微软在对其所有产品进行AI化改造的持续努力中,现在将人工智能直接添加到Excel的单元格中。从周一开始,Microsoft 365 Copilot的测试用户可以使用全新的COPILOT函数,让用户能够在C2或B23等任意单元格中直接调用微软的AI执行生成式任务。
这是这家软件巨头的明智战略举措,通过将Copilot集成到各种产品中来证明其AI数据中心建设的合理性。Excel可能是Microsoft Office产品中粘性最强的,对许多财务功能来说都是必不可少且不可替代的。
在博客文章和YouTube视频中,Excel核心产品负责人Catherine Pidgeon解释了这一新功能的优势和使用方法。
与Excel中的任何函数一样,您需要在前面加上等号操作符,然后将提示词用引号括起来放在括号内。接着加上逗号,然后添加任何您希望Copilot查看的"上下文"(即特定单元格的地址)。
例如,在视频中,Pidgeon和首席项目经理Joe McDaid使用COPILOT函数来分析一个包含咖啡机评论的电子表格中的情感。各个评论出现在D列,从第4行开始到第18行结束。McDaid在数据下方的D21单元格中放置了一个COPILOT公式:
=COPILOT("将这些反馈总结成一个段落",D4:D18)
经过几秒钟的处理后,D21单元格显示了所有咖啡机评论的摘要:"这台咖啡机因其易用性、快速操作和新鲜一致的...而普遍受到赞扬"
McDaid随后将公式的提示词改为"将这些反馈总结成一句话",结果重新计算为更简短的文本。摘要功能,特别是情感摘要,是生成式AI带来的新能力,这在普通Excel中是无法实现的。
您还可以使用COPILOT函数将数据分类到预定义的类别集合中。在另一个演示中,McDaid有四个类别列表——口味、易用性、噪音和其他——他希望函数将这些类别分配给15个响应行中的每一个。因此他在B4到B8单元格中列出了这四个类别。
然后,在咖啡机评论列旁边的E4单元格中,他输入了以下公式:
=COPILOT("对这些反馈进行分类",D4:D18,"分成这些类别之一",B4:B8)
这个公式显示COPILOT函数支持多个提示词和上下文。经过一两秒的处理后,E列从E4到E18填满了与D列单元格反馈匹配的类别。例如,Copilot将评论"这台机器运行非常快"分配到易用性类别。
在下一步中,McDaid在F3和G3中为情感和表情符号添加列标题,就在E3中类别列标题的旁边。然后他将E4单元格中的公式改为:
=COPILOT("对这些反馈进行分类",D4:D18,"分成这些类别之一",B4:B8,"返回这些列",E3:G3)
Excel然后在每个咖啡机评论旁边的三列中填入类别(例如:易用性)、情感(正面或负面)以及笑脸或皱眉表情符号。他还展示了这些列如何汇总到数据透视表中。
引入外部信息
在博客文章中,Pidgeon还提供了COPILOT函数将AI知识图谱中的信息导入电子表格的示例。一个动画GIF显示用户输入:
=COPILOT("列出主要机场的机场代码",E3)
E3单元格中有一个国家的名称。当E3显示USA时,D5到D14单元格显示美国机场代码,如ATL、LAX和JFK。当用户将E3改为澳大利亚时,机场代码变为SYD、MEL、BNE等。
在博客文章中,Pidgeon还解释说您可以在其他公式中嵌套COPILOT函数,或在其中嵌套其他公式。例如,在博客文章中,一个动画GIF显示有人在机场代码列表周围使用WRAPROWS:
=WRAPROWS(COPILOT("列出主要机场的机场代码",E3),3,"")
机场代码然后以网格形式出现,三列宽,三行高。
微软几乎肯定会扩大COPILOT功能的可用性。但是,目前您需要拥有Microsoft 365 Copilot(每用户每月30美元),并且需要加入测试频道的Microsoft 365 Insider程序。
Q&A
Q1:Excel中的COPILOT函数怎么使用?
A:与Excel中的任何函数一样,您需要在前面加上等号操作符,然后将提示词用引号括起来放在括号内,接着加上逗号,然后添加您希望Copilot查看的具体单元格地址作为上下文。
Q2:COPILOT函数能做哪些传统Excel做不到的事?
A:COPILOT函数能够进行情感摘要分析、自动分类数据到预定义类别、从AI知识图谱中获取外部信息(如机场代码),这些都是传统Excel无法实现的生成式AI功能。
Q3:如何获得Excel的COPILOT功能?
A:目前需要订阅Microsoft 365 Copilot(每用户每月30美元),并且需要加入测试频道的Microsoft 365 Insider程序,该功能仅对测试用户开放。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。