张大妈

Windows自带Copilot办公提效指南

源自50位全网作者

06-04 00:15

内容由AI生成

精选参考来源

1. Qwen3.6-Plus 太猛了!免费 + 百万上下文 + Agent + 视觉多模态AI能力拉满! 零度解说

2. 全网都在养龙虾?我选择养一个24小时不睡觉的会议秘书—TicNote Pods

3. 飞书聊天就能自动填表?OpenClaw让我告别了Excel复制粘贴

4. 如何看待淘天金码奖设立Prompt工程赛道,是否意味着「提示词工程师」将成为未来五年互联网行业新风口?

5. 高效沟通与协作:让邮件、会议、 日程不再占用你的时间(会议纪要革命:从手动记录到AI自动生成)

6. 2026年了还在徒手整理会议记录?快用AI来帮忙!思必驰、科大讯飞、BOOX文石哪块才是办公er的本命AI办公本?全方位对比!

7. 极简部署:30分钟“雇用”你的第一位数字员工(方案一:本地部署)

8. 会议整理从30分钟到5分钟:通过TicNote AI 录音卡片,我在职场效率直接开挂 !

9. AI手机见多了,AI PC怎么玩?华硕PN54 AI迷你电脑&Copilot实践

10. 转译:深度拆解 Hermes Agent 的记忆系统:它如何修正 OpenClaw 的误区 作者:Manthan Gupta 如果你读过我之前关于 ChatGPT、Claude 以及 Clawdbot 记忆系统的文章,你就会知道我一直在钻研同一个问题:这些 AI 智能体(AI Agent)到底是怎么记事的? Hermes Agent 对我来说格外有趣,因为这次我不需要只靠观察它的行为来搞“逆向工程”。Hermes 是开源的,它的代码库和文档都是公开的。所以,我没有通过提示词(Prompt)去盲测这个黑盒,而是直接翻看了它的代码路径——从它如何构建提示词状态、持久化会话,到如何清理记忆和查询历史对话。 简而言之:Hermes 拥有的不是一套记忆系统,而是四套。 1. 存储在 MEMORY.md 和 USER.md 中、经过高度浓缩的提示词记忆。 2. 通过 session_search 调用的 SQLite 历史会话存档(可搜索)。 3. 像程序记忆(Procedural Memory)一样运作的智能体技能管理。 4. 可选的 Honcho 层,用于更深层的用户建模(User Modeling)。 把这些设计联系在一起的核心逻辑非常简单:保持提示词稳定以便利用缓存(Caching),其他一切繁杂信息都交给工具。 让我们深入聊聊。 Hermes 的上下文结构 在理解记忆之前,我们先看看 Hermes 到底给模型发送了什么。 系统提示词(System Prompt)大致是按以下顺序组装的: ------- [0] 默认智能体身份 [1] 工具使用行为指南 [2] Honcho 集成模块(可选) [3] 可选系统消息 [4] 固化的 MEMORY.md 快照 [5] 固化的 USER.md 快照 [6] 技能索引 [7] 上下文文件(AGENTS.md, SOUL.md 等规则文件) [8] 日期/时间 + 平台信息 [9] 对话历史 [10] 当前用户消息 -------- 这非常关键,因为 Hermes 正在针对大模型供应商的提示词缓存(Prompt Caching)机制进行优化。代码显示,提示词构建器的目标非常明确:让稳定的前缀部分尽可能长时间地保持不变。 这一个决定就解释了 Hermes 大部分的记忆架构。 如果某条信息每一轮对话都要用到,Hermes 会尽量把它缩得很小并注入进去;如果信息量很大、属于历史旧账或者偶尔才有用,Hermes 就会把它踢出提示词,改用“按需检索”的方式。 第一层:固化的提示词记忆 其内置的记忆系统小得令人惊讶。 Hermes 将持久记忆存储在 ~/.hermes/memories/ 下的两个文件中: 1). MEMORY.md 智能体笔记:环境、规范、工具怪癖、教训 限制:2,200 字符 2). USER.md 用户画像:偏好、沟通风格、身份信息 限制:1,375 字符 这容量真不大。加起来大约只有 1,300 个 Token(模型理解文本的最小单位)。 而这正是刻意为之。 在会话开始时,Hermes 加载这两个文件,把它们渲染进提示词区块,然后在整个会话期间固化这个快照。会话中途写入的记忆会立即存入硬盘,但不会改变已经生成的系统提示词。这些改动只有在开启新会话,或者触发了“压缩(Compression)”导致的提示词重建时才会生效。 渲染后的格式如下: ------ ═══════════ MEMORY (你的个人笔记) [67% — 1,474/2,200 字符] ═══════════ 用户的项目是一个位于 ~/code/myapi 的 Rust Web 服务,使用 Axum + SQLx § 这台机器运行 Ubuntu 22.04,安装了 Docker 和 Podman § 用户喜欢简洁的回复,讨厌冗长的解释 ------ 这里有几个我非常欣赏的细节设计: 1. 使用字符限制而非 Token 限制:这让记忆逻辑与模型无关。Hermes 不需要调用特定模型的计算工具就能判断记忆是否存满。 2. 简单的分隔符文件格式:条目之间用 § 分隔。没有复杂的向量数据库(Vector DB),没有自定义二进制存储,就是纯文本。 3. 刻意保持极小的系统提示词空间:这是整个设计的重中之重。Hermes 不想把所有历史都塞进提示词,它只想要最有价值的事实。 4. 记忆是“精选状态”,而不是“日记”:这是 Hermes 与 OpenClaw 最大的区别。 OpenClaw 的日志更像是“流水账”。而 Hermes 则反其道而行。它的工具架构和测试逻辑强调: • 保存用户偏好。 • 保存环境事实。 • 保存反复出现的错误修正。 • 保存稳定的规范。 • 不保存任务进度。 • 不保存会话结果。 • 不保存临时的待办事项(TODO)。 真相是:Hermes 希望 MEMORY.md 和 USER.md 保持精简、高频且对缓存友好。 memory 工具 Hermes 通过一个拥有三种操作的 memory 工具来管理这些文件:add(添加)、replace(替换)、remove(移除)。 一个好用的细节是:replace 和 remove 使用子字符串匹配。你不需要记住条目的内部 ID,只需要传入现有条目中一段唯一的文字即可。 此外,系统会拒绝完全重复的内容,并拦截危险信息。源代码会扫描记忆条目,防止提示词注入(Prompt Injection,即通过输入恶意指令误导 AI)、凭证泄露或隐藏的 Unicode 字符。 第二层:用于情景回溯的 session_search 如果说 MEMORY.md 是 Hermes 的“短期热记忆”,那么 session_search 就是它的“长尾回溯系统”。 所有过去的会话都存储在 SQLite 数据库中,拥有完整的索引和搜索功能。当模型需要想起以前聊过的内容时,它不去翻 MEMORY.md,而是搜索这个会话数据库。 其工作流程是: 1. 在过去的消息中进行全文搜索。 2. 按会话分组结果。 3. 加载匹配度最高的会话。 4. 使用一个便宜的辅助模型对这些会话进行摘要总结。 5. 将精炼后的回顾内容返回给主模型。 这是一种非常务实的设计。它比盲目地把长篇累牍的历史塞进每一个提示词要便宜且高效得多。 第三层:压缩与记忆冲刷(Memory Flush) Hermes 另一个聪明之处在于它处理长对话“压缩”的方式。 当会话变得太长,Hermes 会压缩对话中间的部分以节省空间。但摘要是有损的,重要事实可能会丢失。 于是,Hermes 会先进行一次“记忆冲刷”。 在压缩之前,它会发送一条指令告诉模型: > “会话即将压缩,请保存任何值得记住的东西。优先保存用户偏好、修正建议和重复模式,而非具体的任务细节。” 然后它运行一次额外的模型调用,只开启 memory 工具。如果模型觉得有什么东西该留下来,就会在对话被“洗掉”之前把它写入 MEMORY.md。 第四层:作为程序记忆的技能(Skills) Hermes 不仅能记住事实,还能记住技能。 技能(Skills)存储在 ~/.hermes/skills/ 下。当 Hermes 发现了一个复杂的流程、修复了一个棘手的问题或学会了更好的方法时,它可以将其保存为“技能”。 大多数记忆系统只关注“语义回溯”(名字、偏好、事实),但智能体还需要记住如何做事。 为了效率,Hermes 不会把所有技能都塞进提示词,而是只放一个技能索引,只有在需要时才加载具体的技能内容。 第五层:用于深层建模的 Honcho 最后是可选的 Honcho 层。如果说本地记忆是 Hermes 的笔记本,Honcho 就是它尝试构建的复杂用户模型。它能实现跨设备、跨平台的记忆连续性。 最精妙的是它如何在不破坏提示词缓存的前提下实现集成: • 在会话的第一轮,Honcho 的上下文会被织入系统提示词。 • 在之后的对话中,为了保持提示词稳定,Honcho 的回溯内容会附加在当前用户的提问后面,而不是修改系统提示词。 这确保了缓存依然有效,同时 AI 依然能读到最新的背景信息。 Hermes 与 OpenClaw 的区别 • OpenClaw:记忆更接近“以 Markdown 为中心的存储”,日志和长效文件是主要事实来源。 • Hermes:提示词记忆被严格限制,历史记录存在 SQLite 里,只有需要时才搜索。 Hermes 更加关注缓存效率。 它认为:不是所有东西都配住在“系统提示词”这个黄金地段。 总结:Hermes 做对了什么? 1. 冷热分离:小规模提示词记忆负责常驻信息,搜索负责偶尔用到的信息。 2. 缓存优先:它意识到频繁改动提示词会导致延迟增加和成本上升。 3. 记忆的多样性:它承认记忆是分层的——包括个人画像、情景回溯、操作技能和深层建模。 Hermes 的核心设计原则最令我折服:记忆应该让智能体变得更好用,而不是通过摧毁提示词的稳定性来换取博闻强识。 真正的诀窍不是记住更多,而是在正确的层级、以正确的成本,记住正确的事情。 原文:x.com/manthanguptaa/status/2034849672985288957

11. Anthropic 刚刚把 Claude 接入到了 Outlook、SharePoint、OneDrive 和 Teams,而且覆盖所有套餐,包括免费版。Microsoft 为 Copilot 在同样这些应用里提供相同功能,每用户每月收费 30 美元。没错,Anthropic 通过 Claude 访问你的 Microsoft 365 数据完全免费,而 Microsoft 却要收 30 美元/用户/月,让 Copilot 访问同样的邮件、同样的文档、同样的 Teams 对话。而且这个连接器还是 Microsoft 自己构建并在自家应用市场批准上架的。这个 M365 连接器从去年 10 月起一直是企业专享功能,仅限 Claude Team 和 Enterprise 计划。今天 Anthropic 把它对所有计划开放,因为市场格局变了:全球有 4 亿付费的 Microsoft 365 席位,而 incumbent( incumbent 指现有主导者)的 AI 要 30 美元/用户/月,现在出现了一个免费方案,能读取完全一样的数据。Copilot 的采用速度一直很慢。微软在 2025 年初公布付费 Copilot 席位只有 200 万,不到符合条件账户的 1%。定价太狠:在已有 M365 许可基础上再加 30 美元/月,就为了一个会“幻觉”你自己日历的 AI。Anthropic 看准了那 99% 还没买 Copilot 的 M365 用户,专门为他们开了一扇体验自家产品的门。换句话说,Anthropic 正在通过微软自己的渠道销售 Claude。#微软#人工智能

12. 微软现在终于开始意识到一件事:用户反感的不是 AI,本质上是“被强行打扰”。#Windows 11变清爽了#Windows 11 过去这段时间最明显的问题之一,就是 Copilot 被塞得太满了。很多地方你还没开始用,它已经先跳到你眼前,存在感比功能本身还强。现在微软开始动手调整,其实说明它也发现了,AI 不是露出越多越高级,反而可能越让人烦。这次变化的重点,不是把 AI 砍掉,而是把 Copilot 从“到处刷脸”改成“退到工具层”。比如记事本里原本很显眼的 Copilot 图示没了,换成更低调的写作工具;剪取工具里相关入口也被进一步淡化。说白了,微软开始把 AI 从一个不断提醒你“我在这里”的品牌,重新变回一个你需要时才调用的功能。这背后其实是个很现实的转向。过去微软花了很大力气推 Copilot,想让它成为 Windows 11 的核心标签;但从现在的动作看,它显然也看到了用户的真实反馈:大家并不是拒绝 AI,而是不想系统为了推 AI,牺牲掉原本干净、顺手的体验。一句话总结:微软不是不要 Copilot 了,而是终于开始明白,真正好用的 AI,应该少打扰、多做事。

13. 收藏这20个NotebookLM提示词,你一定用得上

14. AgentRun Sandbox SDK 正式开源!集成 LangChain 等主流框架,一键开启智能体沙箱新体验

15. 阿里云 EventHouse 正式公测!连接企业数据与 AI Agent,释放实时数据价值

16. 腾讯会议这波 AI 功能,让我彻底戒掉了整理焦虑

17. 小到离谱,聪明到能直接出会议纪要!在AWE现场和安克副总裁聊录音豆是什么体验?!

18. 微软Copilot:耗资百亿的“AI新纪元”为何成了史上最大尴尬? 在科技圈,微软Copilot本该是2023-2025年最闪耀的明星产品。它被宣传为“能和你对话的PC”,是萨蒂亚·纳德拉口中“媲美80年代个人电脑、90年代互联网、2000年代移动设备、2010年代云计算”的全新计算范式。可现实却给了微软一记响亮的耳光:Copilot无处不在,却几乎没人愿意为它买单。 宏大愿景 vs 残酷数据 微软将Copilot塞进了Windows 11的任务栏、Edge浏览器、Office全家桶,甚至推出了专属的“Copilot+ PC”。它能帮你找Windows设置、分析Excel数据、根据Word文档自动生成PowerPoint、总结Outlook邮件,还能跨应用搜索本地和OneDrive文件。在编程领域,微软依托2018年收购的GitHub,推出了GitHub Copilot,号称要重塑代码编写方式。 纳德拉的野心极大:Copilot不是一个功能,而是一个“新操作系统”。用户不再需要手动操作,只需“告诉它做什么”即可。微软为此下了血本——仅对OpenAI的投资就超过130亿美元,2023-2025年AI基础设施支出预计达800亿美元,2025年单季度就烧掉300多亿美元,主要用于GPU和数据中心。 为了证明价值,微软甚至请Forrester做调研,宣称企业使用Copilot可获得137%-367%的投资回报率,能提升6-13%的效率,对中小企业来说还能带来6%收入增长、20%运营成本降低。 听起来完美,对吧?但数据却狠狠打脸。 截至2026年初,微软商业版Microsoft 365拥有超过4.5亿付费席位,但真正为Copilot额外付费的席位只有1500万,占比仅3.3%。也就是说,96.7%的企业用户宁愿用免费版聊天功能,也不愿意每月多掏30美元。 用户的真实反馈:不是助手,是“电子废话机” 早期试点时,70%的财富500强企业“采用”了Copilot,听起来很光鲜。但深挖数据:只有6%完成了全公司部署,72%仍停留在小范围试点阶段。为什么?因为它根本不好用。 用户吐槽铺天盖地: 要求列出今天打开的所有文件(文件名、访问时间、文件大小),它不仅无法插入Word文档,还会列出几年前的文件。 Copilot在Excel中基本无法实现有意义的自动化。我给它过好多次机会,结果都很糟糕。比如,让它对比两个表格的差异,或者让它找出一个栏里的独特价值(unique value), 它都惨败。 想让它把文档中所有日期字体加粗,它不直接操作,而是给你一堆复杂的手动步骤。 经常“拒绝”执行任务,只给出“建议你自己怎么做”的说明。 一位用户直言:“Copilot带来的不是生产力提升,而是负生产力。”另一位抱怨:“它就是个加强版的传统帮助系统,却贵了30美元/月。” 更讽刺的是,微软自己的员工都在自掏腰包用ChatGPT、Claude或Grok,而不是公司提供的Copilot。用户满意度对比清晰:ChatGPT易用性97%、需求满足率93%; Copilot只有86%。它连“最基本的事”都做不好,却被强行塞进每个Office应用,删都删不掉。 强制捆绑与用户反弹 面对惨淡采用率,微软选择了最糟糕的应对方式——强制推送。 2024年底,微软悄然调整个人和家庭版Microsoft 365订阅: 个人版价格上涨45%; 家庭版上涨29%; Copilot被默认捆绑。 想保留原价“经典版”?必须走到“取消订阅”流程才能看到选项。在澳大利亚和新西兰,甚至完全无法切换回旧版。澳大利亚竞争与消费者委员会(ACCC)直接将微软告上法庭,指控其误导270万用户,索赔超过5000万澳元。 与此同时,微软提前结束Windows 10支持(远早于预期),而Copilot的深度集成仅在Windows 11可用。这被许多用户解读为“逼你升级”的手段。结果?用户怒称微软为“Microslop”(微软+slop,意为烂泥),还开发了专门移除Copilot的浏览器插件。有人戏称它为“Clippy 2.0”(微软当年那个人见人烦的办公室助手)。 连微软自己都不信? 最讽刺的一幕发生在GitHub Copilot上——这个被宣传为“编程未来”的产品。微软最近要求数千名工程师(包括负责Windows、Office、Teams的核心团队)同时使用Claude Code和GitHub Copilot进行对比,并上报哪个更好。连非技术岗位的设计师、项目经理都被要求优先用Claude。 微软甚至与Anthropic达成协议,让Azure客户直接使用Claude全系列模型。这等于公开承认:我们自己都不完全信任Copilot。 开发者社区的共识是:Copilot在行内代码补全上有独特优势,但复杂多文件编辑、长链条任务上远不如Cursor或Claude。微软本想让它成为企业级“杀手级应用”,结果却成了众多AI工具中的“平庸一员”。 微软的AI泡沫正在破裂? 2026年初,微软公布高额AI支出后,股价单周暴跌,市值蒸发数百亿美元。华尔街开始质疑:每年烧几百亿美元的GPU,换来的却只是3.3%的付费转化率,这笔生意到底值不值? Copilot的失败不是技术问题,而是产品哲学问题。它试图用“万能助手”取代用户思考,却忽略了最基本的人机交互原则——用户要的是真正能干活的工具,不是只会推卸责任的电子客服。 如今,科技行业正从“AI狂热”转向冷静。连纳德拉都开始低调。Copilot或许不会彻底死亡,但它已从“下一代计算平台”沦为一个昂贵的警示案例:再多的钱、再大的野心,也救不回一个用户不想要的产品。 微软的下一招会是什么?是继续强制,还是真正把Copilot打造成好用的工具?答案或许很快就会揭晓。但对普通用户来说,教训已经很清楚了——别再塞给我不需要的AI了,我只想要一个好用的Office。 (本文基于公开数据与用户反馈撰写,科技评论无绝对对错,仅供参考。)

19. 俺宣布文石NoteX5是年度学习办公神器!以前读PDF教材总要打印出来才能写写画画,电子文档📝翻半天也找不到重点!现在直接导入NoteX5,就像在纸质书上自由批注一样方便:刷题、记笔记、划重点都行,还能给PDF一键插入自己的目录,复习时秒速定位👍更惊喜的是,它的局部OCR功能太实用了!选中哪段文字就识别哪段,不用整篇转换,还免费无限次~阅读时字太小或排版别扭,都能一键优化到舒适模式。开会时打开“会议笔记”,结束后AI自动生成带核心要点和发言总结的纪要,基本不用修改,直接就能用侧边那颗AI智慧键,轻轻一按就能调出我设置好的高频功能。这个设备彻底把我的学习、阅读和会议效率提升到了新维度,妥妥的知识📚生产力工具。你要是也不会用 可以看图👇去试试哦#有点东西##数码科技#

20. 躺着办公这么爽?AI时代好东西分享1.0

21. 别再死磕办公Office技巧了!这5个AI神器让办公Word、Excel、PPT变得无门槛了~

22. 《扣子开发 AI Agent 智能体应用》017-提示词编写和优化(驱动智能体的核心指令)

23. 别只盯着Azure!大摩力挺微软:cRPO大增39%+Copilot临近爆发,公司长期增长逻辑未变

24. 万字长文!小白全面入门Codex手把手教程【附保姆级文档】

25. Claude杀入Office全家桶,全球4.5亿打工人一夜变天!OpenAI惨烈出局

26. 把NAS变成私人AI助手:飞牛NAS本地部署AI大模型教程

27. 微软重组AI部门,整合Copilot产品线

28. Seedance 2.0:说中国话的最强AI视频模型!

29. 删掉 OpenClaw!Hermes Agent 才是真王炸,一键本地部署 +模型接入全教程(避坑指南) | 零度解说

30. #Copilot为什么没有达到ChatGPT的影响力# 微软的问题,其实越来越明显: 它拥有AI时代最好的牌,却没有打出最强效果。 按理说,微软本来应该是最容易统治AI时代的公司。 它有: Windows; Office; Azure云; GitHub; OpenAI合作关系。 几乎整个数字办公世界,都在微软手里。 但现实却是: ChatGPT成为全球AI代表; 谷歌在搜索AI上持续推进; Anthropic在企业AI快速崛起; 而Copilot的存在感,反而越来越弱。 为什么? 因为微软的问题不是技术,而是: 产品定义。 现在很多Copilot产品,都像“AI插件”。 Word里加AI; Excel里加AI; Windows里加AI。 但用户真正需要的,可能不是“工具栏里的AI”,而是: 一个能主动理解任务、长期记忆、跨平台协作的AI代理。 也就是说: AI时代的核心竞争,可能不是“功能集成”,而是“人格化助手”。 而微软仍然停留在: “软件增强逻辑”。 这有点像移动互联网初期,很多公司只是把PC网站搬到手机。 真正改变时代的,往往不是“旧产品+AI”,而是: 全新的交互范式。 Copilot能不能翻盘,关键不在模型,而在于微软是否愿意: 彻底重构自己的产品逻辑。 #ai创造营#

31. 【IDE大对比】30天真实体验:Cursor vs Copilot vs Claude Code!开发者做了一个认真的实验——同一个功能(JWT认证系统),分别用Copilot、Cursor、Claude Code各完成一遍,记录时间、代码质量、bug数和"能否放心上线"。结果如下:1. 工具能力现状1)GitHub Copilot:最强在"Code你写过的东西"。JWT中间件、PR描述、代码review建议都瞬间出现,GitHub集成体验无敌。但缺陷明显——只看当前文件,不理解整个项目的context。上线到半路需要人工干预的频率高。2)Cursor:多文件context是杀手锏。测试中0 bugs found,边界case处理比Copilot好一个数量级。实测数据:同样功能,Cursor生成的代码需要修改次数最少,质量稳定。缺点是对"外层逻辑"(跨文件影响)理解还不够深。3)Claude Code:最"聪慧",能理解你项目的全景图。调用工具、访问多个文件的能力强,代码风格一致性最好。但速度不如Cursor快,某些细节处理需要多轮对话。2. 如何选择?钱不是小事。这哥们之前同时付费3个(每月$60),后来做出决定:1)日常迭代:用Cursor(多文件context优势明显)2)架构设计/重构:用Claude Code(全局视野)3)快速修bug:用Copilot(反应快)但如果只能选一个,他的答案是:Cursor。理由是time-to-working-code最短,bug最少,减少心智负担。3. 决策链路?这不是"哪个工具最强"的问题,而是:1)你的项目多大?(文件多 → 需要Cursor的context)2)你有多少交接债?(遗留代码多 → 需要Claude的理解力)3)你的编程风格稳定吗?(不稳定 → 用Claude统一风格)Copilot有GitHub加持但context盲;Cursor快但理解浅;Claude Code深但慢。可以考虑组合使用(比如Cursor日常+Claude做重构)。虽然成本高,但显著减少了在工具限制面前的"卡壳时刻"。原文链接: dev.to/harsh2644/github-copilot-vs-cursor-vs-claude-i-used-all-3-for-30-days-heres-my-honest-winner-2f9g#HOW I AI# #程序员#

32. 谷歌68页提示词圣经+老金原创元提示词,直接复制就能用

33. 告别加班!用这些AI工具,让你的年终总结又快又好!【Word文字总结】1.DeepSeek:deepseek.com,能直接上传你的全年文档(Word、PDF、PPT、Excel),帮你提取重点、分析成果。2.豆包:www.doubao.com,提供聊天机器人、写作助手以及英语学习助手等功能,支持全平台客户端及浏览器插件。3.WPS AI(灵犀):copilot.wps.cn,打开Word文档就能在右侧找到AI入口,写好后一键润色,自动把口语化表述改成正式严谨的职场文风,还能帮你补充逻辑衔接句,让总结更流畅。 4.Kimi:www.kimi.com,长文档整合神器,多素材快速提炼核心,支持上传PDF、Word、网页链接等多格式素材,能生成思维导图辅助梳理逻辑。5.语雀AI :yuque.com,知识库管理功能强,适合整理零散想法,支持Markdown,排版精美。6.文心一言:yiyan.baidu.com,用户可以根据自己的喜好和风格,定制AI生成的文本内容,包括语言风格、段落格式、标点使用等,让文本内容更加符合个人需求。7.Effidit:effidit.qq.com,一个智能创作助手,可以帮助用户更加简单轻松地进行文章的创作,并且能够自动检测并补全语句,可以帮助用户快速发现和纠正语法、拼写、标点等错误。【Excel数据复盘】1.飞书AI:www.feishu.cn,支持多人实时编辑数据复盘报告,还能从会议录音转写内容中提炼数据相关的待改进事项,避免重复录入数据。2.石墨文档AI:shimo.im,响应速度快,操作流畅,支持复杂公式的智能解释。3.天工:tiangong.cn,支持文档、PPT、表格三大智能体,擅长市场分析、竞品调研等深度内容。4.亿图图示:edrawsoft.cn,专业的数据可视化工具,提供海量图表模板(甘特图、流程图、架构图等),让数据呈现更专业。5.ProcessOn:processon.com,在线流程图、思维导图协作工具,适合复盘项目流程、梳理工作逻辑,并支持团队协同编辑。【PPT可视化汇报】1.iSlide:www.islide.cc,直接匹配年终汇报场景,支持把写好的Word/Excel导入,自动解析内容并排版;Excel数据还能一键生成可视化图表,不用手动调整格式。2.轻竹办公:www.qzoffice.com,主打“极速生成”,输入“2025年销售部年终总结”等主题,快速生成完整PPT框架,手机、电脑都能编辑。3.通义千问,www.qianwen.com,文档一键转PPT,打通写作到汇报全流程,上传Word或脑图,直接生成排版工整的PPT。4.Canva可画AI:canva.cn,设计模板丰富,激发创意,AI生成配图、智能配色,需要制作视觉冲击力强的汇报时。5.Gamma AI PPT:22ppt.com,输入大纲即可自动生成包含文案、图表、图片的完整精美幻灯片,创意与效率兼备。6.Beautiful.AI:beautiful.ai,将设计原则自动化,在编辑时智能调整页面元素,确保每一页幻灯片都符合专业设计规范。

34. AI策略与设计专家Ty Bannerman近日绘制了一张图表,梳理了微软自AI浪潮兴起以来发布的所有Copilot产品。目前,图中已列出80个不同的、独立营销的Copilot产品和工具,而微软自身似乎也没有维护一份完整的清单。Bannerman表示,绘制这张图的灵感源于有人问他微软Copilot到底是什么。他的回答是至少75种不同的东西:“应用、功能、平台、一个键盘按键、一整个笔记本品类,甚至还有一个用来构建更多Copilot的工具——全都叫Copilot。”他将这张图命名为“当你把所有东西都命名为Copilot时会发生什么”。有趣的是,这张图还在持续膨胀,上周还是78个,随着网友补充,Gaming Copilot和Microsoft Dragon Copilot(一款AI临床助手)被加入其中,数字已更新至80个。那么到底有多少个?Tom's Hardware向Copilot提问得到的回答是“生态系统远超100个”,如果算上所有嵌入式应用Copilot、企业级工具和Azure相关产品,总数约为95到120个以上。微软前不久承诺将改善Windows 11的性能、可靠性,并减少Copilot的干扰,希望这一承诺来得越早越好。#秋瓷炫儿子要学中英韩三门语言#

35. 开了 ChatGPT Plus,还在手抄纪要:Record 更容易回本

36. 一键批量部署、一划切换工作状态:真正的为企业而生,华为全新操作系统鸿蒙电脑企业版深度体验!

37. 微软今天把 Copilot 的智能体模式(Agent Mode)设为 Word、Excel、PowerPoint 的默认体验,所有 Microsoft 365 Copilot 和 Premium 订阅用户即刻可用,个人和家庭版同样支持。Satya Nadella 亲自发推宣布了这个变化。他用 Excel 举了个例子:电子表格的核心价值在于信息的空间关系,什么挨着什么、什么驱动什么。给一个智能体这样的画布去推理,一条指令就能同时改掉模型、桥接关系和叙事逻辑。这和之前的 Copilot 体验有本质区别。早期的 Copilot 更像一个被动的顾问,你问它问题它能回答,但让它直接在文档里动手做事,经常对不上你的意图。微软承认,当时底层模型的指令跟随和推理能力还不够。现在模型能力上来了,Copilot 可以在文档画布上执行多步操作:在 Word 里改结构、调语气;在 Excel 里直接写公式、建透视表、做可视化;在 PowerPoint 里更新数据和叙事线,同时遵循公司模板。从微软公布的内测数据看,效果比较明显:Excel 的用户参与度提升了 67%,满意度(点赞率)提升了 65%;Word 参与度提升 52%;PowerPoint 新用户留存率提升 36%。对日常重度使用 Office 的人来说,体感变化应该是:以前你得一步步告诉 Copilot 要做什么,现在你可以给它一个比较笼统的目标,它会自己拆解成多个步骤去执行。比如"把这份报告重新组织一下,语气改成面向客户的",它会同时处理结构调整和语气改写,而不是让你一个个操作。微软同时强调了“控制权不可谈判”这个原则,用户可以预览改动、保留想要的部分、回退不满意的修改。下一步还会加强对复杂场景(比如金融电子表格、法律文档)的支持,以及让用户更清楚地看到 Copilot 改了什么、为什么改。想试的话,访问 Microsoft365.com/copilot 或者在手机上下载 Microsoft 365 应用就行。

38. vibe coding 至尊超级终极无敌指南 V114514 [汗] github.com/tukuaiai/vibe-coding-cn 本项目是一个与 AI 结对编程的终极工作流程,旨在帮助开发者丝滑地将想法变为现实。本指南详细介绍了从项目构思、技术选型、实施规划到具体开发、调试和扩展的全过程,强调以规划驱动和模块化为核心,避免让 AI 失控导致项目混乱。 核心理念: 规划就是一切。 谨慎让 AI 自主规划,否则你的代码库会变成一团无法管理的乱麻。 这个思想的核心是构建一个能够自我完善的 AI 系统。我们可以将其分解为以下步骤,以突出其递归的本质: 1. 定义核心角色: α-提示词 (生成器): 一个“母体”提示词,其唯一职责是生成其他提示词或技能。 Ω-提示词 (优化器): 另一个“母体”提示词,其唯一职责是优化其他提示词或技能。 2. 描述递归的生命周期: ·创生 (Bootstrap):用 AI 生成 α-提示词 和 Ω-提示词 的初始版本 (v1)。 ·自省与进化 (Self-Correction & Evolution):用 Ω-提示词 (v1) 去优化 α-提示词 (v1),得到一个更强大的 α-提示词 (v2)。 ·创造 (Generation):用进化后的 α-提示词 (v2) 去生成我们需要的所有目标提示词和技能。 ·循环与飞跃 (Recursive Loop):最关键的一步:将新生成的、更强大的产物(甚至包括新版本的 Ω-提示词)反馈给系统,再次用于优化 α-提示词,从而启动下一轮进化。 3. 终极目标: 通过这个永不停止的递归优化循环,系统在每一次迭代中都进行自我超越,无限逼近我们设定的理想状态。 #科技先锋官#

39. 百度文库、网盘放大招!联合发布通用智能体「GenFlow4.0」,支持一键部署OpenClaw,把文库网盘打造成自己的「AI工作台」。截至目前,通用智能体GenFlow4.0已拥有1亿月活用户,月任务交付达2亿。升级文库网盘Office Agent成最强「办公专家」,一句指令即可并行调用PPT、Excel、Word Agent。

40. Coze 3.0来了!别再自己复制、粘贴搬上下文了!

41. 【AI前沿】AI 正在接管你的工作界面:Office、Chrome 与“可视化教科书”的同一天

42. OpenClaw 你装错了!9个必备Skills + 正确模型搭配,一次搞定浏览器自动化! | 零度解说

43. 还在手动复制粘贴总结文档?快试试Open Code这款免费AI神器!它能直接调用“技能”读取并概括你本地的Word文档内容。视频演示了如何一句话让AI帮你完成文档摘要,办公学习效率瞬间起飞!#AI办公# #效率工具# 川北小哥的微博视频

44. 微软对Windows的最新承诺:🟢更多任务栏自定义功能,包括垂直和顶部位置🟢减少不必要的 Copilot 入口,从剪辑工具、照片、小部件和记事本等应用开始🟢减少Windows更新带来的干扰🟢更快、更可靠的文件资源管理器,第一轮改进将聚焦于更快的启动体验、减少闪烁、更流畅的导航以及更可靠的日常文件操作性能。🟢对小部件和信息流体验的更多控制

45. 别光问AI了,反向操作才是王炸,这是我10倍速阅读的三大心法和提示词~当会用AI不再稀缺,AI时代真正拉开差距的是什么?#ai #阅读 #读书 #学习 #世界读书日

46. AIGC彻底变天!MiniMax Hub数字员工一键托管! 搞AIGC创作、做电商、做自媒体的同学们注意啦!AI做视频新玩法太炸了! 以前做AIGC视频,要自己找素材、写提示词、反复抽卡、剪辑拼接,一条视频做下来人都麻了。 最近深度体验了 MiniMax Hub,感觉有亿点不一样。 它就像我的专属数字员工,只要告诉它目标,它会自动拆解任务、调用模型,跑完一整套工业化工作流。 从电商海报、小红书种草图,到产品宣传片、短剧脚本、分镜、角色图,甚至本地文件整理,都能按流程往下跑。 #AI #人工智能 #AIGC #MiniMaxHub #海螺AI

47. 实测这个PPT生成的开源banana-slides 项目真不错。难怪没多久就5.3K星了。 比起NotebookLM生成PPT来,可控的地方更多。有点真正地“Vibe PPT”的范了~ - 支持Gemini Nano Banana和OpenAI GPT的方式来生成PPT内容 - 支持一句话、大纲(可以提前用其他AI生成PPT 大纲)、详细描述、附件文件生成PPT - 支持对每页PPT单独优化详细描述 - 支持对生成的PPT,每页修改提示词/模板,进行微调 - 支持导出PPT/PDF文件(注:PPT里还是图片) - 可以支持AiHubMix等中转接口(国内付费自由,你懂的) #科技先锋官##ai创造营#

48. 文科生史诗级加强!外网AI视频的天塌了!seedance加image2的核心技术被发现,完整提示词分享|中国爱死机|AIGC

49. 盘点一周AI大事(4月26日)|OpenAI王炸两连 OpenAI上线下一代大模型「GPT-5.5」 OpenAI全量上线下一代图像模型「GPT-Image-2」 Kimi发布最强开源大模型「Kimi K2.6」 DeepSeek发布了「DeepSeek V4」 Office三件套(Word PPT Excel)全量上线Copilot智能体 Google发布最强深度研究「Deep Research Max」 研究员开源AI研究员「ASI-Evolve」 Google发布最强图像分割模型「Google Vision Banana」 LTX开源视频转HDR「LTX HDR LoRA」 ODYSSEY发布最强世界模型「Odyssey-2 Max」 字节开源最强3D模型「Seed3D 2.0」 工程师研发出最强乒乓球机器人 #前沿科技趋势发布月 #AI新星计划 #AIGC #AI #OpenAI

50. 你的Ai视频为何总比别人差一点? 你希望通过提示词来提高画面质量,但问题在于,无法控制生成过程,就无法控制结果,用RHTV可以直接解决这些问题 #runninghub、#rhtv#aigc#ai视频#ai视频剪辑

2
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章