AI 提示词批量套用 - 免费表格每行填进提示词模板，一次生成上百条（AI工具）

这个工具解决什么问题

做 AI 应用和运营的人天天遇到这个场景：手里有一张表，几十条商品、几十个客户问题、几十个待翻译的句子，要拿同一套提示词逐个跑一遍。做法通常是打开 Excel，点第一行、复制字段、切到 AI 对话框、粘贴、改掉里面的关键词、发送、复制结果、切回 Excel、下一行——重复几十次。这个过程有三个躲不掉的坑：一是改关键词时漏改或改错，把 A 商品的数据发成了 B 的；二是行一多就容易错行，结果跟数据对不上号；三是整个流程没法复用，下次换一批数据还得从头来一遍。真正可靠的批量做法只有一条——先把所有提示词按数据生成好、落成文件，再逐条提交。但手工做这件事，几十行就是大半个小时。

• 原来的做法：在 Excel 和 AI 对话框之间反复切换，逐行复制字段、手工替换关键词、粘贴发送、复制结果再切回表格。几十行数据要重复几十次，中途错一行就得回头核对是哪一行出了问题
• 用这个工具：把表格和模板文件交给工具，一次生成全部提示词清单（可选 txt / csv / jsonl 三种格式），字段自动填充、行号自动对齐，再逐条粘贴到 AI 工具里
• 省下来的：几十行数据的提示词准备从半小时缩短到 1 秒内完成，且不会错行、不会漏改关键词

技术实现

整个工具只用 Python 标准库，运行期不需要 pip 安装任何东西，打包后是单个 exe，运行时不联网、不写注册表、不需要 API Key。设计上刻意保持单文件 500 行、五个分节：占位符渲染、读表格、导出、示例数据、命令行入口。数据流是一条单向直线——读模板与数据表，逐行渲染，按格式导出，没有状态机也没有全局状态。三个技术决策值得说明：渲染用 format_map + SafeDict 而不是普通 format，让缺字段时保留占位符并汇总报告而不是崩溃；xlsx 用 zipfile + ElementTree 直接解析而不引入 openpyxl，省下十几 MB 打包体积；导出固定 UTF-8 BOM，让 Excel 双击不乱码。

• 缺字段不静默：SafeDict + format_map：渲染用 str.format_map() 配一个 dict 子类 SafeDict，实现 __missing__ 钩子：遇到表里没有的字段时，记下名字并原样返回 {字段名}。这样有三个好处——不会像普通 dict 那样抛 KeyError 中断整批处理，也不会像 defaultdict 那样悄悄填空串让用户拿到「看着成功、其实缺数据」的结果；跑完统一报告「哪些字段缺、影响多少行」，并把退出码设为 1 让脚本能感知失败。这是本工具最重要的设计取舍。
• 不依赖 openpyxl 直读 xlsx：xlsx 本质是个 zip，里面是 XML。用标准库 zipfile 打开后，先读 xl/workbook.xml 找到第一个 sheet 的 r:id，再去 xl/_rels/workbook.xml.rels 换到真实工作表路径（不同软件写出的路径不一定是 sheet1.xml，必须走这层间接），然后读 xl/sharedStrings.xml 建共享字符串表——xlsx 的文本不直接存在单元格里，而是存一个下标指向这张表。最后解析行与单元格，按 t 属性分三种情况：t="s" 是共享字符串下标、t="inlineStr" 是内联文本、其余是字面值。省掉 openpyxl 后打包体积从十几 MB 降到 8 MB。
• XML 命名空间按 URI 匹配而非前缀：解析所有 xlsx 内部 XML 都用 {命名空间URI}元素名 的形式匹配（常量 NS_MAIN / NS_REL / NS_PKG_REL），不假定前缀。因为不同厂商导出的 xlsx 前缀可能是 x:、main: 或干脆没有默认命名空间，按前缀写死会在别人的文件上直接失效。
• CSV 编码与分隔符双嗅探：编码按 utf-8-sig → utf-8 → gb18030 → gbk → latin-1 顺序逐个尝试，遇到 UnicodeDecodeError 就换下一个，latin-1 永不失败作兜底；utf-8-sig 放第一位是因为带 BOM 的 UTF-8 若用普通 utf-8 解会在首列混入 \ufeff。分隔符取前 20 个非空行做样本，对逗号、分号、制表符、竖线四种候选统计每行出现次数，得分 = (众数出现次数 / 总行数) × 众数，同时奖励「出现得多」和「每行次数稳定」，这样欧洲导出的分号 CSV 和日志类制表符文件都能正确切开。
• 单元格坐标的 26 进制转换：xlsx 单元格引用是 A1、BC12 这种形式，需要把列字母转成 0 开始的列号：idx = idx * 26 + (ord(ch) - ord('A') + 1)，即标准 26 进制。转换后用字典按列号存值，再按最大列号补齐成等长数组，这样处理「中间有空单元格」的行不会错位。
• 三种输出格式的编码取舍：txt 输出把行内换行用 " ".join(p.split()) 压成空格，因为 txt 是「一条一行」的格式，提示词自带换行会导致粘贴时断行错位。csv 输出用 utf-8-sig（带 BOM），无 BOM 的 UTF-8 中文 CSV 被 Excel 双击打开会乱码，带 BOM 才能正确识别；提示词放第一列方便在 Excel 里整列选中复制。jsonl 用 ensure_ascii=False 保留中文原文，文件可直接阅读也可给下游程序消费。

技术栈：Python 3.8+、零第三方依赖（纯标准库）、PyInstaller 单文件打包、zipfile + ElementTree 直读 xlsx

已知局限：一次性把数据表读入内存，实测几万行仍很轻松，但上百万行的超大表建议先切分。xlsx 只读第一个工作表，多工作表的文件需要先把目标表挪到第一位或另存为 CSV。xlsx 只取单元格文本值，不处理公式计算、合并单元格、日期格式——公式单元格读到的是缓存值，日期可能显示成序列号，这类情况建议先另存为 CSV。

操作教程

1. 解压压缩包
   把 zip 解压到任意文件夹，不需要安装 Python，不需要管理员权限，不用敲任何安装命令。
   预期结果：看到 prompt_batch.exe 和 使用说明.txt 两个文件
2. 先跑一遍内置示例
   在该文件夹地址栏输入 cmd 回车打开命令行，执行 prompt_batch.exe --demo。工具会把内置的示例模板和三行示例数据跑一遍。
   预期结果：当前目录出现 demo_output 文件夹，里面有「模板示例.txt」和「提示词清单.txt」，屏幕上还打印出第一条预览，能直观看到工具产出长什么样
3. 准备自己的数据表
   用 Excel 或 WPS 整理一张表，第一行是列名（表头），下面每行一条数据。另存为 .csv 或 .xlsx 都行。列名用中文、英文都可以，后面要和模板里的占位符对上。
   预期结果：得到一个 商品.csv 之类的文件，第一行是 商品名称,卖点,人群 这样的表头
4. 写提示词模板
   新建一个 txt 文件，把提示词写好，需要填数据的地方用花括号框住对应的列名，例如 {商品名称}。想打出一个真的花括号就写两个 {{。
   预期结果：得到一个 模板.txt，里面有 {商品名称}、{卖点}、{人群} 这样的占位符
5. 先体检字段对不对得上（推荐）
   执行 prompt_batch.exe --list-fields -t 模板.txt -i 商品.csv。这一步只检查不生成，会列出表里有哪些列、模板需要哪些字段，并标出对不上的。
   预期结果：看到「[通过] 模板需要的字段在数据表里都能找到。」；如果对不上，会明确提示是哪个字段找不到，先改好再往下走，避免生成一堆带残留占位符的结果
6. 正式生成提示词清单
   执行 prompt_batch.exe -t 模板.txt -i 商品.csv（想输出 csv 加 -f csv，想预览前三条加 --show）。
   预期结果：得到 result.txt，一共 3 行（对应 3 条数据），每条都是已经填好数据的完整提示词，行内换行已压成空格
7. 拿去用
   打开生成的 txt，逐条复制到任意 AI 工具里提交；或者改用 -f csv 生成带原始字段的表格，把 AI 的回复回填到同一张表里对号入座。
   预期结果：每条提示词都对应表格里确定的一行，不会错行、不会漏改关键词

参数说明

常见问题

源码版与二次开发

源码版交付完整可编译工程：src/ 下是 500 行带详细中文注释的源码，DOCS/开发文档.md 说明了整体数据流、每个技术要点的设计取舍、7 个常见扩展方向与维护约定，README.md 是面向使用者的说明，build.bat 与 run.bat 分别用于一键编译和免编译调试，requirements.txt 声明了运行期零依赖。工程可直接用 Python 3.8+ 独立编译，不需要任何私有依赖或额外配置。二次开发前建议先读开发文档第 3 节「技术实现要点」，那一节解释了为什么用 SafeDict 而不是普通 dict、为什么不用 openpyxl 等关键决策，能避免改错方向。

工程结构：

• src/prompt_batch.py —— 唯一源码文件（500 行），含详细中文注释，分五节：占位符渲染 / 读表格 / 导出 / 示例数据 / 命令行入口
• DOCS/开发文档.md —— 开发文档：工程结构、整体数据流、6 个技术实现要点（含设计取舍）、编译方式、7 个扩展点、维护约定
• README.md —— 简版用法说明，含参数表、模板写法、三种输入输出格式说明与常见问题
• build.bat —— Windows 一键编译脚本：检查 Python、自动装 PyInstaller、编译出单文件 exe 并自测
• run.bat —— 开发期直接运行脚本，免编译快速调试
• requirements.txt —— 依赖声明：运行期为无（纯标准库），编译期仅需 PyInstaller
• testdata/ —— 自测用的示例数据（商品.csv / 商品.json / 商品.xlsx / 模板.txt / bad_template.txt）

源码包内附文档：

• DOCS/开发文档.md —— 完整开发文档，覆盖数据流、技术要点、扩展点与维护约定，二次开发的入口文档
• README.md —— 面向使用者的简明说明，含全部参数与格式对照表
• 源码内中文注释 —— 500 行源码逐段中文注释，关键算法（SafeDict 渲染、xlsx 解析、分隔符打分）都说明了「为什么这么做」

编译方式：

Windows 下双击 build.bat 即可，脚本会自动检查 Python、按需安装 PyInstaller 并编译。等价的手工命令：pip install pyinstaller 然后 pyinstaller --onefile --console --name prompt_batch --distpath dist_runtime src/prompt_batch.py。产物是 dist_runtime/prompt_batch.exe，单文件、免安装。开发期调试可双击 run.bat 直接运行源码。

常见扩展点：

• 支持新的输入格式（.xls / .ods / SQLite）：在 read_table() 的分发处加一个 elif，新增 read_xxx_rows() 返回 (header, rows) 两元组即可，后续逻辑完全不用改
• 支持新的输出格式（Markdown 表格 / 直接生成一份可导入的提示词包）：新增 write_xxx()，在 main() 的导出分支加 elif，并同步注册到 --format 的 choices
• 换一套占位符语法（如 ${字段} 或 {{字段}}）：只需修改 PLACEHOLDER_RE 一个正则常量，渲染与字段检查两处同时生效
• 增加内置变量（如 {_date} 当天日期、{_uuid}、{_filename}）：在 render() 的 payload.setdefault 处加一行，并把名字加进 BUILTIN_FIELDS 常量
• 批量调用 AI 接口实现全自动：新增 call_api()，在导出前逐条发出并收集回复；建议做成可选开关并让用户自备 Key，不要写死进程序
• 加图形界面：用标准库 tkinter 包一层，拖入文件 → 选模板 → 点生成。核心的 read_table / render / write_* 三个函数可原样复用
• 超大文件流式处理：把 rows 从 list 改成生成器，导出侧改为逐条写出，可支撑百万行级数据
• 字段名模糊匹配：当模板字段与表头只差空格或大小写时给出「你是不是想写 xxx」的建议，减少 --list-fields 后的手工排查

源码版与运行版是同一份代码的两个交付形态，版本号一致。如果你在维护中遇到编译或依赖问题，可以联系我们协助。

使用说明与免责声明

• 本工具在本地运行，不联网、不上传任何数据到服务器。
• 涉及文件改写的功能，请在使用前备份原始文件。
• 软件完全免费，可自由使用与转发，请勿用于倒卖。
• 因误操作造成的数据问题请自行承担。