背景
每到月初、季末、年终，一项让人心累的工作总是如期而至——批量填表、批量制文档。
数十上百份，数据千头万绪，一边小心翼翼对着源数据，一边机械地复制粘贴，不仅枯燥，而且极容易出错。更要命的是，稍有修改，又得大面积返工。
本瓜就接到了这样的一份工作。。
开动脑筋，我们能不能借助大模型，快速实现这类枯燥但又要求准确率的工作？—— 这本应该是机器做的。
但是，目前各大模型官网上，要么不支持文档生成，要么生成的效果很差。
所以，我们还需自己动动小手。
本篇带来：只需要一点点Python脚本加持，就能打造出一套属于自己的 “批量生成文档之王”应用，让过去需要一天才能完成的任务，压缩到 5分钟搞定！
设计
传统的做法，本质上是人肉搬运：对着一堆数据表、邮件或者系统导出的信息；手动打开Word、PPT或PDF模版，一个字段一个字段粘贴。 填错了？返回查找原始数据，再次修改。格式变化？文档版式调整？每一份文档都得手动重排。
重复劳动不会创造新价值。真正创造价值的是：你在搭建起这套“自动生成体系”后，能把注意力集中在内容本身的优化、标准的制定和高价值问题的判断上。
第一步：标准化数据结构
先通过大模型，辅助将原本零散的、格式混乱的数据，规范为统一的 JSON Schema。
例如，传统的数据是这种碎片化描述：
项目名称：A项目交付时间：2025年5月负责人：李明评估结果：王芳xxx项目名称：B项目交付时间：2025年6月负责人：李明评估结果：优秀xxx项目名称：C项目交付时间：2025年6月负责人：xxx评估结果：xxxx...让大模型按照某个 json 格式整理上述项目的描述，分分钟实现转化：
[ { "项目名称": "A项目", "交付时间": "2025年5月", "负责人": "李明", "客户单位": "某大型央企", "项目阶段": "结项阶段", "预算金额": "150万元", "交付成果": "系统上线验收通过", "项目简介": "A项目是面向5G行业应用场景的创新型平台开发项目，覆盖全国主要城市，完成了系统搭建与部署。", "封面图片": "https://example.com/images/project_a_cover.jpg" }, { "项目名称": "B项目", "交付时间": "2025年6月", "负责人": "王芳", "客户单位": "国际物流集团", "项目阶段": "开发阶段", "预算金额": "80万元", "交付成果": "系统开发中", "项目简介": "B项目聚焦跨境电商智能物流系统，优化供应链效率，提升包裹追踪智能化水平。", "封面图片": "https://example.com/images/project_b_cover.jpg" } ...]第二步：自动生成页面内容
下来，Python脚本上场，读取这些标准化JSON数据，根据不同模板规则动态生成：
- Word文档（docx）HTML页面（直接转为PDF）Markdown或Latex格式（更适合美观排版）
常用的Python库：
python-docx：生成Word文档。jinja2：用来渲染HTML页面结构。pdfkit 或 weasyprint：一键转PDF。让大模型实现：核心设计： 模板 + JSON数据 → 渲染生成 → 输出最终文档
大模型不仅可以辅助生成模板本身，比如常见的“项目报告框架”、“季度总结格式”，甚至还可以动态调整语气、风格，让输出更个性化。
第三步：一键批量生成与保存
把这套逻辑封装到一个小的Python脚本或者界面工具里，一次性加载所有数据条目，批量生成对应文档。
实际体验是：
- 脚本执行时间：约1分钟内输出上百份文档。人工检查：抽检样本，大概5分钟确认无误。整体效率提升：原本8小时，压缩到10分钟以内！
而且，从此告别繁琐的人工格式校验、错漏修正。
示例
项目结构
doc_generator/├── data.json # 批量数据├── template.html # 文档模板├── output/ # 输出文件夹└── generate_docs.py # 生成脚本data.json
[ { "项目名称": "A项目", "交付时间": "2025年5月", "负责人": "李明", "评估结果": "优秀" }, { "项目名称": "B项目", "交付时间": "2025年6月", "负责人": "王芳", "评估结果": "良好" }]template.html
<!DOCTYPE html><html><head> <meta charset="utf-8"> <title>{{ 项目名称 }} - 项目报告</title> <style> body { font-family: Arial, sans-serif; padding: 40px; } h1 { color: #333; } p { font-size: 16px; line-height: 1.5; } </style></head><body> <h1>{{ 项目名称 }} - 项目报告</h1> <p><strong>交付时间：</strong> {{ 交付时间 }}</p> <p><strong>负责人：</strong> {{ 负责人 }}</p> <p><strong>评估结果：</strong> {{ 评估结果 }}</p></body></html>generate_docs.py
import osimport jsonfrom jinja2 import Environment, FileSystemLoaderimport pdfkit# 配置INPUT_JSON = 'data.json'TEMPLATE_FILE = 'template.html'OUTPUT_DIR = 'output'PDF_OUTPUT = True# 创建输出目录os.makedirs(OUTPUT_DIR, exist_ok=True)# 加载数据with open(INPUT_JSON, 'r', encoding='utf-8') as f: data_list = json.load(f)# 初始化模板引擎env = Environment(loader=FileSystemLoader('.'))template = env.get_template(TEMPLATE_FILE)# 批量生成文档for idx, data in enumerate(data_list, start=1): html_content = template.render(data) html_filename = os.path.join(OUTPUT_DIR, f'document_{idx}.html') with open(html_filename, 'w', encoding='utf-8') as f: f.write(html_content) if PDF_OUTPUT: pdf_filename = os.path.join(OUTPUT_DIR, f'document_{idx}.pdf') pdfkit.from_file(html_filename, pdf_filename)print(f'✅ 批量文档生成完毕！共生成 {len(data_list)} 份，输出目录：{OUTPUT_DIR}')—— 其实贴这些代码，意义不大，因为现在代码生成超强了。
—— 我用 Trae 就挺好，目前构建的 python 工具越来越丰富，会自动化实现业务的很多流程工作。
本瓜的文档生成工具结构示例：
—— 如无必要，不用部署都行，直接在本地创建并使用这个工具：
小结
有些人可能会觉得，这只是个小脚本小工具，没什么了不起。其实不然。这是在为自己打造一位“数字分身” ：你教会它一次标准,以后每个月，它就可以替你执行机械重复的任务。你腾出时间去做更重要、更有创造力的事情。
随着大模型的嵌入越来越深入，以上“llm + python 工具”流程的实现，一定会越来越快、越来越精确。
OK，本次分享如上，觉得有用就点个赞吧～你们的鼓励是我持续输出的续航电池🔋✨
欢迎加我威
atar24，备注「大模型」，我会邀请你进交流群👇
- 🚀 每周分享技术干货🎁 不定期抽奖福利💬 有问必答，群友互助
