Copilot for Microsoft 365で「PowerPoint」を使いこなす
～仕事を効率化する新たなツール～
Microsoft 365は、ビジネスや個人の生産性を向上させるためにも欠かせないツールセットです。最近、MicrosoftはこのMicrosoft365に対応した新しいAI支援ツール「Copilot」を追加しました。
Microsoftは、Copilotを上手に活用することで大幅な仕事効率化の可能性を提示しています。そこで本記事では、まずCopilotの基本情報をまとめたほか、PowerPointで実際にCopilotを使用してみました。
Copilotの実際の使用感を知りたい方の参考になれば幸いです。
目次
Microsoft Copilotとは？各プランの違い
Microsoft Copilotは、Microsoftが提供するWord、Excel、PowerPoint、Outlookなどのあらゆるサービスに統合されたAI支援ツールです。仕事の生産性向上を目的に追加された機能で、活用するにはMicrosoft365のライセンスを取得するほか、個人向けまたは企業向けのプランから選択して使用します。
以下にMicrosoft Copilotのプランと内容について表にしてみました。使用したい機能を選び、適切なプランを選択しましょう。
※以下に記載した月額料金は、2024年6月時点のものです[1]
| プラン | 内容 |
|---|---|
| 【無料】個人向け Copilot | このプランでは以下の機能に対応しています。
|
| 【有料】個人向け Copilot PRO | １ユーザーあたり月額料金￥3,200です。このプランでは、無料プランの機能に加え、以下に対応しています。
|
| 【有料】企業向けMicrosoft Copilot for Microsoft365 | １ユーザーあたりの月額料金は￥4,497、年間契約の場合は￥53,964です。このプランでは「Copilot PRO」の機能に加え、以下に対応しています。
|
上記の表からもわかるとおり、個人向けプランに含まれる機能は、すべて法人向けプランで利用できるようになっています。また個人向けプランとの違いとして、Teamsへの対応や、外部に情報を提供することなく社内の情報をもとにCopilotを利用できることなどもあげられます。
ここからは、法人向けである「Microsoft Copilot for Microsoft365」のPowerPointの活用についてご紹介していきます。
PowerPoint for Copilotの機能
では、PowerPoint for Copilotでは具体的にどのようなことができるのでしょうか。 公式サイトによると、以下のようなことができるようです。[2]
１．新しいプレゼンテーションの作成 Copilotでは、プレゼンテーションの内容や構造を指定して、プレゼンテーションを自動生成できます。 ２．プレゼンテーションの要約 長いプレゼンテーションや複雑な内容を簡潔にまとめられます。 ３．プレゼンテーションの編集・整理 プレゼンテーションのスライドを並べ替え、スライドの内容を編集・整理できます。 ４．Copilotで組織のロゴなどが使用できる Copilotでは組織のロゴやカラースキームを使用して、プレゼンテーションをカスタマイズできます。 |
実際につかってみた
この情報だけでは業務で活用できるレベルなのかがわからないので、実際に資料を作成してみます。今回は、次のようなテンプレートを用意してみました。
用意したテンプレートを用いてスライドを作成してくれるのも、このCopilotの特徴です。
テスト１：プロンプトに直接打ち込み、新規のプレゼンテーションを作成する
まずはじめに、プロンプトに直接スライドに反映してほしい内容を打ち込んでみました。その際は、弊社のHPに掲載している会社概要を使用しました。
結果は上記の通りです。内容を理解して一枚の写真を追加してくれていますが、文字と被っています。おまけにスライドの内容もコピー＆ペーストしたのと変わりがなく、このままでは使えません。
さて、ではどうしたらよりよいスライドを作成してくれるのでしょうか？次からさらに検証していきます。
テスト２：Wordと連携して新規のプレゼンテーションを作成する
よりよいスライドを作るべく次に試したのは、Wordとの連携です。まず、スライドを作成してほしい範囲をコピー＆ペーストでWordに貼り付けました。
以下の通りです。
このファイルを、SharePoint上に保存します。
それからCopilotを立ち上げると、下記の画像のように「ファイルからプレゼンテーションを作成」という選択肢が表示されます。
指示に従いながら操作すると、プロンプトにファイルが指定されます。今回は、「ためし.docx」という名前のファイルです。
そして、このプロンプトを実行すると、次のようなスライドを作成してくれました。
なんと、アジェンダまで作ってくれて、表形式で会社概要と沿革をまとめてくれています。最初に指定したテンプレートの表紙を使っていないことは残念ですが、スライドの下書きとしては十分ではないでしょうか。
テスト３：作成したプレゼンテーションを要約してみる
次に作成したプレゼンテーションを使用して、要約機能を試してみます。Copilotに上記のプレゼンテーションを要約してもらった時の結果は以下のようになりました。
スライド二枚にわたってびっしりと書かれていた内容が、簡潔にまとめられました。また、内容も重要な点をしっかりと抑えられている印象です。
テスト４：プレゼンテーションの自動作成に必要なテンプレートについて
必要なスライドマスターは下記のとおりです。
１．タイトルスライド：タイトル プレースホルダー（例：図 1）
２．タイトルスライド：タイトル＋画像プレースホルダ－（例：図 2）
３．コンテンツスライド：タイトル プレースホルダー + コンテンツ プレースホルダー（例：図 3）
４．タイトル プレースホルダー + 2 つのコンテンツ プレースホルダー（例：図 4）
これらを作成しておかなければ、copilotはユーザーが望むスライドを作成できる可能性が低くなります。
PowerPoint for Copilotにできること・できないこと
最後に、実際にCopilotを使ってみてわかったできること・できないことをいくつか挙げてみます。
【できること】
①ファイル内の内容から質問に答える
スライドの中で定義している言葉を抽出する、などは可能。例えば、スライドの中でA＝Bと記載していた場合、「スライドの中で定義したAについて説明してください」といった具合でcopilotに質問すると、答えてくれます。
②内容の要約
ただし、対象はテキストのみ。
③目次スライドの追加
「以下についてスライドを追加：目次」で目次のスライドを追加できる。この書き方をしないと、copilotが認識してくれない可能性があります。
④docxファイルからスライドを作成できる
docxファイルを指定し、箇条書きレベルの情報からでもある程度構造を反映できる。
【できないこと】
①図は認識できない
「ｎページの図について解説してください」という命令は現状、できませんでした。
②翻訳はできない
現状は「和訳して」などの命令は、実行してもできませんでした。
【ポイント】
実際にCopilotに命令するときは、「どういったプロンプトにするかをしっかりと考える必要がある」というのが、使ってみて感じた印象です。
曖昧な日本語では実行してくれなかったものも、言葉に気を付けることによって実行できたケースも散見されました。
Copilotは今後の開発、プロンプトの工夫によって革新的なツールになりうる
本記事では、Microsoft Copilot for PowerPointの特徴や実際に使ってみた所感を述べました。Copilotは自然言語処理技術を用いてプログラミングコードの生成や補完を行うツールですが、まだ開発段階にあり、改善の余地が多いというのが現在の印象です。
Copilotを有効に活用するためには、その特性や限界を理解し、注意深く検証しながら使用していく必要があります。まだできないことは多いものの、プロンプトの工夫次第ではもっと上手く使えるようになるかもしれません。
Copilotに関する今後の研究や開発に期待したいと思います。
【参考文献】
記事を書いた人
小林 佑輔
2013年3月に北海道大学大学院情報科学研究科調和系工学研究室を修士で修了。ビルの入退室管理システム等のSEや開発を経験したのち、2023年4月より、電機メーカーから株式会社調和技研に転職。数値系の分野を担当。趣味はサッカー観戦と模型製作、ゲーム。最近は作りたい模型とやりたいゲームが多すぎて手が回らない模様。
関連記事
Llama 3 の日本語継続事前学習モデル「Llama-3-ELYZA-JP-8B」を試してみる
「戻れない変化」を生み出し続ける。コンサルを通して見極める業界DX実現への道筋
サステナビリティ領域で活躍するAI―SDGs×AI活用事例
MetaのオープンLLM「Llama3.2 3B-Instract」の精度を検証してみた｜GPT4o-miniとの比較あり
OpenAIの軽量モデル「GPT-4o mini」を試してみる
Microsoft「GraphRAG」とLangchainの知識グラフを活用したRAGを比較
ChatGPTのAPI利用料金比較｜最新モデルGPT-4o miniも検証
Langchain+Neo4j で「GraphRAG」を実装してみる
数理最適化ソルバー活用事例｜組合せ最適化で社内交流会の班分けを自動化
GoogleのマルチモーダルLLM「Gemini.1.5 Flash」の精度を検証してみる
3次元点群データを用いた物体検出
GPT-4oを活用した画像検索システムの構築方法
Pythonコーディングを簡単に｜LangChainで効率化【LLMことはじめ Vol.2】
Google のオープンLLM「Gemma」を試してみる|GPT-3.5 Turboとの比較あり
3次元点群データとAIを用いたオガ粉の体積計測
Llama 3 の日本語継続事前学習モデル「Llama 3 Youko 8B」を試してみる｜他LLMとの比較あり
RAG(Retrieval Augmented Generation)を「Command R+」で試してみた｜精度をGPT-4 Turboと比較
Wood Powder Volume Calculation using Point Cloud Data and AI
Dify（ディファイ）をGoogle Cloudにデプロイしてみた
“Azure OpenAI”で始めるPythonプログラミング【LLMことはじめ Vol.1】
Combating the Malicious Use of AI-Powered Image Editing: A Deep Technical Dive
最新版「GPT-4 Turbo」を試してみた｜GPT-4oとの比較あり（5/14追記）
PrecisionとRecallを何度も調べ直さないために
Stable Diffusion+LoRAを使って異常画像データを生成できるか検証してみた
大規模言語モデルによるソースコード生成：GitHub CopilotからCopilot Xへの進化と未来
AI導入の前に知っておくべき基礎知識（後編）――効率的に自業務にAIを導入するための4ステップ
配達ルート最適化AIにより作業時間80％削減を実現。成功の鍵は“人とAIの調和”
AI画像生成の法的リスク（後編）：著作権侵害を回避するために
AI画像生成の法的リスク（前編）：著作権法の基本を学ぼう
AIというツールを使い 「生命たらしめるもの」が何かを見つけたい【調和技研✖️AIの旗手 Vol.4】
AI導入の前に知っておくべき基礎知識（前編）――AIのキホンと活用事例
AIアルゴリズムの構築には、 課題の本質を見極めることが重要 【調和技研✖️AIの旗手 Vol.3】
CNNで浮世絵画風変換はできるのか――Ukiyolator開発ストーリー Vol.2
住宅写真という資産をAIで利活用し、工務店とお客様をつなぐ新たなビジネスを創造
シフト最適化への応用が期待される強化学習を用いた組合せ最適化の解法
多彩なサービスと紐づく「交通」の課題解決で地域の活性化や住みやすさの向上を【調和技研×AIの旗手 Vol.2】
AIプロダクトを開発する際に考えるべき品質保証のキホン
Microsoft GuidanceでのFunction Calling機能の使い方とその特徴
Segment Anything Model（SAM）を使いこなそう！パラメータ設定のポイントも徹底解説
Stable Diffusionを使って異常画像データを生成できるか検証してみた
基礎から解説！数値系異常検知の概要と代表的な手法
実践！ChatGPT×Slackの具体的な連携方法と日常業務での効果的な活用事例
最先端AI技術で浮世絵を現代に再現する――Ukiyolator開発ストーリー Vol.1
PaDiMとPatchCoreどちらを選ぶべき？異常検知モデルの選択肢を見極めるポイント
社内の暗黙知を可視化するナレッジネットワークでイノベーションが生まれやすい環境に
