Microsoft Copilot s'ha convertit en molt més que un simple chatbot : ara és una mena de navalla suïssa de la IA amb diversos modes de conversa pensats per a situacions molt diferents. Si mai t'has preguntat què canvia exactament entre Smart, Quick Response, Think Deeper, Study and Learn i Search, no ets l'únic: la diferència no és només de nom, també de model, velocitat, tipus de raonament i fonts d'informació.
Escollir bé la manera marca la diferència entre una resposta “ràpida i resultona” i una anàlisi seriosa i matisada . En aquest article desgranem, amb calma però sense rotllets, en què es distingeix cada mode, quan convé fer-lo servir i com es combinen amb els models més recents d'OpenAI com GPT‑5 o o1. Veuràs exemples pràctics (endevinalles, càlculs, estudi, cerca a la web…) perquè tinguis clar en quin moment activar cada opció i no anar a cegues tocant botons.
On encaixen els modes de Copilot i què els fa diferents
Totes les maneres de Copilot parteixen de la mateixa base: un model de llenguatge avançat capaç d'entendre el que escrius i tornar-te un text coherent. El que canvia és la prioritat: velocitat, raonament profund, aprenentatge guiat, equilibri “llest per a tot” o informació fresca de la web.
Microsoft ha definit cinc grans maneres que veuràs sota el quadre de text en escriure el teu missatge: Quick Response, Think Deeper, Study and Learn, Smart i Search. Alguns noms poden aparèixer traduïts a la interfície (Resposta ràpida, Raonament profund, Estudiar i aprendre, Intel·ligent, Buscar), però el funcionament és el mateix.
La lògica és senzilla : en lloc d'un únic comportament fix, tries com vols que pensi Copilot segons la tasca. Alguns assistents, com Grok, també usen modes especialitzats ( modes heavy, expert, fast i auto ) per prioritzar velocitat o profunditat en diferents situacions. Igual que no fas servir el mateix tornavís per a tot, no té sentit demanar una anàlisi complexa en la manera més ràpida ni una definició simple en la manera més lent.
A més, no totes les maneres tiren del mateix model . Smart està alimentat per GPT‑5, el model generalista més potent de Copilot en aquest moment, mentre que Think Deeper es recolza en models de raonament com OpenAI o1, dissenyats per prendre's el temps i raonar pas a pas abans de contestar. Si vols veure una comparació amb com altres sistemes estructuren modes de recerca i aprenentatge, revisa aquest tutorial de Gemini sobre deep research i aprenentatge guiat.
Com activar i canviar entre Quick Response, Think Deeper, Study and Learn, Smart i Search
L'ús de les maneres és menys misteriós del que sembla . El flux bàsic és sempre el mateix, tant en navegador com en mòbil (Android i iOS), amb petites diferències segons el tipus de compte que facis servir.
1. Escriu el teu missatge amb el màxim context possible . Totes les maneres es beneficien de bon prompt: indica què vols, per a qui és la resposta, límit de paraules, format, exemples, etc. Com més informació rellevants, menys haurà d'improvisar la IA.
2. Abans d'enviar, seleccioneu el mode sota el quadre de text . Per defecte sol aparèixer Resposta ràpida o Quick Response. Si prems aquí, es desplega un menú on pots triar Think Deeper, Study and Learn, Smart o Search. Només cal tocar el que t'interessi i després enviar el missatge.
3. Tingues paciència amb Think Deeper i Smart . Tots dos poden trigar uns segons extra, perquè dediquen més temps de còmput al raonament. En pantalles compatibles veuràs com Copilot “pensa en veu alta” internament, mostrant parts de la cadena de raonament mentre avalua la teva petició.
4. El mode escollit es manté per a la resta de la conversa . Un cop reps la primera resposta, pots continuar preguntant sense tornar a triar cada cop: Copilot continua en aquesta manera fins que el canvies de nou o inicies un xat nou. Això és genial per a sessions llargues d'estudi o per anar refinant una estratègia amb Think Deeper.
Quick Response: el mode per a respostes immediates
Quick Response (Resposta ràpida) és la manera pensada per anar al gra sense floritures . Prioritza la velocitat i et torna una contestació directa i concisa, sense invertir cicles extra en anàlisi profunda ni explorar alternatives rebuscades.
És ideal per a consultes simples i sense trampa : definicions curtes, conversions d'unitats, idees ràpides o petits aclariments. Si li demanes alguna cosa tipus “Digues-me 3 idees de sopar ràpid amb pollastre” o “Converteix 50 euros a dòlars aproximats”, aquesta manera t'ho resol en un sospir.
On fluixeja? Quan la pregunta té truc, diverses capes d'interpretació o implica prendre decisions amb pes (per exemple, triar una inversió, valorar riscos o resoldre endevinalles amb girs). En no “aturar-se a pensar” de manera exhaustiva, és més fàcil que caigui en la primera resposta versemblant, encara que no sigui la millor.
Fes-lo servir com la teva manera per defecte per al dia a dia sempre que la conseqüència d'un error sigui baixa i prioritzas anar ràpid. Si notes que la resposta queda curta o sospites que “hi ha més chicha”, és senyal que toca pujar al següent nivell amb Think Deeper o Smart.
Think Deeper / Raonament profund: quan necessites que la IA s'ho pensi dues vegades
Think Deeper (Raonament profund) és la manera de Copilot pensat per prendre's les coses amb calma . En lloc de disparar la primera sortida raonable, deixa que el model dediqui diversos segons a analitzar, descompondre el problema i avaluar diverses rutes abans de comprometre's amb una resposta.
Està alimentat per models de raonament avançats d'OpenAI , com o1, que estan específicament entrenats per seguir cadenes de pensament pas a pas. Des del punt de vista tècnic, això implica assignar més temps de còmput per petició i, sovint, generar i comparar diverses solucions internes abans de mostrar-te'n una.
La idea és aproximar-se al raonament humà pausat . Imagina que algú et planteja una endevinalla complicada: en comptes de deixar anar el primer que se t'acudeix, agafes paper i llapis, repasses cada dada, proves camins diferents i només llavors tries l'alternativa que encaixa millor. Això és justament el que intenta emular Think Deeper.
Un efecte directe és que les probabilitats de “al·lucinació” baixen . El model no es limita a generar un text plausible: comprova millor els passos intermedis, contrasta resultats i es fixa en detalls que, de manera ràpida, passarien desapercebuts.
Exemple 1: càlcul de la lletra del DNI
El càlcul de la lletra del DNI espanyol és un bon exemple d'on brilla Think Deeper . Hi ha un algorisme públic per obtenir la lletra a partir del número, però si Copilot respon “a ull” sense reproduir el procediment, es pot equivocar.
Suposa que demanes: “Calcula la lletra del DNI 45688874” . La resposta correcta és H (45688874H). En un mode orientat a anar de pressa, la IA podria cometre un error en aplicar el mòdul o confondre lordre de la taula de lletres. Amb Think Deeper activat, Copilot tendeix a detallar l'algorisme, fer la divisió, obtenir-ne la resta i mapejar-lo correctament a la lletra.
No només importa el resultat , també l'explicació pas a pas: veure com descompon el problema et permet revisar si utilitzeu el mètode correcte, cosa que és molt útil quan revises fórmules, dades o càlculs financers sensibles.
Exemple 2: endevinalles i pensament lateral
Un altre escenari típic on Think Deeper marca la diferència són les endevinalles amb “truc” . Per exemple: “Tens vuit boles de billar amb els números 1, 3, 5, 7, 9, 11, 13, 15. Tria'n tres perquè la suma sigui 30”.
Si el model es queda a la superfície , conclourà que és impossible, perquè tots els números són imparells i la suma de tres imparells mai dóna un nombre parell. Aquí sol quedar-se una manera ràpida: resposta ràpida, però equivocada.
Amb Think Deeper activat, Copilot explora interpretacions menys òbvies i pot caure a la clau de l'enigma: la bola 9 es pot llegir com un 6 si la gires. Amb aquesta lectura, 6 (9 al revés) + 11 + 13 = 30, que sí que compleix la condició. Aquest tipus de solució requereix anar més enllà de la literalitat de la llista inicial.
Aquest comportament es tradueix bé al món real : anàlisi de riscos, planificació a mitjà termini, comparar reformes d'un habitatge, avaluar si et compensa fer un postgrau o com esprémer el teu darrer any de carrera són tasques amb moltes variables on aquesta manera sol donar respostes més matisades i útils.
Disponibilitat i comptes amb prioritat
Think Deeper està disponible en tots els idiomes i regions compatibles amb Copilot , però a escenaris d'alta demanda Microsoft dóna prioritat a usuaris de Microsoft 365 Personal, Família i Premium. És a dir, si el sistema va just de capacitat, aquestes subscripcions tenen preferència a l'hora d'accedir al mode de raonament profund.
En mòbil es comporta igual : veuràs el botó Think Deeper al costat del calaix de text a les apps d'Android i iOS. Alguns usuaris han comentat que, amb comptes empresarials o educatius, el botó no apareix, mentre que amb un compte personal de Microsoft sí. Si vols esprémer-ho en un context professional, una opció és iniciar sessió amb un compte personal quan facis anàlisis complexes.
Study and Learn: la manera pensada per estudiar i entendre, no només per copiar
Study and Learn (Estudiar i aprendre) és el mode de Copilot enfocat a l'aprenentatge actiu . Aquí l'objectiu no és donar-te la solució sense més ni més, sinó ajudar-te a entendre el concepte, acompanyar-te amb exemples i plantejar-te preguntes perquè consolidis allò que s'ha après.
Està disponible per a tots els usuaris i en tots els idiomes admesos , sense restriccions de subscripció específiques. És perfecte per a estudiants, opositors, gent que es recicla professionalment o qualsevol que vulgui refrescar teoria sense morir d?avorriment amb apunts estàtics.
La gran diferència davant d'altres maneres és l'enfocament pedagògic : explica pas a pas, s'adapta al teu nivell, accepta preguntes de seguiment i pot crear exercicis o petits qüestionaris perquè avaluïs el que saps.
Exemples dús amb matemàtiques, programació i ciències
En matemàtiques, pots demanar-li una cosa tan concreta com: “Ajuda'm a trobar el pendent i l'ordenada a l'origen de la recta y = 2x + 7” . Study and Learn separarà el problema, et recordarà la forma y = mx + b, identificarà que el pendent és 2 i la intersecció amb l'eix i és 7, i et podrà proposar altres exemples similars per practicar.
En programació, funciona molt bé per entendre estructures bàsiques . Per exemple: “Com funciona un bucle FOR a Python i com el puc fer servir per sumar tots els números parells de l'1 al 100?”. En aquest mode, Copilot no només us donarà el codi, sinó que comentarà cada línia, explicarà la lògica de la condició i us suggerirà variacions.
També resulta molt útil en ciències . Pots demanar-li que t'expliqui “com funciona la replicació de l'ADN pas a pas” o que aclareixi “la diferència entre correlació i causalitat i com detectar-la en un estudi”. El model va desgranant conceptes, comparant exemples i ajudant-te a no quedar-te només amb definicions de memòria.
I si vols posar-te a prova , pots dir-li “Prova'm sobre mitosi i meiosi” o “Fes-me un quiz sobre els pensadors de la Il·lustració i la seva influència en la Revolució Francesa”. Study and Learn generarà preguntes, corregirà les respostes i reforçarà els punts on fallis.
Smart (Intel·ligent): el comodí amb GPT‑5 que equilibra rapidesa i profunditat
El mode Smart (Intel·ligent) és, per dir-ho així, el “pilot automàtic llest” de Copilot . Està alimentat per GPT‑5, el model general més avançat disponible a la plataforma, i s'adapta dinàmicament a la vostra petició per decidir si us convé anar més ràpid o més profund.
El seu objectiu és oferir respostes d'alta qualitat amb un toc natural mantenint el context de la conversa, entenent matisos i ajustant el to. És la manera ideal quan no tens clar si la teva consulta requereix raonament profund o n'hi ha prou amb alguna cosa intermèdia, perquè el propi sistema intenta equilibrar els dos mons.
Smart resulta especialment útil en tasques mixtes : li demanes que t'expliqui un concepte, tan bon punt generi un esborrany de correu electrònic basat en aquesta explicació, més tard que refini el text perquè soni més formal i, finalment, que suggereixi un petit pla d'acció. Tot això conservant el fil del que ja se n'ha parlat.
En estar basat en GPT‑5, també destaca en converses llargues i creatives : resumir documents, redactar propostes, fer pluja d'idees, plantejar estratègies o buscar enfocaments originals a un problema són coses que maneja amb facilitat sense que hagis d'estar canviant de manera tota l'estona.
Search (Cerca): quan l'important és que la informació estigui al dia
Search (Cerca) és la manera de Copilot que es connecta explícitament a la web per portar-te informació recent, amb cites i enllaços a les fonts. Aquí el que mana no és tant el raonament intern del model com la capacitat de localitzar contingut actualitzat i fiable.
És l'opció recomanable cada cop que la resposta depengui de dades canviants : notícies, xifres de mercat, llançaments de productes, estadístiques actualitzades, canvis normatius, etc. Si alguna cosa ha pogut variar des de la data de tall del model base, Search és el teu amic.
Quan ho actives, Copilot utilitza motors com Bing per buscar i filtrar resultats , sintetitza la informació i te la presenta amb referències visibles. Així podeu comprovar d'on surt cada afirmació i, si ho necessiteu, obriu les fonts originals per aprofundir.
També és útil com a capa de verificació sobre el que et respon una altra manera. Si Think Deeper us dóna una anàlisi d'una situació de mercat, podeu canviar després a Search i demanar-vos que contrasteu les vostres hipòtesis amb dades actuals, informes recents o notícies especialitzades.
Com decidir quina manera fer servir en cada situació
Abans de llançar una pregunta a Copilot, convé aturar-se deu segons a pensar què busques exactament . No és el mateix voler una resposta immediata que una explicació pedagògica o una anàlisi amb matisos i riscs.
Si la consulta és curta, directa i sense gran impacte (una definició, una conversió, una llista ràpida d'idees), Quick Response és l'opció més còmoda. Vas a allò essencial, sense esperes.
Si sospites que hi ha “lletra petita” o variables amagades (decisions financeres, comparatives complexes, endevinalles, planificació d'estudis o carrera professional), Think Deeper et dóna més garanties que la resposta no queda curta.
Si el teu objectiu explícit és aprendre , ja sigui matemàtiques, programació, biologia o història, Study and Learn és l'entorn natural: se centra a explicar, practicar i reforçar, no només a deixar anar la solució.
Quan no estàs segur de què necessites o encadenaràs diverses tasques diferents (entendre un tema, redactar alguna cosa, millorar l'estil, resumir un document, etc.), Smart amb GPT‑5 sol ser el millor equilibri. És la manera “per a gairebé tot”.
I si la clau és l'actualitat de les dades (tendències, notícies, xifres recents, comparatives d'avui), Search hauria de ser la primera opció, perquè un model sense accés a la web podria quedar desfasat.
Think Deeper com a salt qualitatiu a Copilot
Dins de totes aquestes maneres, Think Deeper és probablement el canvi més revolucionari en la forma de fer servir Copilot, perquè introdueix de forma visible la idea de raonament avançat pas a pas per a l'usuari corrent.
Fins ara, la majoria de models generalistes funcionaven buscant la resposta “més probable” segons els patrons del text amb què van ser entrenats. Això sol donar bons resultats en preguntes freqüents, però trontolla quan el problema requereix analitzar el context amb lupa o descobrir solucions poc òbvies.
Els models de raonament com o1 i o3 mini o DeepSeek-R1 fan un pas més : en lloc d'apostar per la primera sortida versemblant, generen i avaluen internament cadenes de pensament, com faria una persona que se senti a resoldre un problema amb calma. El temps extra que inverteixen es tradueix en moltes més probabilitats d'encertar, sobretot en dominis com ara matemàtiques, planificació de projectes o puzles lògics.
Microsoft ha integrat aquest tipus de model a Copilot a través del botó Think Deeper . A ulls de lusuari, es redueix a fer clic en una icona dins del quadre de text; per sota, el sistema està dedicant uns quants segons addicionals a calcular escenaris, revisar passos i triar la millor conclusió possible.
L'impacte pràctic és notable en entorns empresarials i de dades : anàlisi de fulls de càlcul, elaboració de plans de projecte complexos, disseny d'estratègies de negoci o avaluació d'escenaris de risc es beneficien d'una IA que, literalment, “per pensar” abans de respondre.
Limitacions, disponibilitat i combinació de modes
Encara que els modes estan pensats per complementar gairebé qualsevol tasca, no són màgics ni il·limitats . En certs moments hi pot haver cues de processament, sobretot a Think Deeper i Smart, i Microsoft pot prioritzar comptes de pagament quan hi ha molta demanda.
No tots els comptes veuen exactament les mateixes opcions . En algunes organitzacions, els administradors poden restringir funcions avançades per motius de compliment o privadesa, i això afecta a quins botons apareixen a la interfície. Si al teu compte corporatiu no veus Think Deeper però al teu compte personal sí, segurament sigui per la configuració del tenant.
Tampoc té sentit utilitzar sempre la manera més potent . Pensem en una simple conversió de divises o passar un text a una taula: forçar Think Deeper aquí només afegeix espera sense aportar valor. És més eficient utilitzar Quick Response o Smart i reservar el raonament profund per quan realment importa.
Una pràctica útil és combinar modes dins d'un mateix flux de treball . Per exemple, podeu començar amb Search per recollir dades actuals, passar a Think Deeper per analitzar-les i generar escenaris, i acabar en Smart per escriure un informe ben estructurat que puguis enviar tal qual.
Al final, el truc és aprendre a llegir la naturalesa de la tasca : rapidesa, profunditat, aprenentatge, equilibri contextual o actualitat. A partir d'aquí, escollir la manera adequada deixa de ser un misteri i es converteix en una eina més del teu dia a dia amb Copilot.
Dominar les diferències entre Smart, Quick Response, Think Deeper, Study and Learn i Search et permet tractar Copilot com un equip de “subassistents” especialitzats en lloc de com un únic chatbot generalista; com millor ajustis la manera a cada situació, més precises, útils i fiables seran les respostes que obtinguis, tant si estàs resolent una endevinalla, preparant un examen, prenent una decisió complicada o simplement buscant una dada fresca a la web.
