在操作之前验证 Copilot 输出

智能 智能 Microsoft 365 Copilot 副驾驶® 副驾驶®可以帮助你更快地移动。 它可以在数秒内汇总会议、起草通信、分析信息，并将来自多个源的想法汇集在一起。 该速度很有用，但速度与就绪情况不同。

响应听起来可能很完善，并且仍然错误、不完整或存在使用风险。 验证是获取响应和信任响应之间的步骤。

什么是验证，哪些不是？

验证是指在生成 Copilot 输出后和操作之前检查它、共享输出或在决策中依赖它。 它与抛光不同：响应可能变得更清晰、更短或更专业，并且使用起来仍然不安全。

例如：

• 摘要可能阅读得更好，但仍忽略更改决策的风险。
• 客户回复可能听起来很完善，但包含不受支持的声明。
• 分析看起来可能令人信服，但依赖于从未检查过的假设。

如果你在问 “我可以相信这足以向前推进吗？”，则你处于验证模式。

为什么使用 Copilot 时验证很重要？

使用 AI 不会转移责任。 如果 Copilot 输出影响建议、制定决策或与他人共享，则你仍拥有结果。

当输出用于：

• 支持决策或建议。
• 汇总来自多个源的信息。
• 与客户、合作伙伴或领导层沟通。
• 确定优先级、风险或后续步骤。
• 指导对时间敏感或以后难以逆转的工作。

在这些情况下，小错误可能会产生严重后果。 通常，真正的问题是缺少注意事项、放弃依赖性或过于乐观的结论。

在使用 Copilot 输出之前，如何实现验证它？

使用四个简单的检查来验证 Copilot 输出： 源、 已验证、 上下文和 复原。 这些检查有助于在采取行动之前捕获错误、差距和风险。

源

响应是否准确反映了源材料？

需要检查的内容	为什么它很重要	询问 Copilot
声明是否与原始文件、笔记、消息或数据匹配？ 能否将密钥语句跟踪回可靠源？ Copilot 是否混合了想法、夸大了确定性，还是用假设填补了差距？	防止不受支持的或歪曲的声明。	“针对源材料交叉检查此响应，并突出显示任何不匹配、不支持的声明或缺少资格。”

如果语句无法追溯到源，请在验证之前将其视为未确认。

已验证

最重要的事实、姓名、日期、数字和建议是否已得到确认？

需要检查的内容	为什么它很重要	询问 Copilot
如果错误，哪些细节最重要？ 什么需要独立确认？ 你信任某些内容是因为它听起来正确还是因为它被检查了？	降低关键事实中的错误风险。	“此响应中的哪些语句需要验证，我应在何处确认每个语句？”

响应总体上可能很有用，但仍包含不应按原样使用的特定详细信息。

上下文

缺少哪些内容可能会改变结果或决定？

需要检查的内容	为什么它很重要	询问 Copilot
是否缺少关键注意事项、假设、依赖项或风险？ 是否有更改指南的异常？ 如果包含缺少的详细信息，建议是否会更改？	确保包含上下文、注意事项和风险。	“此响应中可能缺少哪些重要的上下文、注意事项、依赖项或风险？”

许多 AI 错误实际上是遗漏。 输出可能听起来很完整，因为它流畅且组织良好，但缺少的上下文是导致其误导的原因。

弹性

此响应在不同的方案中会维持吗？

需要检查的内容	为什么它很重要	询问 Copilot
如果条件发生更改，该怎么办？ 如果其他受众读到此内容，该怎么办？ 哪些异常或备用解释会使这种误导性？	测试可靠性超出了最简单的情况。	“哪些方案、异常或备用解释会使此响应不正确或具有误导性？”

在最简单的情况下，脆弱的响应可能很好，并且仍然不安全，无法更广泛地使用。

如何实现实际方案中应用验证框架？

对于此方案，Copilot 向你提供此建议： “你可以推荐下周在公司范围内推出。没有主要的阻碍因素留下来。

乍一看，这听起来清晰而自信。 但在重复或操作之前，请验证它。 下表显示了每个检查如何帮助你测试隐藏风险的响应。

验证检查	在此方案中要检查的内容	已接受	采取行动的
源	源材料实际上是否说没有留下主要阻碍因素？	该建议可能会高估所说的内容，或暗示从未做出的决定。	在重复建议之前，请检查会议脚本、笔记或源文件。
已验证	是否已确认法定批准、日期和就绪情况详细信息？	密钥详细信息可能已过时、不完整或不正确。	在采取行动或共享建议之前，请验证重要事实。
上下文	是否遗漏了任何重要的推出条件，例如区域例外或依赖项？	响应听起来可能很完整，但忽略了关键约束。	在使用建议之前添加缺少的上下文。
弹性	此建议在所有团队、区域或受众中是否仍然有效？	适用于一种情况的指南可能会在另一种情况下失败。	调整建议，使其适合完整的业务上下文。

检查后，你可能会发现法律审查仍在等待中，或者区域差异会影响时间。 不要重复建议，而是先确认这些问题。

这就是验证的作用：它可以帮助你在它变成错误的决策之前抓住隐藏的弱点。

Copilot 如何帮助我验证自己的输出？

Copilot 可以帮助你验证其输出，但无法验证自己的正确性。

这意味着可以将 Copilot 用作：

• 审阅者，以将输出与源进行比较。
• 挑战者，以呈现假设。
• 间隙查找器，用于识别缺失的上下文。
• 压力测试器，用于探索边缘案例。

尝试这些提示

源检查

将此响应与引用的源材料进行比较，并突出显示任何不支持、夸大或与原始内容不一致的语句。

已验证检查

应独立验证此响应中的哪些事实、姓名、日期、数字或建议，我应在何处确认每个事实、 姓名、日期、数字或建议？

上下文检查

此响应中可能缺少哪些重要的上下文、注意事项、依赖项或风险，这些上下文、注意事项、依赖项或风险可能会影响其解释或使用方式？

复原检查

“哪些方案、异常或受众差异会使此响应在书面使用时具有误导性、不完整或不安全？”

使用 Copilot 的反馈作为信号，而不是作为最终授权。 当利害关系重要时，始终针对受信任的源进行验证。

快速就绪情况清单

在操作或共享 Copilot 输出之前，请确认：

✔️ 源： 内容与源材料匹配。

✔️ 已验证： 已确认关键事实。

✔️ 上下文： 未缺少任何重要内容。

✔️ 复原： 内容在方案和受众之间保持一致。

责任始终与你同在

智能 智能 Microsoft 365 Copilot 副驾驶® 副驾驶®可以帮助你处理更多信息、更快地移动并快速生成草稿。 但是，一旦输出进入实际工作，人类的判断力就是它值得信赖的。

验证可确保 Copilot 生成的工作不仅有用，而且准确、可靠且安全，可用于实际情况。

培养此技能的更多方法

• 评估 Copilot 输出的清晰度、准确性、语气和上下文
• 确定 Copilot 或代理是适合你工作的工具
• 智能 智能 Microsoft 365 Copilot 副驾驶® 副驾驶®入门 — 培训