示範將一次性的 BizChat 生成回覆轉成可多人持續編輯的 Copilot Page。
能理解生成內容、Loop 儲存、分享與 Sensitivity Label 治理之間的關係。
原書示例詢問「多數組織有多少資料是 unstructured」，BizChat 回覆引用約 80%–90% 的分析師估計，之後可透過 Edit in Pages 轉成持久協作空間。
| 項目 | 原書內容 |
|---|---|
| 示例 AI 回覆 | 約 80%–90% 的組織資料為 unstructured（原書中的 BizChat 生成結果，需查證來源） |
| 轉換方式 | Edit in Pages |
| 儲存形式 | .loop file，存於 user-owned SharePoint Embedded container |
| 分享範圍 | 原書描述為組織 tenant 內的人員 |
| 治理 | 可套用 Sensitivity Labels；較高敏感度內容加入時頁面標籤可自動升級 |
把 AI 回覆視為協作起點，先查核生成內容與引用，再分享給團隊共同修改；同步檢查敏感度與 data loss prevention policy。
80%–90% 是原書畫面中的 AI 生成估計，不應當成原書作者獨立驗證後的統計結論，因此本案例不進一步計算。
Pages 把 AI 從個人聊天轉成團隊協作，但也意味著生成錯誤可能被持久保存與擴散，因此來源驗證與資訊保護更重要。
把這段 BizChat 回覆轉成協作草稿前，先列出所有量化主張與引用來源，標示哪些已驗證、哪些仍待查證；不要因內容被放進 Copilot Pages 就把它視為已確認事實。
問題： 原始 AI 回覆含有未驗證的 80%–90% 數字，轉成 Page 後是否就能用於正式報告？
參考解答： 不能；轉成持久頁面不會提升資料可信度，仍需查回來源。