内容编辑应该都有做网站专题的经历，通过给定网站模板套用来搭建页面。这样确实方便，但问题是对于千变万化的内容，并非几套，或者数十上百套模板就能够尽情呈现精华，更不用说在找模板匹配内容上花费的大量时间。
还有一种方法，是直接在“代码丛林”中找到合适的代码，用HTML构建页面框架结构，可以自行调整内容的布局、字体、颜色等外观属性。然而，编辑毕竟不是程序员，稍有不慎便迷失在大量代码中，搞出一推Bug还得前端来查找修改，反而浪费了更多时间。
事实上，内容专业不懂技术，技术专业不了解内容——是不分产业领域和工作职能，所有公司都头痛的问题。解决方法无非让内容人会写代码，或者让技术人做出“傻瓜式”呈现工具，前者不切实际，而后者却是大模型时代下AI能够为产业带来的最大变革所在。
然而，GPT能够实现的便捷化“威力”有目共睹，但当它实际落地，又会以什么形式呈现?对此，微软首席产品经理主管许建志认为，是如何运用AIGC的方法，通过自然语言直接生成网站:
“去年微软总部给到我们建议，让根据内容自动提供SharePoint网站主题的设计， 在大致了解市场格局之后我们发现，已经有很多Web厂商在着力开发这块儿。为了避免做“Me too”的产品苦苦追赶，我就突发奇想，如果把高度拉高，直接做网站的生成，就可以呈现完整的，包含内容、图片、设计、排版的页面，甚至可以设定网站内容的层次结构，更加贴近用户需求，从而直接使用。”
就这样，text-to-site应运而生。
访谈嘉宾
许建志，微软首席产品经理主管
负责OneDrive与SharePoint用户体验产品经理团队。在微软的职业生涯超过20年，工作经历涵盖众多产品部门，包括开发工具、Windows以及Azure。目前在生产力部门工作，引领和改善用户在微软生产力工具中的体验。
从ASP写脚本到text-to-site
想法固然重要，但罗马不是一日建成的。
目前的AIGC除了语义生成，还包括图片（text-to-image）和视频(text-to-video)内容的生成，但还缺少网站(text-to-site)直接生成的能力，这也是微软在近日宣布将AI助理Copilot加入到SharePoint的重要原因。
在没有Copilot之前，SharePoint主要通过企业应用程序的集成来实现网站开发，而当“Copilot in SharePoint”之后，通过使用生成式AI自动产生内容与设计元素，no write，甚至no design指日可待。
对于这一趋势，许建志感慨到:“这是SharePoint发展史中又一次改变游戏规则的变化。”
记得二十多年前，许建志写的第一本书是教授开发者如何开发网站，那个时候主要使用ASP写脚本。2001年，SharePoint正式推出，从需要写代码，到利用图形界面（GUI）来点选需要的页面与组件，后来又历经了no operate，实现了云端的SharePoint Online。
据许建志介绍，从第一代版本一路走来，SharePoint一直延续着no code的理念:“这次通过使用生成式AI，接受自然语言提示（prompt）会慢慢取代传统的GUI，可以更大幅度降低技术的应用门槛，只需要口头描述需求，连我五岁的女儿都可以在弹指之间直接创建网站。”
ASP写脚本到text-to-site，除了no code贯穿其中，no operate、no write，以及no design，都成为终极能力实现背后的理念助推力。而在这些理念的背后，又是技术的点滴突破为产品迭代不断赋予了创造性。
“GPT就是技术不断突破下的集大成者，微软现在有不少产品都整合了GPT的能力。当在给text-to-site进行产品命名时，考虑到将GPT能力在SharePoint上最大化呈现，我们使用了‘Copilot in SharePoint’。而如果是叫‘SharePoint Copilot’，只是将单独的产品加上了GPT的能力，但我们希望的是通过Microsoft365Copilot来主导整个生产力相关产品的AI体验，从底层把数据和能力打通。”
自然语言提示、落地数据、复杂提示
截至目前，Copilot in SharePoint可以实现的功能包括:自然语言提示（Natural Language Prompt）、落地数据 (Grounding Data)，以及复杂提示 (Complex Prompt)。
其中，判断自然语言输入能力的大小主要在于所需prompt的简化程度。比如，当输入“onboarding site （员工入职） ”，通过两个词的提示，能够让GPT根据其世界知识推荐需要的页面和内容，并通过Copilot来创建网站。这样的能力实现主要在于大语言模型无需用户遵循精准提示，使用类似“I need an onboarding site” 或是“Create an onboarding site for me”就可以达到一样的效果。
“当我自己在使用Copilot in SharePoint的时候，发现了一些意想不到的效果。像在输入不完全精准prompt的情况下，GPT产出的内容并不会受到影响。有一次我在给美国的副总裁展示text-to-site的时候将单词错输成“appl purple theme”，虽然对方给到我善意提醒，但我还是故意按了回车键，成功完成网站主题的设置。”
基于向量处理文字之间的关系而非关键字的比对，GPT实现了“错字过滤”，从而更好地理解用户意图。
不过，虽然可以通过世界知识实现提示，但对企业内部的私有数据如果没有给到内容，GPT还是无从知晓。所以，想让生成的网站具备实用性， 必须把页面内容的个性化程度做到极致才能更好落地。
在个性化数据上，微软的优势在于客户有自己的云上数据，包括公司目录、文档、邮件、会议记录、网站……各类数据都可以在云上获取。底层通过Microsoft Graph把用户选定的落地数据提供给在同一个云里的GPT模型， 便可以在隐私资讯不外流的情况下生成个性化网站。
例如输入:
“I need an #ODSP onboarding site for product managers with teal theme. Please include a welcome message from @Adam on the first page”。
“上述提示包括了目的（onboarding site），对象(product managers)，设计(teal theme)，另外还有指定来自特定人员(Adam)的一个页面区域(welcome message)。这些元素的顺序并不重要，也都可以选择， 用户可以自己根据需要进行组合，看是新增或移除。”
其中，提示里“#”标示的是通过微软的Viva Topics，使用AI在企业内网自动建立出来类似维基百科的关键字或缩写。#ODSP是落地数据，会取出缩写的意义（OneDrive & SharePoint）、相关的人与相关的文件列表给到GPT。@Adam也是落地数据， 可以把标示人员的名字、职称和邮件提供到GPT模型里，从而产生出推荐网页的内容。
相关推荐
评论列表 （条）
