全球微資訊！微軟許建志：AI-First App，一個(gè)既殘酷、又美好的時(shí)代

責(zé)編 | Carol

出品 | CSDN（ID：CSDNnews）

內(nèi)容編輯應(yīng)該都有做網(wǎng)站專題的經(jīng)歷，通過給定網(wǎng)站模板套用來搭建頁面。這樣確實(shí)方便，但問題是對于千變?nèi)f化的內(nèi)容，并非幾套，或者數(shù)十上百套模板就能夠盡情呈現(xiàn)精華，更不用說在找模板匹配內(nèi)容上花費(fèi)的大量時(shí)間。

【資料圖】

還有一種方法，是直接在 " 代碼叢林 " 中找到合適的代碼，用 HTML 構(gòu)建頁面框架結(jié)構(gòu)，可以自行調(diào)整內(nèi)容的布局、字體、顏色等外觀屬性。然而，編輯畢竟不是程序員，稍有不慎便迷失在大量代碼中，搞出一推 Bug 還得前端來查找修改，反而浪費(fèi)了更多時(shí)間。

事實(shí)上，內(nèi)容專業(yè)不懂技術(shù)，技術(shù)專業(yè)不了解內(nèi)容——是不分產(chǎn)業(yè)領(lǐng)域和工作職能，所有公司都頭痛的問題。解決方法無非讓內(nèi)容人會(huì)寫代碼，或者讓技術(shù)人做出 " 傻瓜式 " 呈現(xiàn)工具，前者不切實(shí)際，而后者卻是大模型時(shí)代下 AI 能夠?yàn)楫a(chǎn)業(yè)帶來的最大變革所在。

然而，GPT 能夠?qū)崿F(xiàn)的便捷化 " 威力 " 有目共睹，但當(dāng)它實(shí)際落地，又會(huì)以什么形式呈現(xiàn)？對此，微軟首席產(chǎn)品經(jīng)理主管許建志認(rèn)為，是如何運(yùn)用 AIGC 的方法，通過自然語言直接生成網(wǎng)站：

" 去年微軟總部給到我們建議，讓根據(jù)內(nèi)容自動(dòng)提供 SharePoint 網(wǎng)站主題的設(shè)計(jì) , 在大致了解市場格局之后我們發(fā)現(xiàn)，已經(jīng)有很多 Web 廠商在著力開發(fā)這塊兒。為了避免做 "Me too" 的產(chǎn)品苦苦追趕，我就突發(fā)奇想，如果把高度拉高 , 直接做網(wǎng)站的生成，就可以呈現(xiàn)完整的，包含內(nèi)容、圖片、設(shè)計(jì)、排版的頁面 , 甚至可以設(shè)定網(wǎng)站內(nèi)容的層次結(jié)構(gòu)，更加貼近用戶需求，從而直接使用。"

就這樣，text-to-site 應(yīng)運(yùn)而生。

訪談嘉賓

許建志，微軟首席產(chǎn)品經(jīng)理主管

負(fù)責(zé) OneDrive 與 SharePoint 用戶體驗(yàn)產(chǎn)品經(jīng)理團(tuán)隊(duì)。在微軟的職業(yè)生涯超過 20 年，工作經(jīng)歷涵蓋眾多產(chǎn)品部門，包括開發(fā)工具、Windows 以及 Azure。目前在生產(chǎn)力部門工作，引領(lǐng)和改善用戶在微軟生產(chǎn)力工具中的體驗(yàn)。

從 ASP 寫腳本到 text-to-site

想法固然重要，但羅馬不是一日建成的。

目前的 AIGC 除了語義生成，還包括圖片（text-to-image）和視頻（text-to-video）內(nèi)容的生成，但還缺少網(wǎng)站（text-to-site）直接生成的能力，這也是微軟在近日宣布將 AI 助理 Copilot 加入到 SharePoint 的重要原因。

在沒有 Copilot 之前，SharePoint 主要通過企業(yè)應(yīng)用程序的集成來實(shí)現(xiàn)網(wǎng)站開發(fā)，而當(dāng) "Copilot in SharePoint" 之后，通過使用生成式 AI 自動(dòng)產(chǎn)生內(nèi)容與設(shè)計(jì)元素，no write，甚至 no design 指日可待。

對于這一趨勢，許建志感慨到：" 這是 SharePoint 發(fā)展史中又一次改變游戲規(guī)則的變化。"

記得二十多年前，許建志寫的第一本書是教授開發(fā)者如何開發(fā)網(wǎng)站，那個(gè)時(shí)候主要使用 ASP 寫腳本。2001 年，SharePoint 正式推出，從需要寫代碼，到利用圖形界面 ( GUI ) 來點(diǎn)選需要的頁面與組件，后來又歷經(jīng)了 no operate，實(shí)現(xiàn)了云端的 SharePoint Online。

據(jù)許建志介紹，從第一代版本一路走來，SharePoint 一直延續(xù)著 no code 的理念：" 這次通過使用生成式 AI，接受自然語言提示 ( prompt ) 會(huì)慢慢取代傳統(tǒng)的 GUI，可以更大幅度降低技術(shù)的應(yīng)用門檻，只需要口頭描述需求，連我五歲的女兒都可以在彈指之間直接創(chuàng)建網(wǎng)站。"

ASP 寫腳本到 text-to-site，除了 no code 貫穿其中，no operate、no write，以及 no design，都成為終極能力實(shí)現(xiàn)背后的理念助推力。而在這些理念的背后，又是技術(shù)的點(diǎn)滴突破為產(chǎn)品迭代不斷賦予了創(chuàng)造性。

"GPT 就是技術(shù)不斷突破下的集大成者，微軟現(xiàn)在有不少產(chǎn)品都整合了 GPT 的能力。當(dāng)在給 text-to-site 進(jìn)行產(chǎn)品命名時(shí)，考慮到將 GPT 能力在 SharePoint 上最大化呈現(xiàn)，我們使用了‘ Copilot in SharePoint ’。而如果是叫‘ SharePoint Copilot ’，只是將單獨(dú)的產(chǎn)品加上了 GPT 的能力，但我們希望的是通過 Microsoft 365 Copilot 來主導(dǎo)整個(gè)生產(chǎn)力相關(guān)產(chǎn)品的 AI 體驗(yàn)，從底層把數(shù)據(jù)和能力打通。"

自然語言提示、落地?cái)?shù)據(jù)、復(fù)雜提示

截至目前，Copilot in SharePoint 可以實(shí)現(xiàn)的功能包括：自然語言提示 ( Natural Language Prompt ) 、落地?cái)?shù)據(jù) ( Grounding Data ) ，以及復(fù)雜提示 ( Complex Prompt ) 。

其中，判斷自然語言輸入能力的大小主要在于所需 prompt 的簡化程度。比如，當(dāng)輸入 "onboarding site ( 員工入職 ) "，通過兩個(gè)詞的提示，能夠讓 GPT 根據(jù)其世界知識(shí)推薦需要的頁面和內(nèi)容，并通過 Copilot 來創(chuàng)建網(wǎng)站。這樣的能力實(shí)現(xiàn)主要在于大語言模型無需用戶遵循精準(zhǔn)提示，使用類似 "I need an onboarding site" 或是 "Create an onboarding site for me" 就可以達(dá)到一樣的效果。

" 當(dāng)我自己在使用 Copilot in SharePoint 的時(shí)候，發(fā)現(xiàn)了一些意想不到的效果。像在輸入不完全精準(zhǔn) prompt 的情況下，GPT 產(chǎn)出的內(nèi)容并不會(huì)受到影響。有一次我在給美國的副總裁展示 text-to-site 的時(shí)候?qū)卧~錯(cuò)輸成 "appl purple theme"，雖然對方給到我善意提醒，但我還是故意按了回車鍵，成功完成網(wǎng)站主題的設(shè)置。"

基于向量處理文字之間的關(guān)系而非關(guān)鍵字的比對，GPT 實(shí)現(xiàn)了 " 錯(cuò)字過濾 "，從而更好地理解用戶意圖。

不過，雖然可以通過世界知識(shí)實(shí)現(xiàn)提示，但對企業(yè)內(nèi)部的私有數(shù)據(jù)如果沒有給到內(nèi)容，GPT 還是無從知曉。所以，想讓生成的網(wǎng)站具備實(shí)用性 , 必須把頁面內(nèi)容的個(gè)性化程度做到極致才能更好落地。

在個(gè)性化數(shù)據(jù)上，微軟的優(yōu)勢在于客戶有自己的云上數(shù)據(jù)，包括公司目錄、文檔、郵件、會(huì)議記錄、網(wǎng)站……各類數(shù)據(jù)都可以在云上獲取。底層通過 Microsoft Graph 把用戶選定的落地?cái)?shù)據(jù)提供給在同一個(gè)云里的 GPT 模型 , 便可以在隱私資訊不外流的情況下生成個(gè)性化網(wǎng)站。

例如輸入：

"I need an #ODSP onboarding site for product managers with teal theme. Please include a welcome message from @Adam on the first page"。

" 上述提示包括了目的 ( onboarding site ) ，對象 ( product managers ) ，設(shè)計(jì) ( teal theme ) ，另外還有指定來自特定人員 ( Adam ) 的一個(gè)頁面區(qū)域 ( welcome message ) 。這些元素的順序并不重要，也都可以選擇 , 用戶可以自己根據(jù)需要進(jìn)行組合，看是新增或移除。"

其中，提示里 "#" 標(biāo)示的是通過微軟的 Viva Topics，使用 AI 在企業(yè)內(nèi)網(wǎng)自動(dòng)建立出來類似維基百科的關(guān)鍵字或縮寫。#ODSP 是落地?cái)?shù)據(jù)，會(huì)取出縮寫的意義（OneDrive & SharePoint）、相關(guān)的人與相關(guān)的文件列表給到 GPT。@Adam 也是落地?cái)?shù)據(jù) , 可以把標(biāo)示人員的名字、職稱和郵件提供到 GPT 模型里，從而產(chǎn)生出推薦網(wǎng)頁的內(nèi)容。

" 從以上截圖可以看到 , 通過 Adam 的郵箱，GPT 已經(jīng)猜到這是要給微軟使用的網(wǎng)站 , 除了標(biāo)示‘ Welcome to Microsoft ’之外 , 所產(chǎn)生的頁面介紹公司文化的部分來自 GPT 自己的世界知識(shí) , 完全和我們公司一致。另外由于前述 Viva Topics 的落地?cái)?shù)據(jù) , 讓 GPT 也可以更好地知道與描述 ODSP，并把 Topics 里的相關(guān)人員也自動(dòng)建立為頁面里的主要聯(lián)系人。" 許建志介紹說。

然而，盡管精簡的提示可以大幅降低技術(shù)使用的瓶頸，真正生產(chǎn)力的爆發(fā)卻是有明確的需求，并通過復(fù)雜提示來生成需要的網(wǎng)站。據(jù)許建志計(jì)算，傳統(tǒng)上使用的圖形界面單是創(chuàng)建一個(gè)有七個(gè)頁面，每個(gè)頁面有五個(gè)區(qū)塊的需求明確的網(wǎng)站，通過鼠標(biāo)點(diǎn)選數(shù)百次圖形界面來新增所需元素是必須的。而如果輸入以下提示便可以一次生成需要的網(wǎng)站：

"I need an ODSP onboarding site for our team members with teal theme. The site has 7 pages including Home, Get Started, About ODSP, Culture, Who Does What, Learning Library, and Managers & Bussies. For first page, I need below sections: Welcome to the team, Key Pages, Meet our newest teammates, News, Meet the ODSP Onboarding v-team, What the v-Team Does."

在具體落地場景中，GPT 的賦能讓 text-to-site 更了解不同行業(yè)的應(yīng)用：" 為了測試 Copilot in SharePoint 不同以往的功能，我們進(jìn)行了一些功能附加，比如當(dāng)生成地震處理危機(jī)網(wǎng)站時(shí)，GPT 會(huì)建議特別強(qiáng)調(diào)并加上地圖，以及即時(shí)通知的頁面和功能。而如果是疫情危機(jī)處理網(wǎng)站則會(huì)加上疫情政策、趨勢圖表，以及隔離在家工作的規(guī)定等頁面。"

大語言模型與 Microsoft Graph 的融合

作為微軟大力推廣的 AI-First App，許建志介紹，Copilot 能夠?qū)⒌讓訑?shù)據(jù)和能力打通的關(guān)鍵在于大語言模型與 Microsoft Graph 的融合。

最初，當(dāng)許建志將 "text-to-site" 的想法分享給工程團(tuán)隊(duì)的時(shí)候，大家的第一反應(yīng)是實(shí)現(xiàn)需要一到兩年的時(shí)間。" 我的同仁們說，完成這項(xiàng)工作需要撿起遺忘已久的數(shù)學(xué)，了解模型運(yùn)作與算法，包括如何判讀用戶輸入的自然語言的意圖，甚至還得使用數(shù)據(jù)訓(xùn)練模型等等，然后才開始打造應(yīng)用需要的功能。我自己也在一年多前和研發(fā)主管討論過是否需要建立我們自己的 AI 團(tuán)隊(duì)，好打造 AI 功能。幸運(yùn)的是，在 GPT 大語言模型與強(qiáng) AI 的加持下，上面這些需求統(tǒng)統(tǒng)不需要了。"

事實(shí)上，大語言模型可以看作是一個(gè)已經(jīng)被訓(xùn)練過，吸收了世界知識(shí)的大學(xué)生，具備理解意圖與自行處理需求的能力。其中包括兩個(gè)重點(diǎn)：

首先是提示指令。提示是唯一和用戶交互的界面，為了簡化用戶輸入，需要在用戶自己的提示 ( user prompt ) 之外，加上傳送給 GPT 的系統(tǒng)提示。例如，當(dāng)用戶輸入 "onboarding site"，就可以加上額外的提示指令從而 " 催眠 GPT 喚醒它某方面的能力（比如，可以讓它當(dāng) SharePoint 網(wǎng)站開發(fā)者），并提供足夠的背景資料來生成用戶想要的結(jié)果：

"You are a SharePoint developer and will help the user to create a website. The output needs to have suggested content hierarchy including page and section, corresponding webpart, sample content, theme …… Below is the site the user wants to build："

" 通過 SharePoint developer 的關(guān)鍵字，會(huì)強(qiáng)調(diào)并喚醒模型里 SharePoint 的知識(shí)，另外可以讓 GPT 知道 create website 是主要目的。接著只需要把系統(tǒng)提示與用戶提示接起來，一起傳送給 GPT 產(chǎn)生結(jié)果即可。"

除了系統(tǒng)提示之外，另一個(gè)重點(diǎn)是描述并指定所需要輸出的元數(shù)據(jù)，比如上面范例中的內(nèi)容結(jié)構(gòu)、頁面、頁面區(qū)域等等。這種方式的優(yōu)點(diǎn)是：應(yīng)用開發(fā)者不需要關(guān)注如何從不同的用戶提示分析意圖與目的，直接在最后讓 GPT 輸出所要求的元數(shù)據(jù)內(nèi)容即可，甚至可以是指定不同格式，例如，JSON 或 Jave Script 代碼。下面提示的范例雖然各有不同，但是生成的元數(shù)據(jù)與內(nèi)容是一樣的：

"I need an onboarding site for product manager with indigo theme."

"Create a product manager onboarding site. Apply indigo theme."

"Onboarding site with indigo theme. Target audience of the site is product manager."

" 通過上述系統(tǒng)提示、用戶提示，以及指定的元數(shù)據(jù)結(jié)構(gòu)，加上企業(yè)自己的落地?cái)?shù)據(jù)，便可以生成極具個(gè)性化的內(nèi)容搭配功能，建構(gòu)起需要的應(yīng)用。從內(nèi)部技術(shù)結(jié)構(gòu)來說，我推薦使用微軟發(fā)布的 Semantic Kernel ( 語義內(nèi)核 ) SDK 來實(shí)現(xiàn)。"

" 文字提示會(huì)是 AIGC 世界里的通用貨幣 "

CSDN：在構(gòu)建 text-to-site 的過程中，您最大的感觸是什么？

許建志：當(dāng)充分了解到 AI-First App 的威力后，我確實(shí)有不小的感觸，包括對編程語言、數(shù)據(jù)，以及自然語言等層面。

首先是編程語言將平民化。這是回歸 OpenAI 的 Andrej Karpathy（前特斯拉人工智能和自動(dòng)駕駛部門負(fù)責(zé)人，今年再次加入 OpenAI）提出的觀察。

"The hottest new programming language is English（目前最熱門的編程語言是英文）。"

我們的用戶在使用 Copilot in SharePoint 的過程，和使用傳統(tǒng)批次命令列指令類似，不同的是使用自然語言可以大幅降低技術(shù)門檻，高容錯(cuò)性讓提示中即使有錯(cuò)字也可以被理解意圖。

其次，落地?cái)?shù)據(jù)是個(gè)性化服務(wù)的關(guān)鍵。雖然 GPT 掌握了世界知識(shí) , 但是通過落地?cái)?shù)據(jù)的使用將可以協(xié)助每個(gè)公司大幅釋放既有數(shù)據(jù)潛力，提升員工生產(chǎn)力。當(dāng)然，隱私會(huì)是其中關(guān)鍵 , 通過 Azure 的 OpenAI 服務(wù)，或者 OpenAI 即將推出的企業(yè) GPT 皆是可行的落地實(shí)踐選項(xiàng)。這里需要注意的是，并不是使用企業(yè)自己的數(shù)據(jù)來訓(xùn)練 GPT。

此外，自然語言會(huì)是新一代的人機(jī)界面。現(xiàn)在的應(yīng)用幾乎都是 GUI 人機(jī)界面 , 很值得借用大語言模型再增加自然語言界面 , 從整合 GPT 的 Copilot in SharePoint 來看，的確可以降低技術(shù)門檻，增強(qiáng)員工生產(chǎn)力。給傳統(tǒng)圖形界面融入大語言模型的支持 , 演變?yōu)?AI-First App。

同時(shí)，我也意識(shí)到文字提示會(huì)是 AIGC 世界里的通用貨幣 , 因此為項(xiàng)目立下了一個(gè)原則 , 盡量減少不需要的圖形界面元素。這樣一來可以方便之后接入不同的 AIGC 新服務(wù)。另外，也可以把 text-to-site 轉(zhuǎn)為服務(wù)接入到其他應(yīng)用或服務(wù)。

CSDN：對于text-to-site 的技術(shù)生成和落地運(yùn)營，您個(gè)人更感興趣的是哪個(gè)方面？目前項(xiàng)目還面臨哪些難題，將如何應(yīng)對？

許建志：我個(gè)人本身對技術(shù)細(xì)節(jié)并不是太有興趣，只知道大致運(yùn)作機(jī)制。而真正著迷的是如何將其應(yīng)用到各行各業(yè)，服務(wù)不同的人群需求。就像電被發(fā)現(xiàn)并建立起電網(wǎng)可以接通到不同家里、公司，或者工廠之后，我們可以怎么利用與應(yīng)用電力改善人類生活，這也是我們團(tuán)隊(duì)的共識(shí)。雖然大語言模型研究已經(jīng)發(fā)展多年，但是當(dāng)我們需要考慮的是千萬甚至億級為單位的受眾與單位的時(shí)候，最需要著重的是該如何設(shè)計(jì)大語言模型的應(yīng)用，好照顧到不同族群、不同背景，從一般入門用戶、進(jìn)階用戶，甚至是企業(yè)的需求。

這里提到的設(shè)計(jì)不只局限于用戶體驗(yàn)的視覺設(shè)計(jì)。開發(fā)大語言模型就像涉入一個(gè)未知的新領(lǐng)域，從協(xié)助用戶理解大語言模型的使用與限制、如何為提示加上落地?cái)?shù)據(jù)、視覺化地呈現(xiàn)互動(dòng)體驗(yàn)，到提供建議提示等用戶體驗(yàn)設(shè)計(jì)之外，我們還需要考慮底層架構(gòu)的設(shè)計(jì)，包括如何優(yōu)化 token、設(shè)計(jì)出可延展支持不同技能的架構(gòu)、優(yōu)化與提升效能、防止用戶濫用、商務(wù)方面如何打造商務(wù)模型、分析成本結(jié)構(gòu)、如何收費(fèi)與設(shè)計(jì) SKU ……是一個(gè)橫跨多面向，但是沒有既定游戲規(guī)則，可以抄襲的局面。

這是一個(gè)前無古人的新藍(lán)海，雖然有很多未知，得通過很多討論與客戶驗(yàn)證，甚至通過失敗來迭代改進(jìn)，但也會(huì)擁有搶先制定游戲規(guī)則的樂趣。同時(shí)微軟也通過開源，慢慢把我們在推進(jìn) AI 時(shí)代的所思所學(xué)分享出來。

AI-First App 是如何架構(gòu)的？

CSDN：具體來說，text-to-site 如何辨識(shí)用戶指令意圖 , 完成想要的操作？

許建志：就像我前面說的，大語言模型擅長的是分辨語義 ( semantic ) ，辨識(shí)出用戶的意圖，提示的敘述可以更彈性，順序也不重要。但是傳統(tǒng)的代碼則非常強(qiáng)調(diào)語法 ( syntax ) ，必須非常精準(zhǔn)，不可以有錯(cuò)字。對于想要開發(fā) AI-First App 的開發(fā)者來說，將兩者整合會(huì)是不小的挑戰(zhàn)。

以 Copilot in SharePoint 為例，辨識(shí)完用戶意圖是根據(jù)需求創(chuàng)建網(wǎng)站，也了解相關(guān)的背景資料包括落地?cái)?shù)據(jù)之后，接下來需要拆解成不同步驟執(zhí)行對應(yīng)的代碼，包括創(chuàng)建網(wǎng)站結(jié)構(gòu)、頁面、頁面段落、webpart、圖片、排版、設(shè)計(jì)……

這些流程其實(shí)很固定（見下圖），也和這陣子流行的 AutoGPT 或是 AgentGPT 很像，把用戶的目標(biāo) ( ASK ) 拆解并規(guī)劃 ( planner ) ，用不同技能 ( skills ) 實(shí)現(xiàn)，最后逐步執(zhí)行。微軟前一陣子開源的 Semantic Kernel SDK 就是一個(gè)可以直接套用協(xié)助開發(fā)者快速開發(fā) AI-First App 的利器。

以里面推薦的 Copilot Chat 為例，除了自動(dòng)生成文本之外，還具備個(gè)性化推薦、數(shù)據(jù)與文檔導(dǎo)入、可擴(kuò)展、智能客服等功能。所以，開發(fā)者想構(gòu)建智能客服、個(gè)性化推薦系統(tǒng)、人力資源助手、電子商務(wù)智能助手等功能，都可以通過 Copilot Chat 實(shí)現(xiàn)。

CSDN：從技術(shù)細(xì)節(jié)來看，Grounding data 是如何實(shí)現(xiàn)的？或者說是如何讓 GPT 了解并整合落地端的數(shù)據(jù)，結(jié)合 LLM 生成精準(zhǔn)內(nèi)容？技術(shù)邏輯是怎樣的？

許建志：落地?cái)?shù)據(jù)的使用必須從前端與后臺(tái)兩個(gè)方面來考慮。

首先是用戶體驗(yàn)，雖然用戶可以直接把落地?cái)?shù)據(jù)加到用戶提示里，例如上述的歡迎信息可以直接輸入用戶提示 "welcome message from Adam, who is the VP PM and his email is adam@microsoft.com"。但是一旦落地?cái)?shù)據(jù)量比較大，這就變成很不實(shí)際的用戶體驗(yàn)。此時(shí)便可以通過類似 # 或 @選擇的方式簡化這個(gè)過程，讓用戶在輸入用戶提示的時(shí)候可以選擇人員、文檔、網(wǎng)站等。當(dāng)然，之后就和上述系統(tǒng)提示接上用戶提示類似，在后臺(tái)將用戶選擇的落地?cái)?shù)據(jù)展開并改成文字內(nèi)容整合到用戶提示里。下圖是一個(gè) Topics 落地?cái)?shù)據(jù)用戶體驗(yàn)的例子 :

AI-First App 正在顛覆傳統(tǒng)開發(fā)者和設(shè)計(jì)師

CSDN：目前可應(yīng)用功能還存在哪些缺陷，將會(huì)如何優(yōu)化？近期還會(huì)創(chuàng)建哪些新的功能？

許建志：目前大語言模型的通病都很類似，下面是幾個(gè)例子。

在實(shí)踐過程，我們發(fā)現(xiàn) GPT 不止數(shù)學(xué)不大好，設(shè)計(jì)的美感也需要再提升。我們曾經(jīng)創(chuàng)建一個(gè)地震應(yīng)變的網(wǎng)站，但是網(wǎng)頁背景居然顯示的是大剌剌的紅色，詢問原因之后 GPT 回答是：" 因?yàn)榈卣鸷芪ｋU(xiǎn)，紅色是表示危險(xiǎn)的顏色 "。我們優(yōu)化的方式是改為設(shè)計(jì)師提供專業(yè)的設(shè)計(jì)樣板并加上語義描述，然后讓 GPT 來挑選合適的設(shè)計(jì)。

另外，效率是一個(gè)大問題，因?yàn)榫W(wǎng)站是多模態(tài)呈現(xiàn)，包括文字、圖片、視頻，還會(huì)根據(jù)目的有多個(gè)不同頁面。創(chuàng)建這些內(nèi)容很花時(shí)間，我們可以通過用戶體驗(yàn)與技術(shù)讓用戶可以在 15 秒內(nèi)看到生成的結(jié)果。當(dāng)然 token 的限制也可以通過一些創(chuàng)意解決，例如原先一次會(huì)話處理整個(gè)網(wǎng)站的提示與生成內(nèi)容，可以改為分批次不同會(huì)話產(chǎn)生不同的頁面內(nèi)容。

CSDN：克服了更多挑戰(zhàn)之后，未來 Copilot in SharePoint 將呈現(xiàn)出怎樣的應(yīng)用生態(tài)？有哪些構(gòu)想？

許建志：未來會(huì)是 AI 無所不在的環(huán)境，因此使用 text-to-site 的能力不會(huì)只限制在 SharePoint。可能是通過 Microsoft 365 Biz Chat 的沉浸式交談機(jī)器人 , 調(diào)用不同應(yīng)用的功能。可能上一個(gè)提示還在使用 AI 整理剛結(jié)束的新項(xiàng)目會(huì)議里提到的 To Do，但下一個(gè)提示可能就直接請 SharePoint 根據(jù)會(huì)議內(nèi)容與參與人，創(chuàng)建一個(gè)新項(xiàng)目的協(xié)同網(wǎng)站，并把會(huì)議錄影與相關(guān)文檔一起放到網(wǎng)站上并設(shè)置好權(quán)限，而不需要單獨(dú)再打開瀏覽器到 SharePoint 里完成后面描述的這些工作。

另外，SharePoint 也同時(shí)扮演著 Teams 小程序，以及微軟另外一個(gè) AI 產(chǎn)品線 Viva 兩者底層平臺(tái)的角色。除了我們會(huì)協(xié)助第三方 SharePoint 樣板與 WebPart 利用自然語言大語言模型的能力之外，也可以預(yù)期圍繞在上述兩個(gè)方向也會(huì)有很多創(chuàng)新。

CSDN：進(jìn)入到 AI-First App 時(shí)代，對開發(fā)者來說有哪些變化？您有什么想要對開發(fā)者說的？

許建志：我記得有人說過，" 開發(fā)大語言模型的應(yīng)用就像訓(xùn)練一只狗 "。和傳統(tǒng)追求精準(zhǔn)、效率的工程理念不同，以前是通過圖形人機(jī)界面能夠盡量產(chǎn)生接近用戶需要的數(shù)字化內(nèi)容，現(xiàn)在演化到 AIGC 的時(shí)代，不止提示不需要精準(zhǔn)，甚至可能也是通過數(shù)十次、數(shù)百次不同迭代產(chǎn)生的結(jié)果，選出最喜歡的方案，而根本原因就是自然語言的輸入成本很低。

這些新一代的 AI-First App 也在顛覆傳統(tǒng)開發(fā)者、設(shè)計(jì)師，以及產(chǎn)品經(jīng)理的技能與認(rèn)知。這會(huì)是一個(gè)既殘酷，但是又美好的時(shí)代，因?yàn)槊總€(gè)開發(fā)者都有機(jī)會(huì)參與歷史，在前往 AI 星辰大海的旅途中留下足跡。雖然目前對大語言模型的投資越來越多，但是鑒于超大算力與超大數(shù)據(jù)的需求，留下的 " 電力公司 " 并不會(huì)太多。相反的，對于一般的開發(fā)者來說，打造大語言模型的應(yīng)用將會(huì)是絕佳難得的人生機(jī)會(huì)，相信很多領(lǐng)頭公司會(huì)陸續(xù)提供包括提示工程、插件開發(fā)、Semantic Kernel 等。與用戶體驗(yàn)設(shè)計(jì)指南等學(xué)習(xí)資源，千萬不要錯(cuò)過！