使用影像

已完成

根據 Bing 資料顯示,影像是搜尋次數最多的類別之一,僅次於一般網路搜尋。 在過去,搜尋僅限於已存在於網路上的影像。 Microsoft Designer和圖像式搜尋可協助授課者將可視化工具併入其搜尋中,並建立對新概念的瞭解。

在 Copilot Chat 中使用影像的方式有兩種。 第一種方式是要求 Copilot Chat 建立新的映像。 第二種方式是使用圖像式搜尋,包括將影像新增至提示字元。

Microsoft Designer 建立映像是由 DALL 的進階版本提供技術支援。我們合作夥伴在 OpenAI 的 E 模型。 它只會使用文字來描述超過100種語言所需的圖片,即可建立影像。

要求 Copilot Chat 建立全新映射,提示開頭為「建立影像」或「繪製影像」。然後,使用確切的描述來完成提示。 影像建立最適合使用許多描述,因此請新增 形容詞位置風格 等詳細數據,以協助引導輸出。 也請考慮使用視角光源方向

授課者可以使用 Copilot Chat 來製作班級簡報、電子報、測驗、虛擬人偶、工作分派等的影像。

提示

在 Copilot Chat 中嘗試下列其中一個範例提示,或根據您的需求或興趣撰寫提示。 請流覽 copilot.cloud.microsoft 以開始,然後將您的提示新增至新主題。

以數位藝術格式建立一張藍色的熊在海邊上穿眼鏡的影像。

在綠色背景上繪製 3D 印刷字母 B,並以極簡式樣式以閃亮的區塊紋理繪製。

製作一個原色裝飾公寓的卡通影像,裡面有一台電視、一張沙發,角落裡有一棵植物。

以寫實風格繪製羅馬競技場上的日落影像,用於我的課程教學大綱標題。

當提示 Copilot Chat 產生影像時,會叫用 Microsoft Designer 來建立符合提示描述的圖形。 授課者可以在班級電子報、簡報、課程等使用這些影像。 Microsoft Designer 使用最新的 DALL。OpenAI 的 E 3 模型,可提供比 DALL 更美觀的建立和更佳轉譯的大幅向前閏。E 2.

承認影像是用 AI 製作,並將提示視為教學時刻,為學習者示範數位公民的模範。 Microsoft不會宣告 Microsoft Designer 所建立映像的擁有權。

建立的每個影像都是原創,因此範例提示所以建立的影像可能因每次聊天而不同。 如果第一組影像不符合您的用途,請重新產生另一組影像。

這些是先前提示所產生的範例影像。

Designer 在 Copilot 內所產生影像範例的螢幕快照。

透過 Copilot Chat 中的圖像式搜尋,授課者可以輸入影像,並詢問其相關問題。 詢問難以描述的影像相關問題。 例如:瞭解您尚未看到的地標、識別您無法辨識的植物或動物等等。

若要在 Copilot Chat 中使用影像式搜尋:

  1. 選取 Copilot Chat 中文字框中的 [新增影像] 圖示

    顯示 Microsoft Copilot 中圖像式搜尋圖示的螢幕擷取畫面。

  2. 在行動裝置的 Microsoft 365 Copilot 應用程式 中,您可以上傳圖像檔案拍攝相片來新增影像。

    顯示 Microsoft Copilot 中圖像式搜尋影像選取選項的螢幕擷取畫面。

  3. 詢問與影像相關的問題。

Copilot Chat 先分析相片以模糊臉部以取得隱私權,然後解譯影像、搜尋影像的相關信息,甚至提供地圖或連結等其他詳細數據以深入瞭解。

範例提示

  1. 尋找世界各地標誌性地點或動物類型的照片。

  2. 將相片上傳至 Copilot Chat 的圖像式搜尋,並新增類似下列其中一個範例的提示:

    告訴我這座雕像的位置。 包含目的地的地圖。

    辨別這種動物。 提供有關動物棲息地、食物來源和壽命的更多資訊。 將此資訊組織成清單。

範例回應

以下是第一個提示的範例回應。

範例提示和回應號碼 5 的螢幕快照。針對可存取的 PDF 版本選取下列連結。

Copilot 範例提示 5-識別區

影像的其他保護功能

Microsoft AI 的開發是由其 負責任 AI 原則 引導,以協助負責任地部署 AI 系統。 為了避免可能誤用影像建立工具,例如 Microsoft Designer,Microsoft與 DALL 一起運作。E 的開發人員 OpenAI 可提供一種體驗,鼓勵您負責使用其他保護。 例如,提供目的在限制生成有害或不安全影像的控制措施。 當 Copilot Chat 偵測到提示可能產生的潛在有害影像時,它會封鎖提示並警告使用者。 Microsoft也清楚指出 #D1E16D7F777704E1FB2A57E6676653F12 影像是由 AI 所產生。

當您上傳影像時,Copilot Chat 會先使用臉部模糊和其他安全機制,再將影像傳送至 AI 模型進行處理。 臉部模糊會保護影像中人員的隱私權。 臉部模糊技術依賴內容線索來判斷要模糊的位置,並嘗試模糊所有臉部。