微软EdgeBingChatGPT体验与教程之二阅读分析本地

　　微软EdgeBIngChat的一大革命性功能是可以在Edge浏览器下打开本地文档，并且通过内嵌的DiscoverSidebar中的Chat对话框对文本内容进行读取，分析，整理并通过自然语言与用户实现无障碍对话。
　　我尝试了利用Edge打开了一个在互联网上并无公开过的本地的65页文档，内容是智人环保公司物联网网页平台的说明书，打开之后，在Discover中的对话引导BingChat读取文件。
　　之后用自然语言提了一个并无直接文本对应的问题，询问如何在平台上添加一个物联网设备。Bing给出了具体的非常精简的步骤：
　　继续追问一个其他地方出现的问题，如何标定一个物联网设备，Bing给出了非常具体准确的步骤。用自然语言模糊提出要求，让Bing定位具体信息的页数，也非常准确的给出。
　　我还测试了BingChat对于不同语言的切换与识别的能力，是否可以跨语种进行无障碍信息交流。我提问：这个文件是英文版，我想用中文来提问，了解一下如何对Excel文件进行导入到SEIN平台？Bing自由切换到中文，并且给出了非常详细准确的操作的步骤。
　　随后，我打开了一份长达347页的英文文档，是一份环境监测设备的英文说明书。
　　我直接用中文自然语言提问：
　　我刚刚打开了一份文件，这是一份说明书。请帮我查看如何更换NO2toNOConverter。
　　BingChat直接给出中文的翻译结果：
　　根据网页内容，您可以按照以下步骤更换NO2toNOConverter：关闭仪器的电源，并断开所有的电缆和管道移除仪器的前面板和顶部盖板定位到NO2toNOConverter模块，它位于仪器的右侧松开并移除四个固定螺丝，将旧的模块取出将新的模块放入相同的位置，并用四个螺丝固定好重新连接所有的电缆和管道装回仪器的前面板和顶部盖板打开仪器的电源，并进行必要的校准和测试
　　获得翻译之后的中文的答案之后，我提高了难度，并且为了确认信息准确度，问了两个定位问题，一是询问上述内容出现在第几页，Bing给出了准确答案；二是给出页数，让Bing总结该页的主要内容。
　　为了验证文档的内容和页数，我也与BingChat做了交叉比对，并且有有意思的对话。
　　总结：
　　在上一篇介绍中，我详细的以新闻案例作为例子，测试了BingChat对互联网海量实时新闻的读取和分析能力，这个已然十分强大。在这一篇介绍中，BingChat居然可以对本地的文件进行逻辑分析，内容整理的能力。在其他的场合，我也测试了用不同的人的简历让BingChat列出人员的按照时间顺序的工作经验，BingChat可以顺利完成任务。我甚至调取了两次不同文档，在同一个Chatbox的Session里面，让BingChat对两个简历进行HeadtoHead的比较，BingChat居然可以列表给出教育背景，工作经验，专业领域的对比，而且内容准确。
　　可见BingChat以及完全实现了对于本地输入信息的模型再造（Regenerative）功能，这个不是简单的对于本地的文件的简单读取，他综合了背后海量数据的训练支撑。可以想象，在不远的将来，一个可落地的商业模式是本地化的隐私型BingChat对企业内部的海量文档进行读取，并且形成内部的超级助理，在财务、技术、研发、生产、销售、商务等环节实现与人的无障碍自然语言沟通，极大的提高企业生产力。