ChatGPT自动生成Python脚本教程

先说说我的判断：想让ChatGPT生成一段能直接运行的Python脚本，最关键的不是提示词有多华丽，而是你能否把“能运行”这三个字拆解成一连串可执行的指令。很多人试过之后发现，复制粘贴出来的代码不是缺库就是缩进乱掉，甚至运行到一半报个莫名其妙的编码错误——这不是AI在帮忙，纯粹是给自己添堵。

所以，真正的问题是：怎么能让ChatGPT一次就把活的脚本交出来，而不是给你一段需要你自己修修补补的“半成品”？

明确需求：用自然语言精准描述任务

在对话框里扔一句“写个Python脚本”，就像去餐厅跟厨师说“来点吃的”——结果大概率不是你想要的。ChatGPT不知道你打算处理Excel还是爬网页，也不知道输入到底来自文件还是用户手动输入。

你得把这三样东西说清楚：输入从哪来、中间怎么处理、最后输出成什么。举个例子：“读取当前目录下名为data.csv的文件，筛选出‘score’列大于85的行，把结果保存为filtered_data.xlsx，用openpyxl写入，不要用pandas。”你看，这句话里每一项都是硬指标。尤其最后那条“不用pandas”很重要——你不说清楚它，它大概率默认调pandas.read_csv，万一你的环境里压根没装这个库，后面全是白忙。

约束输出格式：强制返回可执行代码块

在需求末尾加一句固定指令：“只返回完整的、可直接保存为.py文件并运行的Python代码，不要任何解释、不要markdown标题、不要额外空行、不要省略import语句。”加了这句话之后，ChatGPT的反应会立刻干净许多——之前它总爱把代码嵌在一大段说明里，还带中文注释；加完这句，响应几乎全是能直接跑的代码块。偶尔还会混进一行注释，但整体结构已经完整了。

如果它仍然不死心，非要夹带解释性文字，直接追加一句：“请严格遵循上一条指令，只输出代码。”别客气，机器吃这套。

修复常见错误：三步落地检查

① 复制全部代码 → 粘贴到VS Code新建的test.py中 → 按Ctrl+Shift+P调出命令面板 → 输入“Format Document”回车，缩进问题自动修复。这一步几乎能解决90%的缩进乱象。

② 终端执行 python test.py，报错ModuleNotFoundError是家常便饭。这说明它用了你没装的库。别急着一顿pip install，先看报错行——比如提示“import openpyxl”，而你只装了xlsxwriter，那就要手动把 from openpyxl import Workbook 改成 import xlsxwriter，然后重写写入逻辑。很多时候，换一个等价的库比装一个新库更省事。

③ 运行成功但结果不对？重点查索引。ChatGPT经常混淆0-based和1-based索引。比如你要求“取第3列”，它可能写row[2]（正确），也可能写row[3]（越界）。打开原始数据文件，用print(row)打印前两行，对照着确认索引位置，这个排查比凭空猜要快得多。

【关键前提】脚本里所有文件路径必须用相对路径或os.getcwd()拼接，禁止硬编码C:Users…这类绝对路径——否则换台电脑直接报FileNotFoundError，这是新手最容易踩的坑。

进阶技巧：让ChatGPT生成带参数的脚本

如果你已经不止一次让ChatGPT写脚本，那下面这两个技巧值得掌握。

方法一：要求加入argparse

在原始需求后面追加：“用argparse接收两个参数：-i指定输入CSV路径，-o指定输出Excel路径，默认输入为data.csv，输出为result.xlsx。” 它会生成含 import argparse、parser.add_argument 的完整结构，你只需在终端用 python script.py -i mydata.csv -o output.xlsx 调用，一次写好多场合复用。

方法二：要求生成配置文件支持

直接说：“不要把路径写死在代码里，改为从config.json读取input_file和output_file字段。” 它会自动插入 json.load(open("config.json"))，甚至提前帮你写好示例config.json的内容——你只需创建该文件、填入真实路径即可。

不过需要注意的是，它有时会漏掉 encoding="utf-8" 参数，而读CSV时一旦遇到中文就报 UnicodeDecodeError。看到open()函数没指定encoding的，务必手动补上。这个小动作，能省掉后面一大堆调试时间。