ChatGPT生成Word文档的技术实现与避坑指南

1次阅读

没有评论

共计 2223 个字符，预计需要花费 6 分钟才能阅读完成。

在实际开发中，利用 ChatGPT 生成 Word 文档时，开发者常遇到以下核心问题：

格式兼容性问题 ：ChatGPT 原生返回的是纯文本或 Markdown 格式，直接粘贴到 Word 中会导致样式丢失
内容结构化困难 ：需要自动生成标题层级、列表、表格等复杂结构时缺乏标准化方案
样式控制缺失 ：字体、颜色、段落间距等样式属性无法通过简单 API 调用实现
批量处理效率低 ：连续生成多个文档时容易触发 API 限流

Python-docx 库提供了完整的 Word 文档操作接口，结合 ChatGPT API 可实现：

文档对象模型（DOM）级操作
段落 / 字体 / 表格样式编程控制
与 ChatGPT 返回内容的无缝集成

典型工作流：

调用 ChatGPT API 获取结构化内容（建议使用 gpt-3.5-turbo 模型）
解析返回数据并转换为文档对象
应用预设样式模板
生成.docx 文件

pip install python-docx openai

from docx import Document
from docx.shared import Pt, RGBColor
import openai

# 初始化 ChatGPT 客户端
openai.api_key = 'your-api-key'

def generate_content(prompt):
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}]
    )
    return response.choices[0].message.content

def create_word_document(content, filename):
    doc = Document()

    # 添加标题
    title = doc.add_heading(level=1)
    title_run = title.add_run('生成文档示例')
    title_run.font.size = Pt(16)
    title_run.bold = True

    # 添加正文
    para = doc.add_paragraph()
    para.add_run(content)

    # 保存文档
    doc.save(filename)

# 使用示例
content = generate_content("生成 500 字关于人工智能的科普文章")
create_word_document(content, "output.docx")

def apply_style(doc):
    # 设置默认字体
    style = doc.styles['Normal']
    font = style.font
    font.name = '微软雅黑'
    font.size = Pt(12)

    # 创建自定义标题样式
    heading_style = doc.styles.add_style('MyHeading', 1)
    heading_font = heading_style.font
    heading_font.color.rgb = RGBColor(0x42, 0x24, 0xE9)
    heading_font.size = Pt(14)

批量处理策略 ：
使用异步 IO（asyncio）并发调用 API
实现请求队列和速率限制器
缓存机制 ：
对相似请求内容进行 MD5 哈希缓存
设置本地缓存过期时间
文档生成优化 ：
复用 Document 对象实例
预加载样式模板

示例代码片段：

import asyncio
from concurrent.futures import ThreadPoolExecutor

async def batch_generate(prompts):
    with ThreadPoolExecutor(max_workers=5) as executor:
        loop = asyncio.get_event_loop()
        tasks = [
            loop.run_in_executor(
                executor, 
                generate_content, 
                prompt
            )
            for prompt in prompts
        ]
        return await asyncio.gather(*tasks)