### 使用 OpenAI API 进行批量提问并将结果存入表格的 Python 示例 以下是基于 OpenAI API 的一个示例程序，该程序实现了通过调用 OpenAI API 对一组问题进行批量提问，并将返回的结果保存到 Excel 表格中的功能。 ```python import openai import pandas as pd # 设置 OpenAI API 密钥 openai.api_key = "your_openai_api_key_here" # 定义函数用于向 OpenAI 提问并获取回复 def ask_question(question): response = openai.Completion.create( engine="text-davinci-003", # 可替换为你想要使用的模型 prompt=question, max_tokens=100, # 控制生成的回答长度 n=1, # 返回单个回答 stop=None # 停止条件（可选） ) answer = response.choices[0].text.strip() return answer # 准备一批问题列表 questions_list = [ "什么是人工智能？", "机器学习有哪些主要算法？", "Python 中如何实现快速排序？" ] # 创建空字典存储问题及其对应的答案 results = {"问题": [], "答案": []} # 循环遍历问题列表并向 OpenAI 发送请求 for question in questions_list: results["问题"].append(question) answer = ask_question(question) results["答案"].append(answer) # 将结果转换为 DataFrame 并写入 Excel 文件 df_results = pd.DataFrame(results) with pd.ExcelWriter("output_questions_answers.xlsx") as writer: df_results.to_excel(writer, index=False, sheet_name="Questions_Answers") print("所有问题已处理完毕，结果已保存至 output_questions_answers.xlsx") ``` #### 解析说明 1. **设置 API Key**: 替换 `"your_openai_api_key_here"` 为你的实际 OpenAI API 密钥[^1]。 2. **定义 `ask_question` 函数**: 此函数封装了对 OpenAI API 的调用逻辑，传入一个问题字符串作为参数，返回经过整理后的回答文本[^1]。 3. **准备问题列表**: 用户可以根据需求自定义问题集合，在此例子中提供了一个简单的三问题列表。 4. **构建结果字典**: 初始化一个字典来记录每条问题与其对应的答案，便于后续转化为 Pandas 数据框。 5. **循环提问与收集结果**: 遍历问题列表，逐一发送给 OpenAI 获取响应，并更新结果字典的内容[^1]。 6. **导出到 Excel**: 利用 Pandas 库的功能把最终的数据帧写出成 Excel 文档形式储存下来[^1]。