提高工作效率，解放生产力，ChatGPT 还能这么用？

一个月前，发现我的OpenAI的点数要过期了，这么好的东西当然不能浪费，应该用 OpenAI 的接口做一些东西，进过一番思索，就有了用ChatGPT生成语境法背单词语料的想法。

作为一名学生，背单词已经成为了日常，但是目前主流的背单词方式都只是针对独立的单词，背完单词如果不加以应用很快就会忘记，所以我想到可以用 ChatGPT 来给单词生成一段故事，这样就可以加深对于单词的记忆。

有了想法，下面开始实践。

我们首先打开ChatGPT，输入我们的需求，ChatGPT就会给出实现的代码。

好了，以上就是我实现这个项目的全部过程，我们下期再见。

显然这是不可能的，上面的代码根本无法达到我们所需的效果。现在 ChatGPT 虽然足够强大，但也远没有达到上述的地步。目前这类的大语言模型只是一个很好的辅助工具，合理的利用可以大大提升我们的学习和工作的效率。

下面我将和大家分享我用 ChatGPT 辅助实现批量生成语境法背单词的语料的方法。

首先，单词列表是生成文章的基础，我们需要收集整理要背诵的单词列表。正好之前我做高考大纲词汇词频分析的时候收集了不少单词列表，这里就直接拿来用了。我将这些数据都整理成了csv格式，方便后续在 Python 中进行操作。

接下来就是调用 ChatGPT 的 API 来实现自动生成语料，这种简单的项目用 Python 来实现是最方便的，下面开始实践。

首先，需要写一个调用 OpenAI 的 ChatGPT 的 API 来生成英文文章的函数。这里如果我们直接向ChatGPT 寻求帮助，写出来的代码并不可用。因为这是新的API，ChatGPT 并不清楚调用方法。好在OpenAI 的官方文档写的十分详细，直接参考官方文档（Chat completion - OpenAI API）就可以轻松完成。

接下来就是对数据进行处理。这里可以直接让 ChatGPT 写一段 Python 代码，将 csv 表格的数据整理成 Python 列表，方便后续在 Python 中进行操作。

运行这段代码测试一下，报错了，因为我的csv文件使用的是GBK编码，而这里默认使用UTF-8来解码。

尽管我知道报错的原因，但还是将这段报错交给了ChatGPT，试试看他能不能解决这个问题。

从他的回答中可以看出他理解了这个报错的原因，也给出了解决方案，但是他并没有考虑到正确的编码是GBK，这里还是需要结合个人经验来判断。

接下来就是使用单词列表中的单词生成语料，这里直接将需求交给ChatGPT。这里的描述一定要讲清楚需求，不然生成的代码会有问题。

这段代码还存在一个问题，他将所有不在生成的文本中的单词都添加到了列表的最后，这样操作会打乱之前的词频排序，所以还需要让ChatGPT来修复一下这个问题。

可以看到ChatGPT成功修复了这个问题，并且还提醒我，如果生成的文章中反复缺少某些词，这种方法可能会导致某些词被多次使用。那么我们就让他按照自己的思路来修改代码。

然而ChatGPT好像并没有理解自己的意思，这段代码和上面的建议没有太多的关系。不过我们现在已经有了思路，按照这个思路在之前的代码上稍加修改，便得到了最终的代码：

# 获取单词的翻译
def get_translation(word):
    translation = df.loc[df[0] == word, 1].values[0]
    return translation

# 生成文章并写出为文件
def generate_article(word_list):
    response = generate_response(word_list)
    result = ''
    for choice in response.choices:
        result += choice.message.content

    included_words = []
    missing_words = []
    for word in word_list:
        index = result.lower().find(word.lower())
        if index == -1:
            missing_words.append(word)
        else:
            included_words.append(word)
            result = re.sub(r'\b' + word + r'\b', '**' + word + '**', result)

    included_words_translated = []
    for word in included_words:
        included_words_translated.append(word + ': ' + get_translation(word))

    article_file_name = 'articles/' + str(int(time.time())) + "_" + "_".join(included_words[:5]) + ".md"
    with open(article_file_name, "w", encoding='utf-8') as f:
        f.write("\n".join(included_words_translated) + "\n\n---\n\n")
        f.write(result)
    print('已生成({}): '.format(len(included_words)) + str(included_words))
    print('未生成({}): '.format(len(missing_words)) + str(missing_words))
    print()
    return missing_words

# 主函数
def generate_articles_from_word_list(word_list):
    current_words = word_list[:20]
    word_list = word_list[20:]
    missing_words = []
    while word_list or missing_words:
        missing_words = generate_article(current_words)
        current_words = []
        if missing_words:
            current_words.extend(missing_words)
            current_words.extend(word_list[:20 - len(missing_words)])
            word_list = word_list[20 - len(missing_words):]
        else:
            current_words = word_list[:20]
            word_list = word_list[20:]

我这里重构了 generate_article() 函数，将生成的文章直接保存为Markdown文件，并且返回未使用的单词。在 generate_articles_from_word_list() 函数中也做了对应的修改，将返回的未使用的单词加入到下一次生成的单词列表的开头。这样保证了既不丢失单词，又不破坏词频的顺序。

当然，这段代码还有不少可以优化的地方，比如查找单词时加入查找单词的变形；一个单词如果尝试多次都无法生成文章，直接舍弃这个单词等等。

现在，我们已经通过一个单词列表生成了一堆 Markdown 格式的文章。为了便于阅读和打印，我们接下来需要将这些文章合并为一个PDF文件。