Day 07 · Word + AI：自动生成文档

「AI Python 系列」第 01 栏 · AI 时代的 Python 办公自动化

全栏 18 篇 · 零成本跟完 🍃

品牌：梅雅达编程笔记

摘要： 一份合同模板要改50份发50个客户，手动复制粘贴改到眼花。本篇用python-docx读取Word模板，用AI填充变量内容，一段代码批量生成结构化文档。附模板生成脚本和三个实战场景，从通知信到合同到周报全覆盖。

开篇 · Word 文档自动化的真实痛点

你有没有遇到过这些活：

共同特征： 模板固定，内容变动。传统做法靠人手，慢且容易出错。

今天用 python-docx + AI 解决这个问题。

一、传统做法 vs AI 时代做法

传统做法：手动复制粘贴

打开模板.docx → 替换文字 → 另存为 → 重复50次

纯 Python 做法：python-docx 模板替换

from docx import Document

doc = Document("合同模板.docx")
for paragraph in doc.paragraphs:
paragraph.text = paragraph.text.replace("{甲方}", "梅雅达公司")
doc.save("合同_梅雅达.docx")

优点： 快，一次改一个变量。 缺点： 只能做字符串替换。如果需要根据情况生成不同条款内容，replace 搞不定。

AI 时代做法：python-docx + AI 内容生成

# AI 生成合同条款 → python-docx 写入
terms = client.chat_json("为甲乙双方生成一份软件外包合同条款…")
# AI 生成周报内容 → python-docx 写入
report = client.chat_json("根据以下工作要点生成周报…")

组合优势：

• python-docx 负责格式（字体、段落、标题、表格）
• AI 负责内容（条款、摘要、报告文本）
• 各干各的，谁也不抢谁的活

二、python-docx 速查

安装

pip install python-docx

创建文档

from docx import Document
from docx.shared import Pt, Inches

doc = Document()

# 标题
doc.add_heading("周报", level=1)

# 段落
doc.add_paragraph("本周完成了三个模块的开发。")

# 带样式的段落
p = doc.add_paragraph()
run = p.add_run("重点内容")
run.bold = True
run.font.size = Pt(14)

# 表格
table = doc.add_table(rows=3, cols=2)
table.cell(0, 0).text = "任务"
table.cell(0, 1).text = "状态"

doc.save("report.docx")

读取模板

doc = Document("模板.docx")

# 遍历段落
for paragraph in doc.paragraphs:
print(paragraph.text)

# 遍历表格
for table in doc.tables:
for row in table.rows:
for cell in row.cells:
print(cell.text)

替换模板中的占位符

doc = Document("合同模板.docx")

replacements = {
"{甲方}": "梅雅达公司",
"{乙方}": "张三",
"{金额}": "30000元",
"{日期}": "2026年7月20日",
}

for paragraph in doc.paragraphs:
for old, new in replacements.items():
if old in paragraph.text:
paragraph.text = paragraph.text.replace(old, new)

doc.save("合同_梅雅达.docx")

注意： python-docx 替换文字时，如果占位符跨了多个 run（Word 内部的格式片段），简单 replace 可能找不到。实际代码中需要处理 run 级别的替换。我们的完整代码中做了这个处理。

三、实战 1：合同批量生成

场景

一份软件外包合同模板，需要为 5 个客户批量生成。每个客户的甲方名、项目名、金额、工期不同。AI 负责根据项目类型生成技术条款。

核心流程

读取合同模板 → 替换固定字段 → AI 生成技术条款 → 写入条款段落 → 保存

关键代码

from docx import Document
from llm_client import LLMClient
import json

client = LLMClient(provider="glm")

# 客户信息列表
clients = [
{"name": "梅雅达公司", "project": "电商小程序开发", "amount": "30000元", "days": "40天"},
{"name": "宏达实业", "project": "企业官网建设", "amount": "15000元", "days": "20天"},
# …
]

for c in clients:
doc = Document("合同模板.docx")

# 1. 替换固定字段
replacements = {
"{甲方}": c["name"],
"{项目}": c["project"],
"{金额}": c["amount"],
"{工期}": c["days"],
"{日期}": "2026年7月20日",
}
replace_in_doc(doc, replacements)

# 2. AI 生成技术条款
prompt = f"""为以下项目生成3条技术合同条款，输出JSON：
{{"terms": ["条款1", "条款2", "条款3"]}}

项目：{c['project']}，金额：{c['amount']}"""

result = client.chat_json(prompt, temperature=0.3)
terms = json.loads(result)["terms"]

# 3. 写入条款
doc.add_heading("技术条款", level=2)
for term in terms:
doc.add_paragraph(term, style="List Number")

# 4. 保存
doc.save(f"合同_{c['name']}.docx")

四、实战 2：AI 周报生成

场景

输入一周的工作要点（散装文字），AI 生成结构化周报，直接写入 Word 文档。

关键代码

# AI 生成周报内容
prompt = """请根据以下工作要点，生成一份周报。

工作要点：修了3个bug、完成了订单模块重构、优化了数据库查询、参加了一次需求评审会

输出JSON：
{
"本周完成": ["…", "…", "…"],
"遇到问题": ["…", "…"],
"下周计划": ["…", "…", "…"]
}"""

result = client.chat_json(prompt, temperature=0.5)
report = json.loads(result)

# 写入 Word
doc = Document()
doc.add_heading("工作周报", level=1)
doc.add_paragraph("姓名：张三 日期：2026-07-15 至 2026-07-19")

for section in ["本周完成", "遇到问题", "下周计划"]:
doc.add_heading(section, level=2)
for item in report[section]:
doc.add_paragraph(item, style="List Bullet")

doc.save("周报_张三.docx")

AI 干的活： 理解散装要点 → 结构化归类 → 生成专业表述。 python-docx 干的活： 标题/段落/列表样式 → 保存为 .docx。

五、实战 3：批量通知信

场景

给 10 个员工发绩效通知，每个人的姓名、部门、绩效等级、评语不同。AI 负责根据绩效等级生成个性化评语。

关键代码

employees = [
{"name": "张三", "dept": "技术部", "level": "A", "score": 92},
{"name": "李四", "dept": "产品部", "level": "B", "score": 85},
# …
]

for emp in employees:
# AI 生成评语
prompt = f"""请为以下员工生成一段绩效评语（50字以内），语气正式但温暖。

姓名：{emp['name']}，部门：{emp['dept']}，绩效等级：{emp['level']}，分数：{emp['score']}

只输出评语文字，不要输出其他内容。"""

comment = client.chat(prompt, temperature=0.5)

# 写入 Word
doc = Document("通知信模板.docx")
replace_in_doc(doc, {
"{姓名}": emp["name"],
"{部门}": emp["dept"],
"{等级}": emp["level"],
"{评语}": comment,
})
doc.save(f"通知_{emp['name']}.docx")

完整代码请评论区留言索取

预期输出（截选）

============================================================
Word + AI 文档自动生成
============================================================

============================================================
实战1：合同批量生成
============================================================
✅ 已生成合同模板：…/合同模板.docx

共 3 份合同待生成

✅ 生成：…/合同_梅雅达公司.docx
✅ 生成：…/合同_宏达实业.docx
✅ 生成：…/合同_星辰科技.docx

============================================================
实战2：AI 周报生成
============================================================
工作要点：修了3个bug、完成了订单模块重构…

✅ 周报已生成：…/周报_张三.docx
本周完成：3 条
遇到问题：2 条
下周计划：3 条

============================================================
实战3：批量绩效通知信
============================================================
✅ 已生成通知信模板：…/通知信模板.docx

共 4 封通知信待生成

✅ 张三（技术部）等级A → …/通知_张三.docx
评语：本季度在技术部表现优秀…

注意： 生成的 .docx 文件可以直接用 Word/WPS 打开查看。如果中文显示乱码，检查系统是否安装了中文字体。

📊 本篇成本透明栏

练手改造题

改造 1（基础）： 在周报生成中加入"工时统计"部分——让 AI 根据工作要点估算每项任务的耗时。

提示：在 JSON 输出中加 "工时统计": [{"task": "…", "hours": 8}] 字段。

改造 2（进阶）： 给合同生成器加一个"条款自定义"功能——用户输入特殊需求（如"需要包含知识产权条款"），AI 根据需求生成对应条款。

提示：在 prompt 中加入用户输入的 extra_requirements 参数。

改造 3（挑战）： 写一个"文档摘要提取器"——读取一个已有 .docx 文件（如一篇长报告），AI 生成 200 字摘要 + 5 个关键词，写入新文档。

提示：用 python-docx 读取全文，拼接后传给 AI 总结。注意长文本可能超过模型上下文限制，需要分段处理。

下期预告

Day 08 · PDF + AI：智能文档处理

Word 搞定了，接下来是 PDF。用 pdfplumber 提取文字，用 AI 做智能摘要、信息提取、表格识别。从"Ctrl+C 整本 PDF"升级到"AI 帮你读 PDF"。

📚 资源与工具（文末合规集中）

• python-docx 官方文档： https://python-docx.readthedocs.io/
• python-docx 中文教程： https://python-docx.readthedocs.io/en/stable/
• 智谱开放平台（GLM，免费 API Key）： https://open.bigmodel.cn/
• 本专栏配套代码： CSDN 下载区（每篇更新）

🍃 作者的话

梅雅达编程笔记，专注 Python + AI 办公自动化实战教程。

Word + AI 的核心模式是分工：python-docx 管格式，AI 管内容。这个思路在后面的 PDF、PPT 章节也通用。

实际接活时，合同批量生成是最常见的需求。很多甲方连模板都给你了，你只需要写个替换脚本 + AI 填充就交付了。按份收费，一份 5 块钱，50 份就是 250——而你的代码跑完只要 5 分钟。

下一篇 Day 08，PDF + AI，处理那些"不好复制"的文档 🍃

往期回顾

Day 01 · 为什么 2026 年办公自动化得“AI 化“了

Day 02 · 环境搭建：一套装备打天下

Day 03 · Prompt 工程 5 大心法

Day 04 · LLM API 横评 已被AI编程社区收录

Day 05 · 让 AI 输出结构化数据：告别“偶尔给你一段散文“

Day 06 · Excel + AI：让电子表格变“聪明“

专栏推荐

• 「AI Python 系列」第 01 栏 · AI+办公自动化（连载中）
• 「AI Python 系列」第 02 栏 · AI+数据可视化（连载中）
• 「AI Python 系列」第 03 栏 · Python 爬虫实战（连载中）

资源领取

• 关注作者获取本栏完整代码和数据集

原创声明：本文为梅雅达编程笔记原创作品，未经允许不得转载。