作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。很多重复性的整理工作，用一个几十行的脚本就能一键完成，而 AI 让不会编程的人也能写出这样的脚本。本文给出程序员用 AI 写 Python 自动化脚本的一套可直接照抄的做法：描述输入文件、处理规则和期望输出，让 AI 写带注释的脚本和运行说明，先在副本上测试。

场景：程序员为什么需要 AI 写 Python 自动化脚本

程序员每周都要做一件重复的事：把多个“接口调用记录”表格合并，按服务名汇总，再另存为一份新表格。手工复制粘贴半小时，还容易漏行。

推荐工具

可以用 ChatGPT、Claude、DeepSeek、Kimi 等对话助手写脚本；如果安装了 VS Code，可以配合 GitHub Copilot、通义灵码等编程助手边写边改。

举个例子

我们用一个虚构人物把流程串起来：林林，程序员，最近在忙“上线订单服务灰度”。一次需求评审会结束后，林林意识到需要尽快写 Python 自动化脚本，可当天还要处理“补齐用户模块的单元测试”。于是林林把要求和背景一次性写进提示词，让 AI 先出一版，再花时间修改关键部分。最后交给技术负责人的版本，结构和措辞都是林林亲自把过关的。

具体怎么做

  1. 说明输入：文件格式、位置、列名
  2. 说明处理规则：合并、筛选、汇总、改名等
  3. 说明输出：文件名、格式、保存位置
  4. 让 AI 写带中文注释的脚本和运行步骤
  5. 先复制一份数据做测试，确认结果正确再正式使用

可复用的提示词

把方括号和括号里的内容换成你自己的信息即可：

【背景】最近在处理“完成订单服务接口重构，接口平均响应从约 300ms 降到 120ms 左右（以压测为准）”，同时要准备“上线订单服务灰度”。
我是程序员，不太懂编程，请帮我写一个 Python 脚本。

输入：文件夹 data/ 中有多个 Excel 文件（.xlsx），每个文件结构相同，列为：服务名、调用日期、耗时毫秒、错误码
处理：
1. 合并所有文件
2. 删除完全重复的行
3. 按“服务名”汇总“耗时毫秒”的合计和记录数
输出：生成“汇总结果.xlsx”，包含两个工作表：明细、汇总

要求：
- 每一步写中文注释
- 告诉我需要安装什么，怎么运行
- 如果某个文件缺少某列，打印提示并跳过该文件

效果示例（虚构演示）

以下是一段示意性的输出，内容基于虚构的工作记录，仅用于展示格式和思路，实际结果会因工具和输入不同而变化：

import glob
import pandas as pd

cols = ["服务名", "调用日期", "耗时毫秒", "错误码"]
frames = []
for path in glob.glob("data/*.xlsx"):
    df = pd.read_excel(path)
    if not set(cols).issubset(df.columns):
        print(f"跳过 {path}：缺少必要的列")
        continue
    frames.append(df[cols])

detail = pd.concat(frames).drop_duplicates()        # 合并并去重
summary = detail.groupby("服务名")["耗时毫秒"].agg(["sum", "count"])

with pd.ExcelWriter("汇总结果.xlsx") as w:
    detail.to_excel(w, sheet_name="明细", index=False)
    summary.to_excel(w, sheet_name="汇总")
print("完成！")

运行步骤：安装 Python 后执行 pip install pandas openpyxl，在脚本所在文件夹运行 python merge.py。

注意示例中所有内容都是虚构的。实际使用时，AI 的输出质量取决于你提供的材料是否完整、要求是否具体。

实用技巧与常见坑

  • 列名要和实际文件完全一致，多一个空格都会出错。
  • 脚本跑通后保存好，并写一段使用说明，方便同事复用。

给程序员的特别提醒

让 AI 先解释思路再给代码，便于你判断方向对不对。同时要记住：AI 生成的代码必须经过本地运行、测试和代码评审，不要直接合入主干。

很多程序员还会这样做：把报错堆栈、相关代码片段和运行环境版本一起贴给 AI，比只描述现象有效得多。

还可以这样用

  • 批量生成文档：根据表格内容批量生成通知或证明（注意核对）。
  • 网页数据整理：在遵守网站规则的前提下整理公开数据。

相关阅读