快訊
2026-07-19
AI 教學

Microsoft 365 Copilot Vision 教學:用鏡頭或螢幕分享問 AI,跟 Windows Copilot 看螢幕差在哪

約 12 分鐘閱讀

⚡ 站長快讀:核心重點

  • 文章屬性:教學實戰
  • 適用系統:Windows / 網頁版 Microsoft 365 Copilot、行動版 App
  • 難易度 / 耗時:入門 / 約 5 分鐘
  • 核心結論:在 Copilot 語音對話中分享螢幕或鏡頭,由 AI 結合畫面與你的 M365 工作資料回答;需 Microsoft 365 Copilot 授權。
  • 適用對象:有 Microsoft 365 Copilot 授權的公司帳號使用者

📌 快速答案

一句話答案:Microsoft 365 Copilot Vision 是在 Copilot 語音對話中分享桌面螢幕或手機鏡頭、讓 AI 看畫面並結合你的工作檔案與郵件回答的功能,需 Microsoft 365 Copilot 授權才能使用。

廣告

🧰 開始前的準備

  • 授權需求:Microsoft 365 Copilot 授權,並以公司帳號登入(官方明列的第一項前提)
  • 權限需求:一般使用者即可,但必須開放麥克風權限——Vision 只在語音對話中運作
  • 需要裝置:桌面(Windows 或網頁版)分享螢幕;或 Microsoft 365 Copilot 行動版 App 分享鏡頭
  • 預計耗時:約 5 分鐘
  • 難度門檻:會按 Win + C 叫出 Copilot 就能做,沒有任何指令或設定檔要改

🔍 為什麼你需要這個?

你有沒有遇過這種狀況:盯著一張看不懂的儀表板,或手上一台跳錯誤代碼的機器,想問人又不知道怎麼把「我看到的東西」講清楚。打字描述半天,對方還是抓不到重點。

Copilot Vision 要解的就是這件事——直接讓 AI 看你正在看的畫面,你用講的問。但這裡有個台灣上班族最常踩的坑:你在家用個人帳號玩過的那個 Copilot Vision,拿到公司電腦上用公司帳號登入,很可能根本叫不出來。原因不是設定沒開,而是微軟官方明文寫著:個人版的 Copilot Vision 不提供給以 Entra ID 帳號登入 Copilot 或 Edge 的商業使用者。公司帳號要用 Vision,走的是另一套——也就是本文主角 Microsoft 365 Copilot Vision。

這篇把三件事講清楚:怎麼開、它跟個人版/Windows Copilot 到底差在哪、以及公司資料會被怎麼處理。全文依據微軟官方支援文件(2026-06-26 更新)整理,非站長第一手實測。

Microsoft 365 Copilot Vision 與個人版 Copilot Vision 差異對照:授權、帳號、進入方式、接地資料與資料保留

🛠️ 實戰步驟

步驟一:確認你有 Microsoft 365 Copilot 授權

Vision 不是免費功能。官方前提條件寫得很直白:要有 Microsoft 365 Copilot 授權,並以公司帳號登入。沒有授權的話,後面步驟做不出來——你在 Copilot Chat 裡不會看到分享螢幕的按鈕。

不確定自己有沒有授權的話,微軟有一頁專門教你查:What Copilot license do I have。這件事不是你自己能開通的,授權由公司 IT 或 M365 系統管理員指派,查完發現沒有就得去問 IT。

步驟二:先進入語音對話

這是整個功能最反直覺的地方,也是多數人卡住的點:Vision 只在語音對話中存在。你不能在文字聊天框裡直接叫出它。

廣告

官方列出三個起點,任選一個開始語音對話:

  • Microsoft 365 Copilot Chat 的輸入框
  • Windows 上的 Copilot 鍵,或 Win + C 快速鍵
  • Microsoft 365 Copilot 行動版 App

💡 為什麼要這樣做?因為 Vision 的設計是「即時對話式」的——它把畫面轉成可分析的資料後,是用語音即時回答你,讓你能在同一段對話裡追問。麥克風沒開,整條路就斷了。

步驟三:開始分享畫面或鏡頭

進入語音對話後:

  • 桌面:選 螢幕分享箭頭
  • 手機:選 相機圖示

分享出去之後,就照你問同事的方式講話就好。官方給的起手示範像是:

  • 「這個儀表板有哪些關鍵趨勢?跟我上個月看的那份報告比起來如何?」
  • 「看一下這個橫幅和我收到的回饋,我該優先改哪裡?」
  • 「我卡在這個畫面了,帶我走完接下來的步驟。」

第一句就是重點:它可以同時看畫面、又翻你上個月的報告。這是它跟一般「AI 看圖」最大的分野,下一段細講。

步驟四:結束分享

  • 桌面:按 停止分享(Stop sharing) 按鈕
  • 手機:再點一次相機圖示

注意一個細節:這個動作只停止畫面分享,不會結束語音對話。你可以繼續用講的跟 Copilot 聊,只是它看不到你的螢幕了。


🎯 它到底看得到什麼、又拿什麼來回答你?

先給結論:Vision 不只看你的螢幕,它會把畫面內容和你的 Microsoft 365 工作資料合在一起回答——這是它跟個人版 Vision 最本質的差別,也是它值不值得的關鍵。

廣告

依官方說明,整條流程是這樣跑的:

  1. 你在語音對話中分享視覺輸入:桌面螢幕(Windows 或網頁版)或手機鏡頭
  2. Copilot 把分享的畫面轉成它能分析的資料,包含文字、圖片、圖表,以及畫面上的操作介面
  3. Copilot 結合它看到的內容與你的 Microsoft 365 工作資料——例如文件、郵件、先前的討論——來為回答建立依據
  4. Copilot 以語音即時回答,你可以在同一段對話裡追問

支援的內容型態官方也列了:文字、圖片、圖表、表格與儀表板;桌面上的應用程式介面與多視窗工作流程;以及透過手機鏡頭看到的實體物件。最後這項是行動版的價值所在——官方舉的例子就是把手機鏡頭對著一台跳錯誤的裝置問「這個錯誤怎麼修」。


⚠️ 官方明列的六個限制(先看完再決定要不要用)

這段我建議上手前先讀。官方在「限制」章節寫得相當坦白,而且註明這是推出當下的能力,後續可能改善:

限制實際影響
目前只能透過語音對話使用開放空間的辦公室或會議中不好用
每日用量依可用容量而定,計入你的每日語音用量有額度上限,接近時 Copilot App 會通知你
無法讀取影片或動畫 GIF想讓它看教學影片、動畫圖表的免談
提問時視窗切太快,可能依錯誤的畫面內容回答問之前先把畫面停在要問的東西上
無法採取行動或直接操作螢幕上的項目它只回答,不會幫你點按鈕、填欄位
沒有長期記憶,不會沿用先前工作階段的畫面或鏡頭輸入每次對話獨立,不能「接續昨天那個畫面」

重點摘要:

  • 這是顧問,不是代理人——它看得懂、講得出下一步,但不會替你動手
  • 語音是唯一入口,不方便講話的場合基本上用不了
  • 有額度,而且跟語音共用,不是無限吃到飽
  • 每次對話從零開始,沒有跨 session 的記憶
  • 影片類內容直接排除,別浪費時間試

🆚 跟個人版 Copilot Vision / Windows Copilot 差在哪?

先給結論:兩者名字幾乎一樣、圖示都是眼鏡,但授權、帳號、入口、接地資料與資料保留全都不同,而且商業帳號用不了個人版那條路

站內先前寫過 Windows Copilot 完整教學,那篇談的是 OS 層級的個人版助理;本文的 Microsoft 365 Copilot Vision 則是企業訂閱裡的功能。兩篇最好一起看,因為讀者最容易在這裡混淆。

廣告
比較項個人版 Copilot VisionMicrosoft 365 Copilot Vision
授權登入即可用;M365 Personal / Family / Premium 訂閱者有更高用量上限必須有 Microsoft 365 Copilot 授權
帳號個人 Microsoft 帳號;Entra ID 商業帳號不提供公司帳號登入
入口Copilot App / Edge / 手機 App 的眼鏡圖示先進語音對話,再選螢幕分享箭頭或相機圖示
文字或語音Windows 版預設 Start with text,可文字對話只在語音對話中可用,必須開麥克風
回答依據分享的畫面或網頁內容畫面內容 + 你的 M365 工作資料(文件、郵件、會議、先前討論)

三個最容易誤會的點,展開講:

1. 商業帳號真的用不了個人版。 官方在個人版 Vision 的說明頁明寫:Vision 不提供給以 Entra ID 帳號登入 Copilot 或 Edge 的商業使用者。所以公司電腦上找不到眼鏡圖示,通常不是壞掉,是設計就這樣。

2. 入口邏輯完全相反。 個人版是「先開 Vision,再決定要不要講話」——Windows 版預設還是文字模式。M365 版是「先講話,才拿得到 Vision」。習慣個人版的人會在這裡找半天按鈕。

3. 真正的差距在回答依據。 個人版看的是畫面;M365 版會把畫面和你的工作資料綁在一起。「這個儀表板跟我上個月那份報告比起來如何」——這種問題只有 M365 版答得出來,因為它讀得到你的檔案。這是它要授權費的理由,也是下一段資安討論的前提。


🔐 公司資料會被怎麼處理?

這段對台灣的企業使用者最實際,尤其你要把 IT 說服到願意開權限的話。以下全部引自官方文件,不做延伸推論:

Microsoft 365 Copilot Vision(公司帳號):

  • 視覺輸入是由使用者發起、且綁定工作階段的,Copilot 只處理在使用中工作階段所分享的內容
  • 分享的螢幕或鏡頭內容以一連串影像的方式處理;音訊與視訊資料為了讓你能向微軟提供意見回饋而暫時儲存,並於 48 小時後刪除
  • 語音對話的文字逐字稿,儲存與管理方式比照 Microsoft 365 Copilot App 中的文字對話
  • Vision 遵循微軟企業級的資料安全與隱私承諾,且不會推斷種族或情緒等敏感個人屬性
  • 意見回饋(對話結束後的讚 / 倒讚)會分享給微軟做功能改善,但不用於訓練 Copilot 所使用的基礎模型

個人版 Copilot Vision 的處理方式並不相同(這也是為什麼不能拿個人版的印象套到公司情境):官方說明個人版不會擷取、儲存或使用任何資料來訓練模型,不保留、轉錄或記錄影像;工作階段結束後,所有影像、音訊與內容都會刪除,僅儲存模型回應以監控不安全的互動。

換句話說:M365 版有 48 小時的音訊 / 視訊暫存(供意見回饋),個人版則是 session 結束即刪、只留回應。兩邊都不拿你的輸入訓練基礎模型,但保留窗口不一樣。要跟 IT 或法遵解釋時,這個差異值得先講清楚。完整條款以 Data, Privacy, and Security for Microsoft 365 Copilot 為準。


💡 總結:站長我怎麼看這個功能

先誠實說在前面:站長我沒有 Microsoft 365 Copilot 授權可以實測這個功能,本文是依微軟官方支援文件(「Get started with vision in Microsoft 365 Copilot」與「How vision in Microsoft 365 Copilot works」兩頁均為 2026-06-26 更新版本,2026-07-17 查證)整理而成,不是第一手實測,也不會給你任何我沒驗證過的數字。

看完官方文件,我的觀察有三個:

第一,「語音才有 Vision」這個設計是雙面刃。 它讓體驗更接近「找個人來看一眼」,但在台灣的辦公室現實裡——開放座位、旁邊同事在開會——你要對著電腦講話問「這張報表哪裡怪」,阻力不小。這功能的實際使用率,我猜會集中在單人辦公、居家上班,或手機鏡頭那條路。

第二,真正值錢的是「畫面 + 工作資料」的結合,不是「AI 看得懂圖」。 AI 看圖現在到處都是,免費的一堆。M365 Copilot Vision 要授權費的理由只有一個:它讀得到你的文件、郵件與先前討論,能回答「這個跟我上個月那份比起來如何」。如果你的用法只是「幫我看看這張圖在講什麼」,那你付的授權費完全沒用在刀口上——個人版就夠了。

第三,別把它當自動化工具。 官方兩處都強調它不會代你操作——不點擊、不輸入、不捲動。想要「AI 幫我把這份表填完」的人會失望。它是站在你旁邊講解的顧問,手還是你的。

至於台灣讀者最關心的中文支援:官方寫的是「Vision 支援所有 Microsoft 365 Copilot 支援的語言」,但同時註明部分語言在發音或辨識上可能較容易出現差異。實際的繁體中文語音辨識品質如何,官方文件沒有給細節,以 官方支援語言清單 為準——這點站長我無法替你保證,建議有授權的人自己試一段再決定要不要納入工作流程。

如果你正在評估 M365 Copilot 生態的其他功能,站內另外寫過 Microsoft 365 Copilot Chat 切換 Claude 模型教學Copilot Notebooks 教學,可以一起看。


❓ 常見問題

Q:我公司電腦上找不到 Copilot Vision 的眼鏡圖示,是壞掉了嗎?

大機率不是。官方明文寫著個人版 Vision 不提供給以 Entra ID 帳號登入 Copilot 或 Edge 的商業使用者,所以用公司帳號登入時看不到那個眼鏡圖示是正常的。公司帳號要用 Vision,得走 Microsoft 365 Copilot 這條路:先確認公司有指派 Microsoft 365 Copilot 授權給你,然後進入語音對話、再選螢幕分享箭頭——入口不是眼鏡圖示。

Q:Microsoft 365 Copilot Vision 跟 Windows Copilot 看螢幕是同一個功能嗎?

不是。Windows 上的個人版 Copilot 走的是消費版路線(用個人 Microsoft 帳號、眼鏡圖示進入、Windows 版預設文字模式);Microsoft 365 Copilot Vision 需要 Microsoft 365 Copilot 授權與公司帳號、只能在語音對話中啟動,而且回答時會結合你的 M365 工作資料。名字像、圖示像,但授權、入口與資料範圍都不同。

Q:一定要開麥克風講話嗎?可以用打字的嗎?

依官方目前的說明,Microsoft 365 Copilot 的 Vision 只在語音對話中可用,而且需要麥克風權限。個人版 Vision 在 Windows 上倒是預設 Start with text、可以文字對話——這也是兩者容易搞混的原因之一。官方在限制章節註明這是「推出當下的能力,後續改善可能會處理部分限制」,所以文字入口未來會不會開放,以官方更新為準。

Q:它可以幫我直接操作畫面上的東西嗎?

不行。官方明列的限制之一就是 Vision 無法採取行動或直接操作螢幕上的項目。它會解釋、會帶你走步驟,但點按鈕、輸入文字這些動作還是要你自己來。個人版 Vision 同樣寫明不會替你點擊、輸入或捲動,但它可以用醒目提示游標在畫面上指給你看。

Q:公司的機密畫面分享給它,資料會外流或拿去訓練 AI 嗎?

依官方說明:視覺輸入由使用者發起且綁定工作階段;音訊與視訊資料為了意見回饋而暫時儲存,48 小時後刪除;語音逐字稿比照文字對話儲存管理;意見回饋不用於訓練 Copilot 使用的基礎模型。不過「符合官方政策」和「符合貴公司的法遵要求」是兩回事,涉及客戶個資或營業秘密的畫面,還是建議先問過公司 IT 與法遵,並以 官方隱私與安全文件 的完整條款為準。


📎 參考資料來源

📖 第一級|廠商官方:

⚠️ 本文核心事實以第一級官方文件為準;本文為官方文件整理,非站長第一手實測(證據等級 E3)。

📅 本文查證戳記:2026-07-17 依據 Microsoft 官方支援文件撰寫。

若你在後續版本遇到步驟失效或功能調整,歡迎在留言區回報,站長會更新文章。


廣告