Copilot 開始結合文字與圖片進行分析，圖文協同創作到來

2026-10-27 10

版权

版权声明：

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

过去在部分 Copilot 文件分析场景中，有一个比较明显的限制。

Copilot 的分析往往更依赖文档中的文字内容。

如果上传的参考文件中包含大量视觉信息，例如：

• 柏拉图
• 鱼骨图
• 流程图
• 思维导图
• 产品图片
• 组织架构图
• 现场照片
• 数据图表

其中很多信息对人来说非常重要，但过去并不一定能够被充分纳入 Copilot 的分析结果。

例如：

文件里已经画好了问题分析鱼骨图，但生成的总结可能主要参考文字内容。

文件里已经整理好了项目流程图，但生成的报告未必能够完整体现流程逻辑。

现场照片记录了实际情况，但最终生成内容可能没有充分引用图片中的关键信息。

因此，在一些场景中，用户还需要额外增加一步：

先把图片里的重要信息整理成文字，再交给 Copilot 分析。

而现在，这种情况正在发生变化。

在当前支持相关能力的 Copilot 使用场景中，Copilot 已经能够结合参考文件中的文字与视觉信息进行分析。

也就是说，它不只是读取文字，还可以进一步参考图片、图表、流程图等内容，并把识别到的信息融入最终结果。

这意味着：

Copilot 的文件分析能力正在从以文字为主，进一步走向“文字 + 图片 + 图表”的协同理解。

为什么这是一次重要升级？

很多企业文档真正有价值的信息，本来就不只存在于文字里。

例如质量管理场景。

质量工程师编写一份质量分析报告时，通常会包含：

• 问题描述
• 柏拉图分析
• 鱼骨图分析
• 改善措施
• 现场照片

其中，很多信息只有结合图表和图片才能完整理解。

例如：

鱼骨图可以帮助团队系统梳理问题的潜在原因，但最终根因仍然需要结合数据、现场调查和验证结果进一步确认。

柏拉图则能够更加直观地体现不同问题的数量、占比或重要程度。

现场照片能够补充文字中难以完整描述的实际情况。

如果 AI 只能读取文字，那么很多视觉信息就无法被充分纳入分析过程。

而现在，Copilot 开始能够同时参考：

文字 + 图表 + 图片。

这有助于提升文件分析和内容生成的完整性

场景一：质量管理

这是最能体现这项能力价值的场景之一。

假设你上传了一份质量分析报告，其中包含：

• 客户投诉记录
• 柏拉图
• 鱼骨图
• 生产现场照片
• 改善措施

过去，Copilot 的分析可能更多依赖文字部分。

现在，它还可以进一步参考：

• 柏拉图中不同问题的数量、占比或排序
• 鱼骨图中整理出的潜在原因分类
• 现场照片中可以直接观察到的信息
• 文档中已经记录的改善措施

然后把这些信息整合到分析结果中。

需要注意的是：

图片识别结果可以作为分析参考，但不能直接代替专业人员完成根因确认。

例如鱼骨图展示的是潜在原因，现场照片也只能提供可观察信息。最终根因仍然需要结合数据、现场调查和验证结果确认。

Copilot提示词

8D报告生成

请结合参考文件中的柏拉图、鱼骨图和现场照片。

分析主要质量问题。

识别问题根因。

生成完整8D改善报告。

场景二：项目管理

项目汇报文件中经常包含：

• 项目计划
• 甘特图
• 流程图
• 架构图
• 产品截图

对于项目经理来说，很多关键信息实际上都体现在图中。

例如：

流程图描述项目执行路径。

架构图描述系统或模块之间的关系。

产品截图展示阶段性开发成果。

甘特图则可以直观展示项目任务和时间安排。

如果 AI 只分析文字，生成的项目总结往往无法完整利用这些信息。

现在，Copilot 可以进一步结合这些视觉内容进行分析，帮助生成更加完整的项目总结。

Copilot提示词

项目总结报告

请结合参考文件中的图片、流程图和文字内容。

分析项目执行过程。

总结项目成果。

提取项目风险。

生成项目总结报告。

适合管理层阅读。

场景三：公众号创作

这也是内容创作者非常值得关注的一项能力。

以前使用 Copilot 写文章时，参考资料往往以文字内容为主。

如果资料中包含大量图片、图表或产品截图，有时还需要先人工整理其中的重要信息。

现在，在支持相关能力的使用场景中，上传参考资料后，Copilot 可以进一步结合：

• 文字内容
• 图表内容
• 产品照片
• 示意图
• 操作截图

进行整体分析和内容创作。

这让“图文协同写作”变得更加实用。

Copilot提示词

公众号文章生成

请根据参考文件中的文字、图表和图片内容撰写公众号文章。

要求：

1. 将图片中的关键信息融入正文

2. 对图表进行通俗解释

3. 结构适合公众号阅读

4. 输出标题、副标题和正文

5. 在适合位置提示插入图片

推荐收藏的万能提示词

图文联合分析

请同时分析参考文件中的文字、图表和图片内容。

提取关键信息。

输出：

1. 核心结论

2. 关键数据

3. 风险事项

4. 行动建议

图文总结报告

请结合参考文件中的文字和图片内容。

生成完整总结报告。

确保图片信息融入正文。

图文公众号文章

请基于参考文件中的文字、图片和图表内容撰写公众号文章。

要求：

1. 图片内容融入正文

2. 图表内容转化为通俗表达

3. 标注图片插入位置

4. 输出可直接发布版本

写在最后

过去，在部分文件分析场景中，Copilot 更像一位以文字处理为主的助手。

而现在，它开始进一步理解文档中的视觉信息。

柏拉图、鱼骨图、流程图、思维导图、产品图片、组织架构图、现场照片以及操作截图，不再只是文档里的“配图”。

在支持相关能力的场景中，这些内容也可以成为 Copilot 分析和生成内容时的重要参考信息。

对于质量管理、项目管理、培训管理、知识管理以及内容创作来说，这意味着文档中的文字和视觉信息正在被更加完整地利用。

未来很多工作流程可以进一步简化为：

上传文档 → 提出问题 → Copilot结合文字与图片进行分析 → 输出分析结果或内容初稿 → 人工核验关键结论。

相比简单地把 Copilot 定义为“文字助手”，图文协同分析可能才是这项能力更值得关注的方向。