SharePoint Skills实战:让Copilot成为AI Agent的大本营

SharePoint Skills让企业用可复用的"包装提示词"在30分钟内完成原本耗时数天的合规审核自动化。
微软演示了SharePoint如何成为Copilot和AI Agent的核心落脚点。关键能力是"Skills"——本质是固化后可团队共享的提示词,分个人和站点两种作用域。通过采购场景,演示依次展示了三个递进层级:日常问答(查NDA)、团队规模化(供应商入职流程)和流程转型(合规审核自动化)。其中转型层最具价值:基于一份现有的供应商操作手册,仅需半小时即可创建出能逐条核对合规规则、自动识别审批人并通过Teams发起审批的复杂技能。整套机制完全继承SharePoint的权限体系,企业无需额外搭建AI安全机制,治理成本极低。
SharePoint为什么成了Copilot和Agent的理想落脚点
微软SharePoint产品经理R.K. Menon与Julia在一场演示中抛出了一个有趣的比喻——SharePoint是Copilot和Agent的"大本营机场"(Home Airport)。原因并不复杂:企业的文档都存在SharePoint里,而业务流程本质上就是围绕这些文档展开的。当AI介入时,它需要一个可信、有权限管控、集中存放知识的地方作为落脚点,SharePoint恰好满足这些条件。
演示团队提出了一个核心观察:在SharePoint中应用AI,投入与回报(ROI)呈正相关增长。这里的"投入"不仅指金钱,更多是指初始设置的精力——可能是几个小时,也可能是几天。他们把AI的使用场景分成三个递进层级:日常工作(Everyday Work)、团队规模化(Team Scale)和转型(Transform),而真正的价值回报集中在最后的转型阶段。
核心概念:什么是SharePoint Skills
演示中反复出现的关键词是"Skills"(技能)。R.K.给出了一个很接地气的定义:Skill本质上就是"一个被包装过的提示词(a glorified prompt)"。
很多人都有这样的经历——花大量时间打磨一段提示词,调好之后随手存进记事本,或者口头传给同事"我用的就是这段prompt"。这个过程既繁琐又难以复用。Skills要解决的正是这个痛点:你在SharePoint上创建一个Skill,经过微调后,整个团队都能反复调用它,而无需了解背后的提示词究竟写了什么。
Skills分为两种作用域。如果是你个人日常使用的流程,可以创建为个人技能(Personal Skill),保存在OneDrive里随身可用;如果是供整个团队使用的流程,比如"查找NDA"或"供应商入职",则创建为站点技能(Site Skill),存放在站点上,所有具备相应权限的人都能调用。
从技术角度看,Skills与微软Copilot Studio中的"插件"(Plugin)或"自定义操作"(Custom Action)属于同一类概念,但面向的受众门槛更低。传统意义上,在企业中部署一个自定义AI能力往往需要开发者介入,通过Power Automate编写流程或在Copilot Studio中配置连接器。SharePoint Skills则将这一门槛降到了普通业务用户可操作的水平——本质上是把提示词工程(Prompt Engineering)的成果固化为一个可点击的按钮,让不懂AI的同事也能复用专家调试好的指令。这与微软在整个Microsoft 365体系中力推的"Maker"文化一脉相承:让业务人员而非IT部门成为自动化的第一创建者。Skills存储在SharePoint站点的Agent Assets文档库中,这意味着它的版本管理、备份和权限继承都可以复用SharePoint原有的运维体系,企业无需为AI能力单独建立一套管理流程。
三层场景演示:从问答到流程自动化
演示设定了一个采购场景:R.K.属于采购团队,负责审核和批准供应商;Julia属于业务团队,负责挑选供应商并完成交付。

第一层——日常工作:Julia在与供应商合作前需要确认对方是否受NDA覆盖。她在采购站点点击"Look up an NDA"按钮,这会在Copilot聊天面板中执行一段预设的自定义技能(很可能由法务团队创建)。Julia只需输入供应商名称,Copilot便会检索站点、返回NDA的有效期、覆盖范围和建议。她既不需要知道提示词内容,也不用去翻合同原文或请教法务团队。演示中Fabrikam Consulting因NDA过期被标记为未覆盖,而系统会明确告知过期时间与原覆盖范围。
第二层——团队规模化:当Julia需要为新供应商(Northman Traders)走入职流程时,同样只需点一个"Onboard"按钮。Copilot会一步步引导她完成:提供供应商名称、在供应商列表中新建条目、上传文档到指定文件夹。整个过程中Copilot不会在未经许可的情况下擅自改动,每一步都需要用户点击确认。
真正的转型:几分钟完成数天的审核工作

转型层是整场演示的高潮。R.K.展示了采购团队最耗时的工作——供应商合规审核。他的公司有七八条规则:供应商必须签有NDA、填写安全问卷、问卷需说明数据处理方式、具备保险条款等。手工审核往往要花几小时甚至几天,还伴随反复沟通。
R.K.预先创建了一个处理这项工作的技能。点击"Start Review"后,状态自动从"new"变为"in review",Copilot逐条核对文档与规则,并输出一张逐规则对照表:第一列是公司规则,第二列是证据,第三列是通过/违反结果。
演示中有个精妙的细节:最后一条规则规定合同金额必须低于50万美元,否则需要副总裁审批。某供应商金额为75万美元,超出阈值,Copilot据此建议不能直接批准,并根据预设的"升级矩阵"自动识别出北美区负责人Judith,提示"是否将审批请求发给Judith"。

R.K.只需确认,Copilot便通过Teams的审批应用通知Judith,并附上供应商信息、审批原因和交易细节。Judith可以直接选择批准、拒绝或重新指派。而对于完全合规的"黄金供应商"(如Fourth Coffee),Copilot会直接建议设为approved,实现一键自动审批。
演示中提到的"升级矩阵"(Escalation Matrix)是企业合规与审批流程中的一个标准工具,通常以表格形式记录不同条件下应将事项上报给哪个层级或具体负责人。在传统工作流中,员工需要手动查阅这张表格再自行发送请求,容易因信息不同步或人员变动导致流程中断。将升级矩阵嵌入Skill的关键价值在于:Copilot在判断出需要升级的条件后,可直接检索矩阵、定位到具体审批人,并通过Teams审批应用完成通知与留痕,整个过程形成闭环且有审计记录。这对于需要满足SOC 2、ISO 27001等合规要求的企业尤为重要,因为每一个审批节点的触发条件和最终决策都被自动记录,无需人工整理审批日志。
创建技能有多简单:半小时完成
最打动现场观众的,是R.K.透露创建这个复杂技能只花了半小时。
他的所有规则都写在一份"供应商操作手册"(Supplier Playbook)里——这本就是用来培训团队如何审核供应商的文档,包含需要哪些材料、规则满足与否怎么处理、谁来审批等。R.K.在SharePoint中选中该文件,直接告诉Copilot:"用这个文件创建一个技能"。Copilot会反问几个确认问题,确认后技能便在后台生成,可以立即测试和微调。如果测试结果不对,还能追问Copilot"为什么出错了,去修复它",Copilot会据此更新技能。
R.K.点出了一句关键的话:难点不在于在Copilot上搭建,而在于想清楚你想让Copilot做什么。一旦明确目标,落地非常容易。
权限治理:建立在SharePoint之上的天然优势

SharePoint作为AI大本营的一大优势在于成熟的权限体系。Skills会完全遵循SharePoint的权限层级:
- 对站点有编辑权限的人才能创建技能,有读取权限的人可以使用技能;
- 如果一个技能会删除内容,而你没有删除文件的权限,这个技能对你就不生效;
- 查找类技能(如Julia用的"查找NDA")只会返回当前用户有权访问的文件。
所有技能都存放在站点一个名为Agent Assets的新文档库中,站点所有者可随时查看管理。这种基于既有权限架构的治理方式,让企业在引入AI能力时不必额外搭建一套安全机制。
SharePoint的权限体系基于微软Entra ID(原Azure Active Directory)的身份认证,并在此之上构建了站点级、文档库级、文件夹级直至单个文件级的细粒度访问控制。这套体系在企业中已经过多年运营验证,与条件访问策略(Conditional Access)、数据丢失防护(DLP)和信息屏障(Information Barriers)等合规机制深度集成。Skills继承这套权限体系意味着:一旦某位员工离职或角色变更,其对相关Skills的访问权限会随SharePoint权限的调整自动失效,无需管理员单独维护一份AI权限清单。对于金融、医疗、法律等对数据隔离有严格要求的行业,这种"权限即治理"的设计可以显著降低引入AI能力时的合规审查复杂度。
彩蛋:生成交互式报告的两种路径
演示的尾声展示了报告生成功能,并巧妙对比了两类用户。R.K.写了一段极其详尽的长提示词,涵盖风险等级、NDA到期日等所有字段,让Copilot生成一份HTML富文本报告,还能进一步要求把高风险项标红、做颜色编码。
而Julia则扮演了不擅长提示词工程的普通用户,仅输入"帮我创建一份有用的报告"这样的简单指令,同样得到了一份可筛选、可交互的实时报告作为起点,再在此基础上逐步调整。
这组对比传递了一个核心信息:无论你是否精通提示词工程,都能复用团队沉淀下来的知识库。正如R.K.总结的——"这就是Copilot和SharePoint的魅力,你只需要开口问。"
相关推荐

Perplexity混合计算实测:隐私数据不出Mac
Perplexity Hybrid Compute 实测:PrivacyGate 如何拦截敏感数据、本地模型与云端模型如何分工、16GB 与 32GB Mac 的模型差异,以及银行流水、医疗记录等真实场景下的隐私保护表现。

大肥鱼锐评国内外主流大模型:豆包登顶、DeepSeek并列第一
B站UP主大肥鱼锐评国内外主流大模型:豆包凭情绪价值登顶,DeepSeek以开源性价比并列第一,文心、海螺、元宝、Kimi、Qwen、可灵、Claude、Gemini、Grok各被贴上鲜明人设标签。本文梳理这份「最不客观」榜单背后的产品逻辑与选型启示。

AI Agent上生产前如何真测?一套可落地的测试与监控框架
BotGage创始人Pramin Pradeep分享AI Agent上生产前的测试方法:Agent注册可见性、红队测试、生产环境可观测性三步框架,附QA成本从18万美元降至8万美元的真实案例,以及IT角色向Agent监督者转型的分析。