前言

看文，看的是一種思路，希望筆者的文章能給諸位帶來一些靈感思路☺️☺️☺️

業務需求場景描述

• 公司每個月都會安排員工學習一個pdf文檔（有點形式主義的學習）
• 然後，根據文檔內容寫一篇500字左右讀後感txt
• 員工都是把文檔丟給AI讓其幫忙寫讀後感
• 一個員工每個月要花費10分鐘，幾十個員工，就累計是幾個小時的成本
• 人越多，成本越高
• 針對於這個情況，筆者思考，倒不如寫一個工具
• 由專人在月末的時候，直接通過工具，點一點，一鍵生成幾十份甚至上百份的學後感
• 如此這般，就能夠進行相應的提效

代碼實現

技術選型

• 首先是pdf的文字提取，這裏使用FileReader去讀取需要學習的pdf文件（上傳pdf）
• 然後，把讀取到的數據，交給pdf-dist中的pdf.js和pdf.worker.js
• 這裏就可以拿到pdf中的所有文字信息了（包括頁碼數）
• 再然後，把pdf中的文字信息作為user的內容
• 再提前寫好系統級的提示詞內容
• 丟給deepseek的接口返回給前端
• 前端再通過file-saver.js下載對應的內容即可做到生成pdf學後感txt文本的功能
• 生成多份，就批量請求一下接口，整體Promise.allSettled一下即可
• 最終，再使用jszip把所有的txt打包成一個壓縮包，直接下載了

deepseek開放平台註冊API keys

地址：https://platform.deepseek.com/api_keys

截圖：

當然，需要充點兩塊錢，如下：

實際上，大模型的生成文字的token一般都不貴，筆者測算了一下，生成50篇500字的txt文，成本不到一毛錢

使用express框架通過openai包調用deepseek的服務

有了deepseek的API keys且賬户有錢後，就可以在服務端調用了，通過npm安裝openai這個包

  "dependencies": {
    "express": "^5.1.0",
    "openai": "^6.9.1"
  }

筆者這裏使用的是express

如下：

import express from 'express';
import OpenAI from "openai";

// 初始化 OpenAI
const openai = new OpenAI({
    baseURL: 'https://api.deepseek.com',
    apiKey: 'sk-27cae***********************1093', // 換成自己的
});

const systemContent = `系統級提示詞高權重，用於規範限定回答內容`;

app.post('/api/chat', async (req, res) => {
    try {
        const { content } = req.body;

        if (!content) {
            return res.status(400).json({ error: '請提供要學習的內容' });
        }

        const completion = await openai.chat.completions.create({
            messages: [
                { role: "system", content: systemContent },
                { role: "user", content: content },
            ],
            model: "deepseek-chat",
        });
        const result = completion.choices[0]?.message?.content;
        res.json({ result });
    } catch (error) {
        console.error('API 調用失敗:', error);
        res.status(500).json({ error: error.message || 'API 調用失敗' });
    }
});

編寫系統級提示詞

上述的systemContent可以根據實際業務情況，進行適當編寫

const systemContent =
`
你是一個熱愛中國的優秀員工。
所在的公司是xxx。
所在的部門是yyy。
仔細閲讀用户提供的學習內容材料，並返回一段學習學後感。

格式要求：
- 純文本格式，不要使用markdown
- 字數控制在400-600個字符之間
- 使用第一人稱"我"來敍述

內容要求：
1. 學後感要簡潔明瞭，邏輯清晰
2. 內容要符合實際
3. 要體現...
4. 要結合學習材料的具體內容，不能泛泛而談
5. 要實事求是，言之有物，避免空話套話
6. 注意分段落

多樣性要求：
- 每次生成都要使用不同的表達方式、不同的角度和不同的案例
- 避免使用重複的詞語、句子和段落結構
- 確保每次生成的學後感都是全新的內容

重要提醒：
- 返回的內容必須符合中國的法律法規
- 要結合學習材料的具體內容進行深入思考
- 不要使用緩存！
`;

快速理解什麼是提示詞？

• ai交互的核心就是系統級提示詞（System Prompt）和用户提示詞（User Prompt）

如下表

比如，有如下場景

• 客服智能問答場景：系統提示詞定義 “語氣友好、優先解決用户問題、無法解答時引導轉人工”，用户僅需提問 “我的訂單為什麼沒發貨”，AI 就會按該規則響應；
• AI創作場景：系統提示詞設定 “風格為懸疑短篇、字數 500 字以內、結尾留懸念”，用户僅需説 “以雨夜為背景寫一個故事”，AI 的輸出就會貼合這些要求。

系統級提示詞有點像cosplay的身份角色背景設定...

所以，上述systemContent才會定義成為那樣的

現在，有了接口了app.post('/api/chat', async (req, res) => { ... })

這樣的話，前端就可以做對應請求數據，下載操作了...

篇幅有限，不繼續贅述

總結

• 看完本文，大家可記住這樣一句話：所有重複的、沒有技術含量的辦公操作，都可以考慮使用AI進行提效
• 此外，大家可以思考一下，如何能把公司的一些業務場景給抽象出來，使用AI進行高效解決問題？

手工創作不易，感謝大家支持鼓勵☺️☺️☺️