为 Microsoft Power Platform 编写有效的 Copilot 提示

  • 8 分钟

如果您曾经希望使用智能助手来简化工作流、分析数据或生成应用程序，Copilot 旨在将这一愿望转化为现实。 但是，有一个重要的注意事项：Copilot 的有效性与它收到的提示的质量直接相关。 把此想象成给朋友指明方向 - 如果您的指示含糊不清，他们很可能会迷失方向。 因此，制作清晰、结构良好的提示是解锁 Copilot 的全部功能的关键。

有效提示的最佳做法

总而言之，下面是一些有关编写充分利用 Copilot 功能的有效提示的最佳做法：

  • 具体：提供清晰、详尽的说明，以消除歧义。

  • 使用自然语言：以对话方式编写提示，就像在与同事交谈一样。

  • 提供上下文：包括相关背景信息，以帮助 Copilot 理解您的意图。

  • 迭代和优化：将流程视为协作式流程，根据需要调整提示以实现所需结果。

  • 验证输出：仔细查看 Copilot 的回复，并在必要时进行更正。

让我们更详细地讨论一下。

提示精度的重要性

假设您正在 Power Apps 中工作并想要修改按钮的外观。 请考虑更精确的命令：“将 Button_1_2 的文本颜色更改为蓝色”，而不是发出常规命令，例如“将按钮变为蓝色”。 此级别的具体性为 Copilot 提供所需的确切信息，从而消除猜测。 这类似于交出一张详细的地图，而不是简单地指出一个大致方向。

编写提示时，清晰度和具体性至关重要。 精心设计的提示应包含足够的详细信息，以有效地引导 Copilot，同时避免歧义。 例如，不是说“创建报表”，而是说“生成一个报表，汇总‘订单’表中的月度销售数据，按区域分组。”这可确保 Copilot 理解您的意图并提供符合您的期望的结果。

对话和自然语言交互

保持对话语气。 Copilot 针对自然语言进行了优化，因此像与同事一样与之交互可以增强对它的理解。 例如，如果您要在 Power Automate 中生成工作流，您可能会说，“创建一个流，每当有新订单添加到 Dataverse 表时，都会发送电子邮件通知。” 通过使提示清晰和易于理解，您可以帮助 Copilot 更准确地解释您的意图。

使用自然语言还允许您迭代优化提示。 如果初始输出不满足您的需求，您可以调整措辞或添加更多上下文来引导 Copilot 以获得所需结果。 将此流程视为您和 Copilot 协作以实现最佳结果的对话。

提供上下文以获得更好的结果

提供上下文至关重要。 假设您正在使用 Power BI 设计仪表板。 不是要求 Copilot“添加图表”，而是提供必要的详细信息：“添加条形图以可视化‘订单’表中的月度销售数据。”您提供的上下文越多，Copilot 就越能提供符合您期望的结果。

上下文可以包括有关数据源、您尝试完成的特定任务或所需输出的格式的信息。 例如，如果您需要使用 Copilot 在 Power Apps 中创建公式，您可能会说，“为 Button_1_2 编写一个公式，单击该公式时将导航到‘HomeScreen’”。包括相关详细信息可以减少歧义，并确保 Copilot 了解您的请求范围。

迭代和验证：协作流程

始终查看 Copilot 的输出。 虽然它功能强大，但也并非不会出错。 如果出现错误，您可以优化提示或撤消任何更改。 将此视为您和 Copilot 协同工作实现所需结果的协作流程。 （“撤消”选项可用于回滚编辑 - 只需单击该选项，即可完成所有设置。）

迭代是使用 Copilot 等 AI 工具时的自然部分。 如果初始响应不完全满足您的需求，请考虑改写提示、添加更多上下文或将复杂任务分解为更小且易于管理的步骤。 例如，不是要求 Copilot“生成应用”，而是从“创建一个窗体以收集客户反馈，包括用于名称、电子邮件和评论的字段”开始。

通过遵循这些策略，您可以充分利用 Copilot 的强大功能来增强您在 Power Platform 中的体验。 无论您是生成应用、自动化工作流还是分析数据，有效的提示都是取得卓越成果的基础。

创建应用以管理员工数据：提示旅程

HR 团队需要 Power Apps 解决方案来管理员工数据，包括角色、部门和入职进度。 为了简化开发，他们转向 Power Apps 中的 Copilot。 但是，他们很快意识到提示的质量直接影响了应用的有效性。 通过优化他们的提示并应用最佳做法，HR 团队能够实现预期的结果。 接下来，让我们看一下提示从基本到详细的进度，以及每个提示如何影响最终应用。

提示 1：基本请求
创建一个应用以管理员工数据。

通过此简单提示，Copilot 生成了一个基本应用，其中包含一个标记为“员工数据”的 Dataverse 表。该表包括“名称”、“部门”和“开始日期”等通用字段。虽然功能正常，但该应用缺少验证规则、数据表之间的结构化关系以及跟踪入职进度等基本功能。 若要使应用具有可扩展性并满足 HR 团队的需求，需要进行大量手动调整。 此结果突出显示了模糊提示的局限性。

提示 2：更详细的请求
“创建一个应用以管理员工数据，包括角色和部门。 为必填字段添加验证规则。”

经过优化的提示生成了更加结构化的应用。 Copilot 创建了多个 Dataverse 表，例如“员工”、“部门”和“角色”，并定义了这些表之间的关系。 应用了验证规则以确保在提交前填写“名称”和“开始日期”等关键字段。

提示 3：详细的上下文请求
“开发一个应用以管理员工数据，包括角色、部门和入职进度。 确保该应用包含必填字段的验证规则，在角色和部门的表之间建立关系，并具有仪表板以实时监控入职状态。”

通过此详细具体的提示，Copilot 交付了一个强大而全面的应用。 它为“员工”、“部门”和“角色”生成了互连的 Dataverse 表，从而确保数据之间的无缝关系。 实施了验证规则以保持数据完整性，并包含了一个动态仪表板以提供对入职进度的实时见解。 该应用高度可扩展、用户友好，并且只需要极少的额外自定义。 此版本完全符合 HR 团队的需求，展示了制作精确和详细提示的价值。

因此，无论您是设计应用、自动化工作流、分析数据还是生成客户门户，成功的关键在于制作清晰、具体且包含上下文的提示。 只要稍加练习，您就会像专业人士一样说 Copilot 的语言，并看着它以比您想象的更快速度将您的想法转化为现实。