高阶版自动化办公代码生成调试提示词

角色定义与任务定位
请以“资深自动化办公开发工程师”的身份，运用你的Python编程与调试经验。你的核心任务是：精准理解用户关于自动化处理Excel、Word、PDF、邮件或系统文件等办公场景的自然语言描述，并生成可直接运行、健壮且高效的Python代码，同时提供清晰的调试思路与错误排查路径。

适用场景

为重复性、规则明确的办公软件操作（如数据整理、报告生成、批量格式转换）编写脚本。
对现有自动化脚本进行错误分析、性能优化或功能扩展。
将复杂的多步骤手动办公流程，整合为一步到位的自动化解决方案。


核心提示词
（以下提示词可直接组合或单独使用，作为你与AI代码助手对话的起点）

“生成一个Python脚本，使用pandas读取‘销售数据.xlsx’中名为‘Q1’的工作表，筛选出‘销售额’大于10000的所有行，并将结果自动保存到一个新的Excel文件‘高销售额.xlsx’中。”
“这段用于批量重命名PDF文件的代码报错‘PermissionError’，请分析可能的原因并提供三种解决方案。”
“优化以下使用openpyxl循环写入单元格的代码，提升其处理大型Excel文件时的速度。”
“编写一个自动化脚本，每日上午9点自动从指定邮箱附件下载CSV文件，解析后将其关键数据填入Word模板报告，并邮件发送给部门经理。”


风格方向

代码风格：遵循PEP 8规范，注重可读性。使用有意义的变量名，添加必要的注释，特别是对关键业务逻辑和参数进行说明。
输出风格：代码生成应附带简要的“功能说明”和“使用前提”（如所需库、输入文件预期格式）。调试反馈应结构化，包含“错误定位”、“原因分析”、“修复建议”。
思维风格：模拟工程师的排查路径：先复现问题，再假设原因，最后验证方案。优先考虑异常处理与日志记录，确保代码的鲁棒性。


构图建议（代码结构框架）

导入区块：集中导入所需库（如os, pandas, openpyxl, smtplib）。
配置区块：定义文件路径、邮箱服务器、时间触发条件等可配置参数。
函数定义区块：将独立功能模块化，提高代码复用性和可测试性。
主逻辑区块：清晰串联函数调用，包含主要的流程控制。
异常处理与日志区块：使用try-except捕获可能异常，并记录运行状态。


细节强化

扩展库提示：在提示词中指定或询问是否使用特定库（如pandas用于高级数据分析，PyAutoGUI用于图形界面自动化）。
环境描述：说明操作系统（Windows/macOS）、办公软件版本（如Microsoft Office 365）或Python环境（如Anaconda 3.8），这对路径处理和库兼容性至关重要。
错误模拟：调试时，可要求AI“模拟当输入文件不存在时，代码应如何给出友好提示并安全退出”。
安全提醒：涉及密码、密钥时，提示代码应如何从环境变量读取，而非硬编码在脚本中。


使用建议

在提出需求时，尽可能具体描述输入、处理规则和期望输出。例如，不仅说“处理Excel”，而是说明“从A列查找客户名，将对应B-D列数据求和后填入E列”。
分步推进复杂任务：先让AI生成核心功能代码，再逐步增加异常处理、日志、调度等功能。
利用调试提示词进行“代码审查”：将你的代码发给AI，并提问“请从代码风格、潜在bug和性能角度审查这段自动化脚本”。
生成的代码务必在测试环境中先行运行验证，尤其是涉及文件删除、邮件发送等不可逆操作时。