在【Excel】、【PowerPoint】、【Word】 和 【Outlook】中与 【Claude】 协同工作

news2026/5/10 10:25:01
在【Excel】、【PowerPoint】、【Word】 和 【Outlook】中与 【Claude】 协同工作写在前面2026 年 5 月 7 日Anthropic 宣布Claude for Excel、PowerPoint 和 Word 全面上市Generally AvailableClaude for Outlook 进入公开测试Public Beta。很多人看到新闻只记住了Claude 进了 Office但不知道最核心的卖点不是某个单一应用的功能而是跨应用连续对话上下文Cross-App Context——你在 Outlook 里和 Claude 讨论了一封邮件切换到 Excel 时 Claude 记得刚才聊了什么你在 Excel 里调整了数据PowerPoint 里的图表会自动同步更新。很多人也不知道企业管理员可以通过微软管理中心一键部署配置OpenTelemetry做全流程监控或者通过现有LLM 网关路由到 Bedrock / Vertex AI / Foundry 上的 Claude 模型。这篇文章从架构、功能、代码、部署、对比五个维度把 Claude for Microsoft 365 讲透。 文章目录 一、核心架构跨应用上下文是怎么实现的 二、四大应用功能详解 三、代码实战用 API 构建跨应用工作流 四、企业部署管理员指南⚔️ 五、Claude vs Copilot全面对比 总结速查卡 一、核心架构跨应用上下文是怎么实现的1.1 一个会话四个应用Claude for Microsoft 365 最核心的设计是共享上下文会话Shared Context Session。当你在任意一个 Office 应用中打开 Claude 侧边栏时Claude 会创建或恢复一个跨应用的会话。这个会话包含了对话历史你在所有应用中与 Claude 的全部对话文档引用当前打开的文件、选中的数据范围、邮件内容操作记录Claude 在每个应用中执行的操作生成公式、创建幻灯片、起草邮件等这意味着当你在 Outlook 中让 Claude 分析一封包含季度销售数据的邮件然后切换到 Excel 说把这些数据整理成表格Claude 知道这些数据指的是邮件中的哪些数字。再切换到 PowerPoint 说生成一张图表Claude 会基于 Excel 中刚整理好的数据来生成——而不是从零开始。1.2 与 Copilot 的根本区别Microsoft 365 Copilot 把每个应用当作独立的会话。你在 Excel 中和 Copilot 的对话切换到 Word 后 Copilot 完全不知道。Claude 则把四个应用当作同一个工作流的不同节点。这个区别在实际使用中体验差异巨大维度Claude for OfficeMicrosoft 365 Copilot跨应用上下文✅ 共享会话❌ 每个应用独立数据同步✅ Excel→PPT 自动更新❌ 需手动复制会话连续性✅ 切换应用不丢失❌ 切换即重置定价Claude 账户即可需 M365 Copilot 订阅~$30/月1.3 技术实现原理跨应用上下文的实现依赖三个组件# 伪代码跨应用上下文会话管理classCrossAppSession:Claude for Microsoft 365 的跨应用会话管理器def__init__(self,user_id:str):self.session_idfsession_{user_id}_{uuid4()}self.contextConversationContext()self.app_states{}# 每个应用的状态defon_app_open(self,app_name:str,document_ref:DocumentRef):用户在某个 Office 应用中打开 Claude 侧边栏# 恢复共享上下文self.context.restore(self.session_id)# 注册当前应用和文档self.app_states[app_name]AppState(document_ref)# 让 Claude 知道用户当前在哪个应用self.context.add_system_message(fUser is now in{app_name}, fworking on{document_ref.name})defon_user_message(self,app_name:str,message:str):用户在某个应用中发送消息# 注入当前应用的上下文选区、数据范围等app_contextself.app_states[app_name].get_context()full_messagef[{app_name}Context]:{app_context}\n\n{message}responseself.context.chat(full_message)# 如果操作涉及其他应用的数据触发同步ifresponse.requires_cross_app_sync:self.sync_to_related_apps(app_name,response)returnresponsedefsync_to_related_apps(self,source_app:str,response):跨应用数据同步# 例如Excel 数据更新 - PPT 图表更新ifsource_appexcelandresponse.has_data_changes:ifpowerpointinself.app_states:self.app_states[powerpoint].update_charts(response.data_changes)ifwordinself.app_states:self.app_states[word].update_tables(response.data_changes) 二、四大应用功能详解2.1 Claude for ExcelClaude for Excel 在侧边栏中运行你可以用自然语言与它对话它会直接操作你的电子表格。核心功能功能说明示例 Prompt数据分析用自然语言分析数据“分析这张表的销售趋势”公式生成生成并解释 Excel 公式“写一个 VLOOKUP 公式匹配这两个表”数据清洗识别并修复数据问题“找出这列的异常值”多表汇总跨 Sheet 汇总数据“把三个 Sheet 的数据合并”公式审计检查现有公式的错误“检查这个公式为什么报错”实际操作示例你: 分析 A1:D100 的销售数据按地区汇总 Claude: 我来分析这个数据范围... - 识别到 4 列日期、地区、产品、销售额 - 按地区汇总结果 华东: ¥1,234,567 华南: ¥987,654 华北: ¥876,543 西部: ¥654,321 已在 F1:G5 生成汇总表 并在 H1 创建了柱状图。2.2 Claude for PowerPointPowerPoint 是跨应用上下文价值最明显的应用。你可以从 Outlook 邮件或 Word 文档中积累上下文然后一键生成幻灯片。核心功能功能说明文档转幻灯片将 Word 文档 / 邮件摘要转为 PPT 大纲智能结构建议根据内容类型建议结构路演 / 状态汇报 / 培训演讲者备注自动生成每页的 Speaker Notes图表同步Excel 数据更新时 PPT 图表自动更新文本精简将密集文本转为要点式幻灯片跨应用工作流示例Step 1 [Outlook]: 总结这封邮件中的季度决策 Step 2 [PowerPoint]: 把刚才的总结转成 5 页幻灯片 Step 3 [Excel]: 调整 Q3 的数字从 120 万到 150 万 Step 4 [PowerPoint]: 图表自动更新 ✅诚实评价Claude 默认生成的幻灯片文字偏多。如果你需要视觉设计仍然需要人工设计师。Claude for PowerPoint 是内容和结构工具不是设计工具。2.3 Claude for WordClaude for Word 提供侧边栏对话可以起草、编辑和优化文档。核心功能功能说明文档起草根据大纲或描述生成初稿内容优化改写、精简、调整语气数据同步从 Excel 同步数据到文档表格多语言翻译保持格式的翻译格式建议建议标题层级和段落结构已知限制Claude for Word暂不支持修订模式Tracked Changes。编辑出现在侧边栏中需要手动接受到文档。对于有严格修订历史的协作文档这是一个工作流摩擦点。2.4 Claude for OutlookPublic BetaOutlook 版本是四个应用中唯一还在 Beta 阶段的但功能已经相当实用。核心功能功能说明示例邮件分类自动识别邮件类型“把收件箱按优先级分类”线程摘要总结长邮件链“总结这个 20 封邮件的讨论”起草回复基于上下文生成回复“帮我回复这封邮件同意方案但提出修改”行动项提取从邮件中提取待办“列出这封邮件的所有 action items” 三、代码实战用 API 构建跨应用工作流3.1 通过 Claude API 实现邮件→Excel→PPT 自动化importanthropicimportjsonfromdatetimeimportdatetimeclassClaudeOfficeWorkflow:Claude for Microsoft 365 跨应用工作流编排器def__init__(self,api_key:str):self.clientanthropic.Anthropic(api_keyapi_key)self.session_idfoffice_wf_{datetime.now().strftime(%Y%m%d_%H%M)}self.conversation_history[]def_chat(self,message:str,system:strNone)-str:发送消息并维护会话历史self.conversation_history.append({role:user,content:message})kwargs{model:claude-sonnet-4-20250514,max_tokens:4096,messages:self.conversation_history,}ifsystem:kwargs[system]system responseself.client.messages.create(**kwargs)assistant_msgresponse.content[0].text self.conversation_history.append({role:assistant,content:assistant_msg})returnassistant_msgdefstep1_outlook_classify(self,email_content:str)-dict:Step 1: 在 Outlook 中分类邮件并提取数据system你是一个邮件分析助手。分析邮件内容返回 JSON { category: urgent/normal/low, action_items: [...], data_points: {key: value}, suggested_reply: ... }resultself._chat(f分析这封邮件\n\n{email_content},systemsystem)returnjson.loads(result)defstep2_excel_process(self,data_points:dict)-str:Step 2: 在 Excel 中处理提取的数据# 关键conversation_history 保留了 Step 1 的上下文# Claude 知道这些数据来自哪封邮件resultself._chat(f基于刚才提取的数据生成 Excel 公式\nf1. 计算同比增长率\nf2. 按地区汇总\nf3. 标记超过阈值的数据\n\nf数据{json.dumps(data_points)})returnresultdefstep3_ppt_generate(self)-str:Step 3: 在 PowerPoint 中生成汇报幻灯片# 关键Claude 记得 Step 1 和 Step 2 的全部内容resultself._chat(基于前面的邮件分析和 Excel 数据处理结果\n生成一份 5 页的季度汇报 PPT 大纲\n包含封面、摘要、数据图表页、行动项、下一步计划)returnresultdefstep4_word_report(self)-str:Step 4: 在 Word 中生成详细报告resultself._chat(把前面所有分析整理成一份正式的 Word 报告\n包含背景、数据分析、结论和建议)returnresult# 使用示例 workflowClaudeOfficeWorkflow(api_keysk-ant-...)# Step 1: Outlook 邮件处理email From: zhangsancompany.com Subject: Q3 销售数据更新 团队好 Q3 数据已出华东 150 万同比25% 华南 98 万同比12%华北 87 万同比-5%。 请各位确认并在周五前提交分析报告。 analysisworkflow.step1_outlook_classify(email)print(邮件分类:,analysis[category])print(行动项:,analysis[action_items])# Step 2: Excel 数据处理formulasworkflow.step2_excel_process(analysis[data_points])print(Excel 公式:,formulas)# Step 3: PPT 生成ppt_outlineworkflow.step3_ppt_generate()print(PPT 大纲:,ppt_outline)# Step 4: Word 报告reportworkflow.step4_word_report()print(Word 报告:,report)3.2 通过 LLM 网关路由企业部署importhttpxfromopenaiimportOpenAI# 方式 1: 通过 Amazon Bedrock 网关bedrock_clientOpenAI(api_keyyour-bedrock-key,base_urlhttps://bedrock-runtime.us-east-1.amazonaws.com/openai/v1)# 方式 2: 通过 Google Vertex AI 网关vertex_clientOpenAI(api_keyyour-vertex-key,base_urlhttps://aiplatform.googleapis.com/v1/projects/YOUR_PROJECT/locations/us-east1/endpoints/openai)# 方式 3: 通过 Microsoft Foundry 网关foundry_clientOpenAI(api_keyyour-foundry-key,base_urlhttps://YOUR_RESOURCE.openai.azure.com/openai/deployments/claude-sonnet-4)# 统一调用方式以 Bedrock 为例responsebedrock_client.chat.completions.create(modelanthropic.claude-sonnet-4-20250514-v1:0,messages[{role:system,content:你是 Office 助手帮助用户处理 Excel/Word/PPT/Outlook 任务。},{role:user,content:分析这个季度的销售数据趋势}],max_tokens4096)print(response.choices[0].message.content)3.3 OpenTelemetry 监控配置# OpenTelemetry 配置示例监控 Claude for Office 的全流程fromopentelemetryimporttracefromopentelemetry.sdk.traceimportTracerProviderfromopentelemetry.sdk.trace.exportimportBatchSpanProcessorfromopentelemetry.exporter.otlp.proto.grpc.trace_exporterimportOTLPSpanExporter# 1. 配置 OTLP Exporter指向你的 collectorotlp_exporterOTLPSpanExporter(endpointhttps://your-otel-collector.company.com:4317,insecureTrue)# 2. 配置 TracerProviderproviderTracerProvider()provider.add_span_processor(BatchSpanProcessor(otlp_exporter))trace.set_tracer_provider(provider)tracertrace.get_tracer(claude-office-monitor)# 3. 监控 Claude 调用defmonitor_claude_call(app:str,user:str,prompt:str,response:str):记录每次 Claude 调用的详细信息withtracer.start_as_current_span(fclaude.office.{app})asspan:span.set_attribute(app,app)# excel / word / ppt / outlookspan.set_attribute(user,user)# 用户 IDspan.set_attribute(prompt.length,len(prompt))span.set_attribute(response.length,len(response))span.set_attribute(session.id,session_id)# 文档引用脱敏后span.set_attribute(document.ref,doc_ref_hash)# 工具调用记录span.set_attribute(tool.calls,json.dumps(tool_calls)) 四、企业部署管理员指南4.1 部署方式企业管理员可以通过**微软管理中心Microsoft Admin Center**一键部署 Claude for Office 插件步骤操作1登录 Microsoft 365 管理中心2进入集成应用→部署新应用3搜索Claude for Excel, PowerPoint, and Word一个 AppSource 列表覆盖三个应用4搜索Claude for Outlook独立列表Beta 版5选择部署范围全员 / 特定组 / 测试组6配置权限和数据访问策略7点击部署4.2 三种访问路径路径适用场景配置方式Claude 账户个人用户 / 小团队用户自行登录 claude.aiLLM 网关企业合规要求路由到 Bedrock / Vertex AI / FoundryM365 Copilot已有 Copilot 订阅Excel PowerPoint 中直接调用 Claude4.3 监控与审计工具功能粒度OpenTelemetry流式传输 prompts、tool calls、文档引用每次调用Analytics API按用户/应用/天统计活动每日汇总Microsoft Admin Center部署状态、使用统计、权限管理管理视图⚔️ 五、Claude vs Copilot全面对比维度Claude for OfficeMicrosoft 365 Copilot跨应用上下文✅ 四应用共享会话❌ 每个应用独立Excel公式生成、数据分析、清洗公式生成、数据分析PowerPoint内容结构生成、图表同步设计建议内容生成Word起草、编辑、多语言起草、编辑、修订模式Outlook分类、摘要、起草回复分类、摘要、起草回复企业监控OpenTelemetry Analytics APIMicrosoft Purview部署方式AppSource Admin Center内置 M365定价Claude 账户 / LLM 网关M365 Copilot ~$30/月Copilot 兼容✅ ExcelPPT 可用 Claude 模型N/A修订模式❌ 暂不支持✅ 支持移动端❌ 暂不支持✅ 支持对话质量更自然、更细腻偏模板化选型建议选 Claude for Office: ├── 需要跨应用上下文邮件→Excel→PPT→Word 连续工作流 ├── 不想付 M365 Copilot $30/月 ├── 需要通过 LLM 网关做合规路由 └── 对话质量要求高 选 Microsoft 365 Copilot: ├── 需要修订模式Tracked Changes ├── 需要移动端支持 ├── 已有 M365 Copilot 订阅 └── 需要 Microsoft Purview 合规集成 最佳方案两者互补 ├── Claude: 跨应用工作流 高质量对话 └── Copilot: 修订模式 移动端 Purview 合规 总结速查卡四大应用功能速查应用状态核心功能独特价值ExcelGA公式/分析/清洗/汇总数据→PPT/Word 同步PowerPointGA幻灯片/备注/结构跨应用上下文生成WordGA起草/编辑/翻译Excel 数据同步OutlookBeta分类/摘要/起草邮件→其他应用的数据源三种访问路径速查路径适用定价Claude 账户个人/小团队Claude 订阅LLM 网关企业合规Bedrock/Vertex/Foundry 定价M365 Copilot已有订阅Copilot 内含一句话总结Claude for Microsoft 365 的核心价值不是在 Office 里加了个 AI 对话框而是跨应用连续上下文——一个会话贯穿 Outlook→Excel→PowerPoint→Word数据自动同步上下文不丢失。企业管理员可以通过微软管理中心一键部署配置 OpenTelemetry 做全流程监控通过 LLM 网关做合规路由。它和 Microsoft 365 Copilot 不是替代关系而是互补关系——Claude 擅长跨应用工作流和对话质量Copilot 擅长修订模式和移动端。对大多数企业来说最佳方案是两者互补。参考链接Collaborate with Claude across Excel, PowerPoint, Word and Outlook (Anthropic Blog)Claude for Microsoft 365 AppSource ListingClaude AI for Microsoft Office: Excel, Word, PowerPoint Outlook (BuildFast)Anthropic’s Microsoft 365 Integration Expands (Gadgets360)Claude for Microsoft 365: Excel, Word, PowerPoint GA, Outlook Beta (Pasquale)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2600222.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…