微软这次牛在哪？怎样和微软学大模型落地？
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 创始人 & CEO
刚刚看了 Microsoft Dynamics 365 Copilot 的发布会，太震撼了，这是我的几点感受：
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！
王晓东
细分行业「小模型」的
范本教材
邻动 创始人 & CEO
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。
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！）。
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。
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。
我们来一起学习一下：
1. 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。
2. 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。
3.「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。
4. 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。
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。
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。
关于微软的 Office 365 Copilot，你怎么看？Google Docs、WPS 和飞书又该如何应对？
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。
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。
长按识别二维码填写入群申请表
关于交流群：
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。
Founder 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。
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。