博客链接：https://blog.51cto.com/u_13637423
Microsoft Copilot 是将大型语言模型 (LLM) 的强大功能与 Microsoft Graph 中的数据（日历、电子邮件、聊天、文档、会议等）和 Microsoft 365 应用相结合，以给终端用户提供强大的生产力工具。
今天我们将从Microsoft 365 Copilot的结构角度为大家做相关说明，希望帮助大家更加有效的理解其体系结构。
下图是Microsoft 365 Copilot的体系结构图：
从图中我们可以解析到，Copilot的Semantic Index是一个单独的index或者是用户和公司数据的映射列表，用来确定相互间的关系和连接，它与Copilot和Microsoft Graph一起工作，为企业使用Copilot能够提供个性化和可操作性的响应。Semantic Index是Microsoft 365 服务的一部分，并且是自动创建的。
下图是Microsoft 365 Service Boundary
Semantic Index建立在关键字匹配、个性化和社交匹配功能的基础上，通过创建矢量化索引来启用Microsoft 365概念理解，这有助于用户找到所需的组织内容。与标准关键字索引不同，向量存储在语义相似的数据点所在的多维空间中，聚集在矢量空间中，实现Microsoft 365处理更广泛的搜索查询，而不是“精确”匹配。”
目前，Semantic Index对SharePoint中基于与两个或更多人共享的文本的文件进行索引，在用户级别，Semantic Index对所有电子邮件进行索引。它还为用户的OneDrive中具有的所有基于文本的文件编制索引被共享、交互（甚至仅由用户）或评论。
当前，Semantic Index支持的文件类型包括：
· Word文档（doc/docx）
· PowerPoint（pptx）
· 网页（html.aspx）
· OneNote（一个）
所以，Microsoft Copilot for Microsoft 365 query flow是用户通过应用程序发出一个Prompt，Copilot参考Microsoft Graph和要执行的Semantic Index完成相关的查询并附加相关内容或者上下文返回给用户。
若日后我们企业想为用户启用Copilot，从安全和合规角度，Microsoft推荐逐步加入对用户访问，设备和设备的安全保护，比如：
· Identity and Access，配置Conditional Access策略
· Microsoft 365 Apps，配置Intune App Protection策略
· Device，部署Defender for endpoints，监控Device的合规和风险
· Threat Protection，配置Exchange Online Protection和Endpoint Protection
· 针对Information Protection，可以考虑Sensitivity Label对相关数据加密保护
本文给大家针对Copilot在Microsoft 365的应用做个全局说明介绍，希望给大家做深入了解和架构部署做铺垫，后续大家有相关问题，欢迎线下讨论。
