Copilot是怎么知道的你想读什么类型的书,尽管如此, 或者什么 激励你,或 你喜欢怎么做旅行? 那是 哪里它有助于添加 一些细节关于你自己、你的故事和情况.这个狭窄的秒 向下搜索依据 给它上下文来帮助它提供一更加个性化 响应。
“请为我的读书俱乐部给我三个新颖的建议。在一个表格中给出你的答案,其中包括书名、摘要和每一个的四个讨论问题。我的俱乐部由30至35岁的千禧一代组成。我们是对神秘、戏剧和浪漫小说感兴趣的狂热读者。我们每周举行一次同人会议,请给我一份与会议节奏相对应的阅读时间表。”
“请帮我安排15分钟的每日专注时间。一周中的每一天,请包括每日提示,帮助我开始冥想和写日记。我是一个热爱大自然的人,喜欢在公园里消磨时间。”
“你能帮我为从纽约到巴黎的家庭旅行制定预算吗?我想把这次旅行的所有内容都列出来,以便方便地转移到电子表格中。我们计划今年夏天为一个四口之家安排一次为期五天的旅行,打算参观旅游景点和博物馆,同时每天外出就餐三顿价格适中的饭,其中一顿是高档的。”
你给出的细节越多,你就会得到更好的答案。这是因为Copilot结合了大型语言模型 —从大量历史数据输入的复杂统计模型—利用微软技术和搜索索引的优势,为用户提供更相关、更及时的答案。
虽然包括动作、风格和关键细节会帮助你获得更有用的结果,但你以何种顺序寻求帮助并不重要—副驾驶员会理解的。在编写提示时,您可以任意混合这些元素,首先告诉它您的情况,甚至可以从您想要的结果格式开始。
使用生成性人工智能工具是一个动态和交互式的过程,您的初始提示可能只是一个开始—你可能需要与Copilot进行更深入的对话,询问后续问题,提供更多背景信息,或澄清你的目标结果。如果你想了解更多信息,你也可以请Copilot解释它是如何做出回应的。
要开始在日常生活中使用Copilot,只需询问您想要什么。