注意
并非Microsoft Viva Glint问题库中的所有项目都以问题格式提出。 问题库项目可以是调查接受者在给定范围内评分的陈述。 因此，术语“item”用于指代Viva Glint问题库的所有内容。
筛选
问：如何区分项目标签和自定义主题？ 应用组、主题和问题标签等筛选器的好做法是什么？
一个： 项目标签和主题有时无法区分。 例如，“包含”调查 项 与包含的 一般主题 。 Viva 中的 Copilot Glint最初标识用户提示中的项标签，并根据这些标签筛选注释。 Copilot 汇总与用户提示中标识的主题密切相关的注释后，会筛选有关包含为主题的注释。
问：Viva 中的 Copilot Glint是否可以汇总用户无权访问的属性的注释？
一个：否，Viva 中的 Copilot Glint无法基于用户无法访问的属性筛选或汇总注释。
问：Viva 中的 Copilot Glint何时在其摘要中使用所有注释？ Viva 中的 Copilot Glint何时通过基于主题的采样进行汇总？ 如何确定样本大小？
一个： 使用这些示例来了解摘要分析：
- 方案 1：用户询问特定调查项标签或注释主题。 在这种情况下，提示可能是“汇总职业和授权项目的评论”或“汇总有关晋升的评论”。Viva 中的 Copilot Glint行为：除了应用于报表的任何筛选器外，Copilot 首先根据用户提示中检测到的调查项标签筛选注释。 接下来，Copilot 在用户提示中查找与调查项目或批注主题关系最密切的字词的批注。
- 方案 2：用户未在提示中包含特定的调查项目标签或注释主题。 在这种情况下，提示可能是“汇总所有注释”、“汇总来自工程团队的注释”或“汇总美国员工的员工建议”。Viva 中的 Copilot Glint行为：Copilot 首先根据用户提示中检测到的筛选器（如人口统计筛选器、规范性评论或评论情绪）筛选注释。 这些筛选器是已应用于报表的筛选器的补充。
摘要响应
问：为什么限制为 8000 个评论，扩大此限制的计划是什么？
一个： 8,000 个注释的限制是由于大型语言模型 (LLM) 的上下文窗口大小限制。 随着升级的推出，此限制可能会增加。但是，我们的采样技术汇总了表示整个批注集中的热门主题的注释主题。 建议专注于特定项目或团队。 此筛选可减少注释集的总大小。
问：为什么我的Viva 中的 Copilot Glint摘要有时显示少于 8,000 条评论的最大限制，即使我针对某个主题的调查评论远远超过 8,000 条？
一个： 根据相关时间范围内的平均批注长度估计处理最多 8,000 个批注的能力。 但是，实际包含的数据量受 AI 系统的文本处理限制的约束。 由于批注长度各不相同，因此符合此限制的批注可能更少。
如何选择批注：
- 最初，会确定与每个主题最相关的注释。
- 随后，根据该主题的总批注数，从每个主题选择一些批注。
- 由于许多批注涉及多个主题，因此最大的主题组倾向于近似于显示的批注总数。
问：确定Viva 中的 Copilot Glint何时响应...
“对不起，我帮不上忙。 此响应的原因可能是：
- 触发 负责任的 AI 策略 时
- 当 Copilot 不理解用户提示时
- 当 Copilot 确定用户提示与批注摘要无关时
“所有注释”摘要：
- 当用户未在提示符中询问特定调查问题或评论主题时，Copilot 会汇总所有评论，达到 8,000 个评论限制。
- 首先对报告应用筛选器，然后让 Copilot 以“汇总所有注释”作为解决方法。
注释摘要的子集：
- 用户询问特定调查问题或评论主题。
例如，“汇总职业问题中的评论”或“汇总有关晋升的评论”：- Copilot 首先使用检测到的调查问题标签来筛选该项目的注释。 然后，Copilot 会查找与项目相关的最相关的 1,000 条注释，或者在用户提示符中提到的主题。
- 建议先对报表应用筛选器。 然后让 Copilot“汇总所有注释”，作为一种解决方法，要求 Copilot 汇总来自特定项目的所有注释。
问：Viva 中的 Copilot Glint识别拼写错误的单词吗？ Viva 中的 Copilot Glint识别类似的字词或首字母缩略词吗？ 是否有编辑首字母缩略词的方法？
答：Viva 中的 Copilot Glint依赖于大型语言模型 (LLM) 根据提示中使用的上下文识别和理解类似字词、首字母缩略词和拼写错误的单词的能力。 目前，客户无法添加或调整首字母缩略词。
问：我们是否能够自定义示例提示？
答：此功能当前不可用。
问：是否可以比较当前调查与过去调查周期之间的注释？
答：Viva 中的 Copilot Glint目前不支持比较调查周期之间的注释。 我们正在路线图上考虑此功能。
问：是否可以比较不同组织、位置、工作级别等之间的评论？
答：Viva 中的 Copilot Glint目前不支持比较员工组之间的注释。 我们正在路线图上考虑此功能。
问：注释摘要输出是否可以选取Viva Glint标准主题之外的主题？
答：可以。
问：如果我向Viva 中的 Copilot Glint询问关键主题，它是否使用与当前Viva Glint相同的主题模型？ 如果没有，它训练什么？
答：Viva 中的 Copilot Glint使用与当前Viva Glint相同的主题模型，并汇总了调查评论中最多 10 个热门主题。 如果用户未在提示符中指定主题数，则 Copilot 默认在响应中最多显示五个主题。 将排除Topics与低于保密阈值的评论受访者。 如果只有一个或没有Viva Glint主题具有足够的评论受访者，Copilot 会汇总所有评论，LLM 可能会突出显示位于Glint主题模型之外的评论中的热门主题。 Glint主题显示批注的百分比，而 LLM 主题不会。
问：是否可以添加自定义主题？
答：此选项当前不可用。
问：显示“告诉我有关优先级的详细信息”的提示不返回任何结果。 但是，“员工对优先级怎么说？” 会返回结果。 为什么？
答：Viva 中的 Copilot Glint支持一组特定的注释摘要方案。 为了实现这一点，我们的 LLM 收到了与支持方案匹配的示例提示的说明。 这些说明和示例可能不包含所有用户提示。 如果 Copilot 误解了你的意图，请使用竖起/向下反馈按钮提供反馈。 通过向用户交互发出警报，可以优化 Copilot 准确解释用户意向的能力。
问：为什么管理员用户角色无法收到对较低级别用户角色可以接收的问题的响应？
答：我们使用 LLM 解释用户提示和意向，不缓存用户提示和 Copilot 响应。 即使对于同一评论集上的同一用户提示，LLM 也可能以不同的方式解释用户意图，或在响应中使用不同的措辞。
问：Viva 中的 Copilot Glint是否从提示中学习？
答：不，目前不是。
问：为什么答案可能会更改同一用户角色，尽管数据保持不变？
答：LLM 模型在其响应中可能使用不同的措辞，因为我们不缓存用户提示和响应。
问：Viva 中的 Copilot Glint是否可以从结果生成 PowerPoint？
答：目前还没有，但这是我们想要探索的另一个功能。
问：Copilot 如何使用敏感批注标记功能？
答：隔离的注释从 Copilot 的注释摘要中排除。 Copilot 可以汇总修订的注释，但编修的字词从 Copilot 的摘要中排除。
Viva 中的 Copilot Glint的其他资源
所有面向客户的文档都位于 Microsoft Viva Glint Learn 上。 从这里开始