昨年、Microsoft は、Microsoft Edge でユーザーが Web ページを操作する方法に革命を起こすように設計された Copilot Vision の開発を発表しました。この革新的な AI アシスタントは、当初は米国の Pro サブスクリプション ユーザー向けにリリースされましたが、現在は地理的制限はあるものの、無料ユーザーにも提供されています。
ロールアウト後、Windows Latest は米国ベースの仮想マシンを使用して Copilot Vision の機能の調査に着手しました。プロセスは、Bing で「Copilot Vision」を検索し、関連リンクを選択して「今すぐ試す」をクリックすることから始まりました。利用規約に同意すると、この最先端のエクスペリエンスの準備が整いました。
Microsoft は Copilot Vision の動作について簡単な概要を提供しましたが、多くのユーザーは最初の説明がわかりにくかったと感じました。
Windows 11 の Microsoft Edge で Copilot Vision を使い始める
Edge のサイドバー内で Copilot Vision を起動すると、まずここをクリックして公式 Vision ページを調べ始めました。その機能について理解することに興奮し、Web ページの内容について Copilot Vision に質問しました。残念ながら、会話中に AI がすぐに反応しなくなってしまいました。
一時的な不具合だと思い、私は再度質問しました。残念ながら、少しやり取りした後、AI は応答の途中で停止し、答えを考え出そうとしましたが、一貫した会話を維持できませんでした。Copilot が状況を把握してスムーズな会話を続けるのに苦労していることが明らかになりました。
Microsoft のサイトから、ページにボタンがいくつ表示されるかを尋ねました。Copilot Vision は、「試してみる」というラベルの付いた目立つボタンが 1 つあると正しく回答しました。ただし、ビデオを再生するための 2 つ目の重要なボタンを認識できませんでした。
Copilot Vision をさらに操作しようとして、ボタンをクリックしたりビデオを再生したりしようとしたところ、拒否されました。AI は、ページ要素と対話したり、音声出力を一時停止したりできないことを示しました。
副操縦士ビジョンの有用性の評価
不要なウィンドウを閉じた後、Windows Latest のホームページに移動して、Copilot Vision を再度確認しました。ほっとしたことに、そこには新しい記事が正確に記載されていました。この瞬間、Vision の可能性について楽観的な見通しが生まれましたが、その信頼性については依然として大きな懸念が残りました。
次に、Amazon UK で Copilot をテストし、検索結果に基づいて最適な SSD に関する洞察を求めました。AI は多くの SSD の詳細をリストしましたが、Acer と WD の製品を比較するように求められたときには失敗しました。Copilot は表面的な分析を提供しましたが、外部 Web クエリ機能がないため不十分でした。
Acer SSD のパフォーマンス仕様について問い合わせたところ、Copilot は現時点での理解と能力を超えているため、具体的な情報を提供できませんでした。Bing 経由で追加データにアクセスしようとしましたが、検索要求が拒否され、失敗しました。
Copilot は目に見える領域から素早くデータを抽出するのに役に立ちますが、深度が足りないため、本格的な調査には頼りになりません。スポンサー製品について警告を受けた AI は、ページに存在しているにもかかわらず、Sandisk のみを識別し、Samsung などの競合他社を見逃しました。
この見落としは、Copilot Vision が画面に表示されている要素しか解釈できず、ページ全体をナビゲートできず、機能が制限されていることを示しています。サイトを下にスクロールして追加のアイテムを探すときでも、連続性が失われ、以前の言及を思い出すことができませんでした。
結局のところ、Copilot Vision の現在のパフォーマンスには、改善の余地が大いにあります。ユーザーの承認を過度に求める傾向があり、欠陥について謝罪することが多いことから、さらなる機能強化が必要であることがわかります。ユーザー エクスペリエンスを向上させるには、スクロール機能の向上や Web ページのコンテンツ全体にアクセスする機能などの重要な機能を統合する必要があります。
よくある質問
1. Copilot Vision とは何ですか? Microsoft Edge ではどのように機能しますか?
Copilot Vision は、Microsoft Edge に統合された AI アシスタントで、ユーザーは音声コマンドを使用して Web ページを操作できます。この機能を有効にすると、ユーザーは画面に表示されているコンテンツについて質問し、音声による応答を受け取ることができます。
2. Copilot Vision が Web ページの操作に苦労するのはなぜですか?
Copilot Vision の現在の制限には、ページ要素を操作したり、オンラインで外部情報を検索したりできないことがあり、包括的な応答を提供する際の有効性が低下しています。表示テキストを分析することしかできず、コンテンツに関する深く意味のある会話を行うことができません。
3. Copilot Vision は Microsoft Edge のすべてのユーザーが利用できますか?
Copilot Vision は当初、米国の Pro サブスクリプション ユーザーのみが利用可能でしたが、現在は無料ユーザーにも拡張されています。ただし、この展開も現時点では米国のユーザーに限定されています。
コメントを残す ▼