AI Copilot正在逐渐入侵我们的生活，但不少人可能还不清楚究竟什么是AI Copilot。这篇文章里，作者就对AI Copilot的本质、AI Copilot在不同场景的应用案例，以及如何将AI Copilot与产品、与个人融合等内容做了解读，一起来看。

注意看，我正在进行这篇文章的写作，在一开始的时候，标题是不确定的，内容是完全空白的，但Edge浏览器的右侧，New Bing作为一个侧边栏，正在帮我思考整篇文章的提纲。

是的，我们生活的世界，正悄然发生翻天覆地的变化——AI真的来了! 就在几个月前，ChatGPT的爆红，让我们意识到，AI已经开始深深渗透到人类世界的方方面面。而在此之前，我们甚至没有意识到，一场无声的变革已经开始了。

那就是，AI Copilot安静地进入了我们的生活和工作。

什么是AI Copilot？它将如何颠覆我们对工作和生活的认知？本文将为你揭开这层迷雾。

为了不在技术变革的潮流中落伍，我们有必要提前理解AI Copilot，并主动拥抱变化，让我们开始今天的阅读之旅吧！

Take Away：

1. 理解AI Copilot的本质
2. AI Copilot在不同场景的应用案例
3. AI Copilot融入到产品和个人的方法

一、New Bing如何理解AI Copilot

我们从微软的New Bing发布会开始说起。

今年3月份，微软CEO纳德拉在New Bing发布会上，诉说了AI帮助印度农民的一个故事：

一个农民用印地语说话，表达了一个相当复杂的想法，他是如何听说一些政府项目的，并想申请他认为自己有资格获得的补贴。

所以这是一个非常复杂的提示查询。这项技术做得很好。

“你应该去这个门户网站，填写这些表格，你会得到你的补贴。”

农民回复说，听着，我不会进入任何门户。我不会填写任何表格。你能帮我吗？他（AI）做到了。

该模型已使用GPT和此语音识别软件对印度政府的所有文件进行了培训。因此，基本上有两种模式结合在一起，真正帮助印度的农村农民试图获得政府计划。

这些东西是几个月前OpenAI和美国西海岸的人们开发的，被当地的开发商用来对农村农民产生影响。看到这一点真是太棒了。

纳德拉推出整合了AI的搜索引擎New Bing：

在未来，所有的计算机交互都将由一个代理来帮助你，我们将拥有副驾驶员（Copilot）的概念：

注入AI的下一代搜索和浏览，并将其组装为一种集成的体验，我们将把搜索引擎，网络浏览器和新的聊天体验重新想象成我们认为是您的副驾驶网络。现在，副驾驶是一个关键的词，因为我们相信人工智能的赋权性质！

New Bing+Edge浏览器，是微软提出的注入AI的下一代搜索和浏览的解决方案~ 也是AI Copilot的实践者。

我们进一步理解一下，到底微软怎么思考搜索整合AI之后，变成Copilot的，有四点：

1）更好的搜索：搜索不仅仅是一个工具，而是一个服务，它的目标是帮助用户实现他们的需求和目标。因此，微软利用了AI，让搜索能够更好地理解用户的意图和语境，从海量的信息中筛选出最相关和最有价值的内容，并以最合适的方式呈现给用户。

例如，如果用户想要了解某个话题的最新动态，微软可以自动为用户生成一个简洁的摘要，包含最新的新闻、数据、图片和视频等信息。

2）不仅是搜索：搜索不仅仅是一个获取信息的途径，也可以是一个创造信息的平台，它可以帮助用户发现新的知识、灵感和可能性。

因此，微软利用了AI，让搜索能够为用户提供更多的功能和服务，例如帮助用户创作一些内容，如诗歌、故事、代码、歌曲等，或者帮助用户优化或改进他们已有的内容。例如，如果用户想要写一首诗，微软可以根据用户提供的关键词或主题，为用户生成一些有趣和有创意的诗句，或者帮助用户修改或完善他们已经写好的诗句。

3）Chat即搜索：微软认为，搜索不仅仅是一个单向的过程，而是一个双向的对话，它可以让用户与搜索引擎建立更紧密和更自然的联系。因此，微软利用了AI，让搜索能够与用户进行自然和友好的对话，不仅可以回答用户的问题，还可以提出问题、建议或挑战，激发用户的兴趣和好奇心，并且能够根据用户的反馈或修改来改进自己。

例如，如果用户想要了解某个名人的生平，微软可以与用户进行一场有趣的问答游戏，让用户猜测名人的姓名、出生地、职业等信息，并且给予提示或奖励。

4）支持生成内容：微软认为，搜索不仅仅是一个展示信息的界面，而是一个生成信息的引擎，它可以让用户利用搜索引擎的强大计算能力和丰富知识库来创造出自己想要的内容。因此，微软利用了人工智能技术，让搜索能够支持生成各种类型和形式的内容，例如图像、音频、视频、文本等，并且能够根据用户的要求和偏好来调整内容的风格和质量。

例如，如果用户想要画一幅画，微软可以根据用户提供的描述或示例来生成一幅画，并且能够让用户选择画风、颜色、细节等参数。

之所以New Bing需要AI Copilot，思考路径是：

在搜索的整个过程里面，大约有40%的时间用在点击搜索链接、点击后退上面。

反应了很多的时间我们浪费在寻找答案的路上。

搜索这项技术，已经很多年没有发生改变了，我们在输入框里输入Query查询词，引擎返回搜索结果列表给我们，在《ChatGPT很火，它能取代搜索引擎么？》里，我有写过一个理念：

用户搜索是为了获得结果。

当前的搜索，对于简单结果是可以很好处理的，比如：导航、天气、股价.

但是对于更加复杂的事情，比如在本文一开始就列举的：我想写一篇AI Copilot的文章，该怎么写？

搜索引擎是没有办法很好解决的。

或者说：给我推荐北京文化五日游，并且品尝到当地特色美食，花费不要超过2000元;

这样的内容，我们会去小红书找笔记。

ChatGPT之后，AI具备了理解和创造的能力，将它整合到搜索引擎内，无疑是一个具备想象力的事情。

从用户需求出发，AI Copilot是基于对用户搜索行为和意图的深入分析而设计的，它能够理解用户的语境、情感、偏好和目标，从而提供更加贴合用户需求的搜索结果和建议。

New Bing把自己从原有的工具，升级为了服务！

二、AI Copilot的应用场景和价值

说几个AI Copilot的应用案例：

在《会读：AI帮你快速做读前筛选》里，你会发现，会读可以帮助我们快速对待读文章做摘要，节约内容选择的时间，如果你感兴趣，也可以使用微信扫码，直接开始尝试体验，把文章转载给它就行了。

在《AI时代产品新范式9：心光App》里，我们可以看到，日记这个古早的需求，在AI时代可以享受到一种什么样的温度。

在《你的工作学习AI助手：通义听悟，如何通过AI能力颠覆飞书妙记？》里，音视频文字提炼和总结，AI也大大增强了我们的工作学习效率。

在《AI系列06：Midjourney和Discord互相成就》 里，Midjourney也成为了设计师们使用AI辅助绘画的首选。

还有像《Bing+GPT，打造全新的搜索体验》 、《妙鸭9.9元收费背后：解析AIGC产品的商业本质》 ，等等，都显示了AI Copilot的意义。

所有需求，都可以用AI重新思考一遍。

从上面的几个产品的介绍可以看出，AI Copilot的应用场景和价值是非常广泛和丰富的，它可以在不同的领域和场景中，为用户提供更加智能的、个性化的、多模态的和互动的体验，帮助用户实现他们的需求和目标。

对于Co-Pilot植入产品，我们在下一节继续展开：

三、AI Copilot的产品原理

Dario Amodei是Authropic的创始人，也就是Claude背后的公司。他在一次访谈中说：

AI 要想变得更加高效，首先要能帮助人类提升人类自己的生产力，然后再逐渐达到人类同等水平的的生产力。

我们抛开AI究竟在哪一年进展到AGI的程度，当前阶段，AI已经完全可以嵌入到咱们的工作生活流中，实现AI Copilot了：

Andrej Karpathy是前特斯拉前 AI 高级总监，这是马斯克都公开出面挽留，宣称特斯拉的大门随时向他打开的男人。在去年年底的X上，就说他的80%代码是使用GitHub Copilot完成的。

GitHub Copilot生效的路径如下：

使用大模型基于GitHub的海量代码进行针对性训练，然后提供服务，帮助私有代码部分更好的完成工作。

和现在炒的沸沸扬扬的AI Agent不同，AI Copilot更加实用，当下Right Now就可以快速提高个人的生产力，在《AI时代创作核心竞争力：看他如何与Claude深度结合，进化内容生产力（5千字干货！）》 一文中，我详述了自己是如何把Claude严密的整合到内容创作流程中去的：

我们再看看会读的工作机制：

综合看下来，我们会发现，AI Copilot的机制是：

AI需要人类发起请求，随后快速进行响应，人类获得响应后，可以继续推进自己原有流程，也可以继续和AI进行交互。

可以看出，AI Copilot实现的核心是人机交互与协同。需要具备的能力至少有这么几点：

1）理解用户意图

AI需要准确地理解用户的需求和意图，才能够恰当的做出响应。这也是在NLP（自然语言处理）发展到GPT3之后才开始发生的质变，使得AI Copilot变得切实可行的核心原因。

2）生成个性化响应

基于理解用户的意图，AI使用生成模型（比如ChatGPT等）来产生针对性的回复，这些回复需要个性化，比如心光就会通过选项的方式，使得AI可以根据用户的特定需求来做针对性的个性化回应。

3）持续交互

嵌入到用户的工作流中，是Copilot的重要逻辑，这就要求AI可以在复杂任务里持续的和人产生交互，换句话说就是24小时StandBy的高知识实习生，并且有一定的记忆能力，能够不断的响应。

4）混合外部知识

对于大量的人类需求，AI可以随时请求外部的知识源，对无法理解的内容进行检索和学习，以便更好的对人类的需求做出响应。

5）保证输出质量

如果AI的回应质量太低，就没有办法帮助人类提高工作效率，所以AI Copilot生成的质量必须要达到可用的标准，当然也得保证输出内容的安全性和合规性等等。

四、AI Copilot加到产品上？

在产品设计里面，我们可以去思考，植入AI Copilot后，是否能满足以上几个要求的情况下，增加提供给用户的价值。

具体判断可以从以下几个方面思考：

1. 用户场景需求

这是最核心的：用户在这个产品的使用场景中，是否存在很强的助手需求？

• 比如会读存在价值的核心是：用户是否有读前筛选文章的需求。
• 通义听悟存在价值的前提是：用户对于工作和学习中，从音视频中提炼文字，对文字做分段整理、要点提炼的需求。
• 心光存在的价值的前提是：用户希望写完日记后，获得AI的回应。
• GitHub Copilot：用户在编写代码时是否希望获得代码建议、快速补全代码 New Bing：用户是否希望直接获得可用的内容。
• ……

一切技术都是为了用户的需求，所以回归到本源去思考，是最最重要的。

2. 交互模式是否符合

目前合适的Copilot，还是以Chat的方式来交互的，所以可以在输入框内通过文本交互、语音转文本等方式来实现的就会更加合适。

当然，Midjourney新的“Inpainting”功能，又有点不一样：

Midjourney 上现在有一个新的按钮「Vary (Region)」，使用该功能，用户可以选中想改变的区域，输入新的文本 prompt，直接用文本修改图像。年满忍tvvrimnymftt

这已经是尽可能少需要语言输入的场合了，但要想让AI明确理解人类的意图，还是需要Prompt的输入。

3. 数据积累程度

产品本身是否有大量高质量的用户行为数据和内容数据，这是训练AI模型的基础，特别是对于垂直模型，必须进入数据飞轮，才能够真的构建壁垒，即：

数据越来越多，模型给出的回应质量越来越高，用户越来越无法离开。

4. 输出内容的开放程度

如果AI可以在适当的范围内自主控制生成，是比较适合Copilot的，比如WPS AI、Notion AI等等，都能够非常好的辅助内容生成。

5. 商业需求

增加AI Copilot之后，产品是否能带来差异化竞争优势，从而提升核心指标。

Q：您如何考虑将其货币化？

纳德拉：上次我检查软件时，搜索是地球上最赚钱的类别。因此，我只需要多几个用户。我竞争的其他人必须保留他们所有的用户和所有的毛利率。所以没有对新存在收费的计划。

在一次访谈中，主持人询问纳德拉，是否会有明确的收费机制，答案是否。说的很清楚，Bing的主营业务是搜索，只要有更多的用户来使用Bing，就能赚回来，获得了GPT4加持后，Bing就获得了足够的差异化优势。并且Chat和Search是结合得很紧的：

五、AI Copilot加到你身上！

今天聊了那么多AI Copilot，也聊了产品如何植入AI，如果我们把自己当成一个产品，是不是也要肉身入世呢？

把AI变成自己的Copilot！

现在的时代是超级个体、一人公司的时代，如何利用AI放大原本有限的个人能力，提高我们的效率，非常的有意义，AI Copilot就是一个非常有效的手段！

AI Copilot的独特价值至少有三点：

1. 提升工作/学习效率：通义听悟可以帮助我们看播客，读视频，快速复盘会议，就是一个非常典型的场景。
2. 优化内容质量：现在已经有大量使用ChatGPT来生产内容的Prompt了，咱们且不说那些，对于我这样的长文来说，AI是完全可以快速有效的帮助内容质量进一步提高的。
3. 激发更多创造力：很多时候人力有限，大脑记忆力和想象力是缺失的，AI作为一个万能的外脑，能够非常好的帮我们补强。或者在写完后，让AI帮忙给建议，也能非常好的帮助我们查遗补漏。

说完价值之后，肯定要问我到底怎么结合到自己身上了，这里给大家放出独家珍藏的AI融合四步法：

1）理解自身需求痛点

回忆一下，你自己的工作和学习中，最费时、最耗神的环节是什么？这里面有没有重复劳动？

比如说，我在写深度长文时（5K字以上的），最累的环节就是大量的寻找资料，对资料内的内容进行整理思考，再通盘考虑，寻找出主线进行串联。

这是一种自下而上的写法，基于相对确定的主题（比如产品分析），在有了大致的框架后，需要海量的信息去梳理，再整理出文章框架，接着逐步填充。

现在是完全可以AI Copilot，看看AI有什么思路，和它碰撞后，可以大致明确框架，随后直接逐个章节进行填充。

这里面AI会对几个部分有很强的帮助：

• 很依赖外部知识输入的任务，自己掌握的知识又不足。
• 不知道自己什么不知道。

AI几乎有世界上所有的信息，只要根据一些固定的提问方式（比如：你是一名中国资深的产品经理，请帮我检查下这个提纲，给我一些建议），就可以让AI来辅助到我们。

2）评估AI结合的可行性

AI也是从市面上能找到的信息训练出来的，如果你所处的是非常独特的小众领域，或者说市面上几乎没有信息，大模型也会无能为力。

像Super写的产品分析，大部分时候还是需要我自己去处理，因为分析每一个具体产品（特别是小众产品）的内容不多，这会使得AI并不知道如何分析好一款产品，很多时候还是需要我自己深度的思考。

但是大部分工作流都是可以支持的，只要任务的输入输出可以明确定义，输入和输出之间关系比较明确，那AI结合的可行性就比较大。

举个例子，如果任务是让AI根据一个游客的需求自动生成一份旅游方案，那么：

输入：“我要在国庆期间到北京五日游，必须去天安门、故宫、八达岭长城，预算是5000元”，这就是游客提供的出游时间、景点喜好、预算等自然语言描述的需求信息，是明确而具体的。

输出：就是AI根据这些需求信息，生成一份包含推荐景点、酒店、餐厅、行程等的完整旅游方案，输出的形式也是明确的。

如果输入或者输出任何一方存在定义不清晰的情况，AI就不清楚输入和输出之间的关系，也就难以完成交互任务。

3）找到匹配的AI工具

在《AI时代创作核心竞争力：看他如何与Claude深度结合，进化内容生产力（5千字干货！）》 里，我也写了为何我选择Claude作为主力Copilot工具，因为它支持100K长输入，可以上传文件，文风也和我相近，所以我会选择它。

市面上现在AI工具乱花渐欲迷人眼，找到合适自己需求的很重要，我们可以关注以下几点：

• 功能匹配度
• 工具的模型质量
• 使用难易度
• 稳定性
• 费用
• 合规性
• 未来发展潜力
• 口碑

4）持续迭代改进流程

刀越用越快，我们没有必要在一开始就要求自己用明白AI。

就像我用辅助驾驶，也是逐步熟悉它，并越来越清楚它的脾气（比如加塞是激进还是保守），来决定哪些时刻使用它，哪些时候还是自己上~

我们在一开始可以先从简单的场景和任务开始，慢慢地去拓展AI辅助的范围。

你可以画一个流程图，逐步的把适合AI的部分加进去。

举个例子，我之前全面用Claude来作为长文写作的Copilot，后来发现Xmind Copilot似乎还挺好用的，尝试在提纲层面使用，试了一段时间后，发现还是Claude好用，就又退回来了。

没关系，我们可以不断去尝试，体验并优化原有流程。

最后，记得留意最新AI的技术进展，比如早先我是使用Bing来作为创作辅助的Copilot，到Claude2.0出来之后，马上全面更换了。

小结一下，作为一名创作者，我深深的知道，AI的到来，打破了原来内容不可能三角：

退一步说，不追求爆款，高频和高质量完全可以兼得了，如果你感兴趣，可以翻一下我的AI主题，这个月15天里我更新了6篇AI的长文，写到了没有选题-，-

六、总结

当AI Copilot悄然进入我们的生活，我们该拥抱还是警惕？

答案应该是很明确的，我是这么理解的：

首先，AI Copilot实际上是信息时代个人生产力的进一步提升。它解放我们从重复劳动中，让我们有更多时间去从事创造性的工作。

其次，正确使用AI Copilot可以显著提升工作效率和质量。它是知识工作者的外脑和助手，能够协同共生，而不是替代人类。

最后，要主动拥抱AI时代。因为技术将不会退缩，抵制技术进步的人终将被淘汰。我们需要积极掌握使用AI的方法，提升自身竞争力。

AI Copilot给人类带来的影响还在持续深化，但方向已很明确——它将使我们的生活和工作更加智能化。

所以，不妨先一步开始使用AI Copilot，你会发现它带来惊喜的！