的「直播回放」里找到，我们之后也会陆续放出一些沉淀的内容。\n长按识别二维码填写入群申请表\n关于交流群：\n在 ChatGPT 发布后，我们迎来了一个全新的创业时代，似乎又回到了移动互联网早期——大量产品的方向和定义还不清楚的时代，我们希望把更多愿意思考和有创业意向的人聚集在一起，连接更多大模型领域的 doer（实干家），让更多有价值的认知在这里流动、碰撞、凝结，孵化出更多优秀的产品和项目。\nFounder Park 计划搭建一个大模型相关领域的交流社区，面向有志于在大模型相关领域创业的创业者、产品经理、工程师、学者及投资人，围绕大模型相关创业的新项目、新赛道进行交流探讨。\n在这里，你可以获得大模型相关领域的最新动态、高质量的对话交流，结识更多高净值的创业人群，同时，极客公园也会为优秀的项目提供资金、人才及其他资源的支持。","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.geekpark.net/news/371457","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 2000 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2000 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2000,"summary_length":1090,"usable_text_length":2000,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2000,"summary_length":1090}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/92438","export_markdown":"/api/items/92438/export?format=markdown","export_json":"/api/items/92438/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.geekpark.net/news/371457"},"formats":{"full":{"id":92438,"title":"微软这次牛在哪？怎样和微软学大模型落地？ - geekpark.net","url":"https://www.geekpark.net/news/371457","source":"geekpark.net","author":null,"published_at":"2026-09-29T02:43:26+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4.","full_text":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 预处理（上图）：LLM(大语言模型) 在微软产品里的落地 (grounding) 环节, 首先是预处理「用户提示「（user prompt），旨在用联系「上下文」(context) 来提高「提示」的质量，并确保 LLM 的答案是用户可操作的。\n2. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4. 给回用户的答案（下图）：首先是用户在线等的相关应用的命令生成，得达到用户可用的质量水平，比如生成的会议记录需精炼准确可执行，且符合国家/行业/公司的相关规定。\n综上，微软展示了在复杂的产品体系和公司工作流程里，如何整合 LLM 服务来建立全自动的 AI 助手，能产生的合规的具体答案，且综合质量不错。\n微软发布会的长版视频，大家可去找来看看。另外，按照 Open AI 公布的 GPT-4 的 API 费用表，为每输入 1000 个字符 (约合 750 个单词)，价格为 0.03 美元，每生成 1000 个字符，价格为 0.06 美元。\n关于微软的 Office 365 Copilot，你怎么看？Google Docs、WPS 和飞书又该如何应对？\n欢迎在评论区发表你的看法，也可以加入我们的大模型相关领域交流群，来一起探讨大模型时代创业的共识和认识。\n公众号后台有很多人咨询昨晚 Founder Park 直播的回放，大家可以在视频号的「直播回放」里找到，我们之后也会陆续放出一些沉淀的内容。\n长按识别二维码填写入群申请表\n关于交流群：\n在 ChatGPT 发布后，我们迎来了一个全新的创业时代，似乎又回到了移动互联网早期——大量产品的方向和定义还不清楚的时代，我们希望把更多愿意思考和有创业意向的人聚集在一起，连接更多大模型领域的 doer（实干家），让更多有价值的认知在这里流动、碰撞、凝结，孵化出更多优秀的产品和项目。\nFounder Park 计划搭建一个大模型相关领域的交流社区，面向有志于在大模型相关领域创业的创业者、产品经理、工程师、学者及投资人，围绕大模型相关创业的新项目、新赛道进行交流探讨。\n在这里，你可以获得大模型相关领域的最新动态、高质量的对话交流，结识更多高净值的创业人群，同时，极客公园也会为优秀的项目提供资金、人才及其他资源的支持。","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 2000 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.geekpark.net/news/371457","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2000 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2000,"summary_length":1090,"usable_text_length":2000,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2000,"summary_length":1090}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2000 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2000,"summary_length":1090,"usable_text_length":2000,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2000,"summary_length":1090}},"actions":{"read":"/item/92438","export_markdown":"/api/items/92438/export?format=markdown","export_json":"/api/items/92438/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.geekpark.net/news/371457"}},"digest":{"id":92438,"title":"微软这次牛在哪？怎样和微软学大模型落地？ - geekpark.net","url":"https://www.geekpark.net/news/371457","source":"geekpark.net","topic":"ai","published_at":"2026-09-29T02:43:26+00:00","excerpt":"兴奋之余，创业者的深度思考。 本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日 昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。 在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。 在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。 李志飞 微软焕发新春 Google 尚能饭否？ 出门问问…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 2000 characters.","reading_time_min":1,"cluster_id":null},"card":{"display_title":"微软这次牛在哪？怎样和微软学大模型落地？ - geekpark.net","subtitle":"geekpark.net · 2026-09-29","summary":"兴奋之余，创业者的深度思考。 本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日 昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。 在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。…","badges":["quality:high"],"links":{"read":"/item/92438","original":"https://www.geekpark.net/news/371457","diagnose":"/api/diagnose?url=https%3A//www.geekpark.net/news/371457"},"quality_warning":null},"export":{"title":"微软这次牛在哪？怎样和微软学大模型落地？ - geekpark.net","url":"https://www.geekpark.net/news/371457","summary":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4.","source":"geekpark.net","date":"2026-09-29T02:43:26+00:00","content":"兴奋之余，创业者的深度思考。\n本文首发于 Founder Park 公众号 · 2023 年 3 月 17 日\n昨晚微软发布了基于 OpenAI GPT-4 的全新办公系统 Microsoft 365 Copilot，一时间刷屏网络，引得人们感叹技术进步之快。\n在众多的讨论中，我们也看到了两个不一样的声音——两位创业者，从产品和技术细节的角度，分析了微软的做法，以及它对行业可能会产生的影响。\n在获得两位授权后，我们迅速整理了这两条短评，分享这个消息纷繁日新月异的环境下，一些来自创业者清晰的思考。\n李志飞\n微软焕发新春\nGoogle 尚能饭否？\n出门问问 创始人 & CEO\n刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：\n总之，这彻底颠覆了我对微软的印象，一个 48 年的公司再次焕发青春活力，真是史无前例啊！\n王晓东\n细分行业「小模型」的\n范本教材\n邻动 创始人 & CEO\n微软「落地」的整个流程，可为各细分行业做「小模型」创业作为学习的范本。\n这几天，微软/百度/谷歌等轮番有 AIGC 相关的发布（也要为百度加油！）。\n今天，微软 365 Copilot 的发布会，显示了 AI 不再限于玩玩（对话/写文章/生成图画），而且跟每人的工作和生活都直接相关，很震撼！微软把 GPT 的能力全面用到各种 Office 工具里，无论是一键将 Word 变成 PPT，还是几小时会议记录生成几句话的会议总结和行动计划，都只是一条自然语言指令的事情。\n其中微软落地的过程，有很多工程化的工作，是创业需要借鉴的。\n我们来一起学习一下：\n1. 预处理（上图）：LLM(大语言模型) 在微软产品里的落地 (grounding) 环节, 首先是预处理「用户提示「（user prompt），旨在用联系「上下文」(context) 来提高「提示」的质量，并确保 LLM 的答案是用户可操作的。\n2. 改进版「提示」的生成 (上图)：以微软为例，叫微软「数图」（Microsoft Graph），即微软办公全家桶的内部数据，加上您公司内部的通讯录，工作对话记录，消息，E-mail，文件等所有数据，这些大致可称为「工作流程」数据，用于提供「上下文」，比如 A 是老板，B 是产品经理，C 是码农，这样谁以什么身份说了什么都清楚了，还有某项目代号 XX，查到是以前的会议中有 XX 项目的介绍。以开会的会议总结为例，开会的原始记录，与上述「工作流程」结合后，生成润色过的「提示」，喂给 LLM。请注意，为保护公司隐私，LLM 只做数据处理，并不存您公司的数据。\n3.「后期处理」（上图）：LLM 处理这些「提示」并给出答案，并不能直接给用户，而是给回 Copilot 进行「后期处理」。「后期处理」比较复杂，比如上述的会议总结，还需进行综合评估包括安全，隐私，合规等方面。\n4. 给回用户的答案（下图）：首先是用户在线等的相关应用的命令生成，得达到用户可用的质量水平，比如生成的会议记录需精炼准确可执行，且符合国家/行业/公司的相关规定。\n综上，微软展示了在复杂的产品体系和公司工作流程里，如何整合 LLM 服务来建立全自动的 AI 助手，能产生的合规的具体答案，且综合质量不错。\n微软发布会的长版视频，大家可去找来看看。另外，按照 Open AI 公布的 GPT-4 的 API 费用表，为每输入 1000 个字符 (约合 750 个单词)，价格为 0.03 美元，每生成 1000 个字符，价格为 0.06 美元。\n关于微软的 Office 365 Copilot，你怎么看？Google Docs、WPS 和飞书又该如何应对？\n欢迎在评论区发表你的看法，也可以加入我们的大模型相关领域交流群，来一起探讨大模型时代创业的共识和认识。\n公众号后台有很多人咨询昨晚 Founder Park 直播的回放，大家可以在视频号的「直播回放」里找到，我们之后也会陆续放出一些沉淀的内容。\n长按识别二维码填写入群申请表\n关于交流群：\n在 ChatGPT 发布后，我们迎来了一个全新的创业时代，似乎又回到了移动互联网早期——大量产品的方向和定义还不清楚的时代，我们希望把更多愿意思考和有创业意向的人聚集在一起，连接更多大模型领域的 doer（实干家），让更多有价值的认知在这里流动、碰撞、凝结，孵化出更多优秀的产品和项目。\nFounder Park 计划搭建一个大模型相关领域的交流社区，面向有志于在大模型相关领域创业的创业者、产品经理、工程师、学者及投资人，围绕大模型相关创业的新项目、新赛道进行交流探讨。\n在这里，你可以获得大模型相关领域的最新动态、高质量的对话交流，结识更多高净值的创业人群，同时，极客公园也会为优秀的项目提供资金、人才及其他资源的支持。","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.geekpark.net/news/371457","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 2000 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2000 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2000,"summary_length":1090,"usable_text_length":2000,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2000,"summary_length":1090}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}