| 全書主軸 | 主要問題 | 主要資料／工具 | 人工智慧／Excel 角色 | 限制與風險 |
|---|---|---|---|---|
| 理解與使用 Copilot | 如何把生成式人工智慧融入 Microsoft 365 日常工作 | Outlook、Teams、Excel、PowerPoint、Loop、Word、Business Chat | Copilot 負責摘要、草擬、分析與生成；使用者負責驗證與決策 | 幻覺、過度依賴、權限與來源錯誤 |
| 安全與企業導入 | 如何在不放大既有資料治理問題的情況下部署 | Microsoft Purview、敏感度標籤、權限、零信任、試行導入、變革管理 | 人工智慧可協助整理風險與溝通；治理政策與最終控制由組織負責 | 過度分享、公平性、分類錯誤、存取過寬 |
| 資料與內容生產 | 如何讓自然語言轉成可用的表格、簡報與文件 | Excel 公式／樞紐分析表、PowerPoint 範本、Loop 頁面、Word 參考檔案 | Excel 負責精確可重算計算；Copilot 負責公式提案、解釋與內容草稿 | 人工智慧對數字可能不準，生成內容需人工覆核 |
| 衡量商業價值 | 如何從使用量走到投資報酬率（Return on Investment, ROI）、總持有成本（Total Cost of Ownership, TCO）與流程改善 | Copilot 採用儀表板、Viva Pulse、提案請求（Request for Proposal, RFP）流程拆解、Prompt Buddy | 試算表／分析模型計算 ROI 與成本；人工智慧解讀趨勢並整理利害關係人敘事 | 節省時間不一定等於可兌現財務效益 |
| 擴充與開發 | 如何從標準 Copilot 延伸到代理程式、外掛程式與自訂 Teams Copilot | Copilot Studio、Power Platform、Node.js、npm、.NET、VS Code、Git、SharePoint | 人工智慧／Copilot 協助開發與測試；工程團隊負責安全、版本控制與部署 | 相依性、權限、越獄攻擊、維護與版本治理 |
| Wave 2 協作 | 如何把人工智慧從個人助手擴展到跨檔案、Copilot Pages 與代理程式 | OneDrive、Copilot Pages、SharePoint 知識來源、Teams | Copilot 整理、比較與回答；人負責來源權威性與治理 | 持久化的錯誤資訊、過時知識與敏感資料分享 |
本書從人工智慧基礎開始，先說明 Microsoft 365 Copilot、提示工程與資訊保護，再進入企業導入，以及 Outlook、Teams、Excel、PowerPoint、Loop、Word 的實際工作流程。第二部分則把焦點從「怎麼用」推向「怎麼證明價值、怎麼擴充與怎麼建立自訂 Copilot」。
核心方法可以概括為四步：先把任務與資料來源說清楚；再讓 Copilot 產生第一版；接著由人與可重算工具驗證；最後才把結果送入正式決策、流程或協作空間。
原書多次提醒，生成式模型可能對數字不準。涉及平均值、乘法、日期、ROI、TCO 或財務數字時，公式應保存在 Excel／可稽核模型中；Copilot 適合把自然語言轉成公式提案、解讀結果、比較情境與整理管理意義。
本頁依 aBook15A 原書整理。案例中的教材模擬數字均已明確標示，未把外部資料或模型推測當成原書事實。