企业官网建设流程全解析

先说结论：这不是大模型“不会写文档”，而是大模型的输出格式和 Word 的排版体系根本就是两套逻辑。几乎所有在线大模型默认返回 Markdown，也就是用#、**、-、`这些符号标记标题、加粗、列表和代码块。复制到 Word 之后，这些符号不会被自动解析成 Word 样式，于是你看到的是一堆## 标题、**重点**、- 列表项，代码块更是直接丢掉缩进和等宽字体。这篇文章我会给你 4 套实战方案：改提示词、Pandoc 一条命令转换、Python 脚本批量生成 Word、以及把转换流程接到本地大模型 API 后面自动跑。全部是可直接复制的命令和代码，重点讲清怎么落地、怎么验证、遇到问题怎么排查。

如果你也遇到过“AI 生成的内容不错，但复制进 Word 就完全没法看”的情况，这篇文章可以直接收藏。文章不预设你必须懂 Markdown 或 Pandoc，只要会复制命令、改路径，就能把完整链路跑通。

1. 核心问题速览

先给一张总表，把问题、原因、可用方案和适用人群一次性说清楚。

其实核心就一句话：让 AI 输出“结构化的内容”，再在工具层完成“结构到 Word 样式的映射”，不要人工去复制粘贴。

2. 为什么 Markdown 复制到 Word 一定会乱

很多人以为大模型生成的文档就是“文字”，复制粘贴是天经地义的事。问题在于，大模型的上下文窗口里，内容不是纯文字，而是带有轻量标记的结构化文本。你看到的是：

## 一、项目背景 随着业务增长，系统面临以下问题： - 接口响应变慢 - 日志查询困难 - 告警事件无法关联 示例代码如下： ` ` `python print("hello") ` ` `

这段文本如果直接复制到 Word，Word 会把##当成普通字符，把-当成普通短横线，代码块里的空格和回车倒是保留了，但字体不会自动变成代码字体，也没有任何段落样式。更严重的是，如果 Markdown 里有表格语法：

| 模块 | 负责人 | 状态 | | --- | --- | --- | | 登录 | 张三 | 已完成 |

复制到 Word 后，表格会变成一堆竖线和横线组成的混乱文本，多级列表也会因为1.-混用而错乱。这就是“乱套”的根源：语法符号不被解析，只被当成普通字符显示。

所以，解决方案的通用思路只有三个方向：

1. 让大模型不要输出 Markdown 标记，输出“接近 Word 习惯”的纯文本结构。
2. 用工具解析 Markdown，把它转换成 Word 原生样式。
3. 在服务端接收大模型输出时，直接调用转换脚本，生成 docx 再给用户下载。

下面逐个展开。

3. 方案一：改提示词，让大模型输出可粘贴的纯文本结构

这是零成本方案，不装任何软件，适合临时用。核心思路是在提问时明确告诉大模型：不要使用 Markdown，不要使用#、*、-、反引号等符号，用“纯文本编号结构”组织内容。

3.1 提示词模板

请帮我写一份《系统升级方案》，要求如下： 1. 不要使用 Markdown 语法，不要出现 #、*、-、反引号等符号； 2. 标题直接写“一、二、三”，不要加井号； 3. 列表用“1. 2. 3.”，不要用短横线； 4. 强调内容用“重点：”前缀，不要用星号； 5. 代码示例用【代码】开始，【代码结束】标记； 6. 表格用文字描述即可，不要用竖线表格语法。

3.2 输出示例

按这个提示词，大模型一般会输出类似这样的内容：

一、项目背景 当前系统存在接口响应慢、日志查询难、告警无法关联三个主要问题。 二、实施方案 1. 引入消息队列，削峰填谷； 2. 建立统一日志平台； 3. 配置告警关联规则。 三、代码示例 【代码】 def hello(): return "hello, world" 【代码结束】

3.3 效果验证

把这段内容复制到 Word，你会发现：

• 标题“一、项目背景”变成一段普通文本，没有样式，但至少不会出现##符号；
• 列表“1. 2. 3.”在 Word 里保持编号文本；
• 代码块内容虽然还是默认字体，但不会出现反引号。

判断标准：全文没有#、*、-、反引号这类可见符号；复制后段落顺序正确；手动套用 Word 样式成本低。

局限：这种方式只能解决“表面不乱”，没法自动生成 Word 的“标题 1”“标题 2”样式，也没法自动识别代码块并设置等宽字体。如果只是临时整理材料，够用；如果要交付正式文档，直接用方案二或方案三。

4. 方案二：Pandoc 一条命令把 Markdown 转成 docx

这是技术人最推荐的方式。Pandoc 是文档格式转换的事实标准工具，可以把 Markdown 转成 Word、PDF、HTML 等格式，并且能正确解析标题层级、列表、代码块、表格。

4.1 安装 Pandoc

Windows：

winget install --id JohnMacFarlane.Pandoc # 或者去官网下载安装包

macOS：

brew install pandoc

Linux（Debian/Ubuntu）：

sudo apt update && sudo apt install -y pandoc

安装后验证：

pandoc --version

4.2 基本转换命令

准备一个input.md文件，内容由大模型生成，可以是标准 Markdown。执行：

pandoc input.md -o output.docx

成功后，用 Word 打开output.docx，你会看到：

• #标题映射为 Word 的“标题 1”样式；
• ##映射为“标题 2”样式；
• 代码块使用等宽字体并保留缩进；
• 列表使用 Word 原生的编号/项目符号；
• 表格转换为 Word 原生表格。

4.3 用 reference-doc 定制公司模板

如果默认样式不符合公司模板，可以让 Pandoc 先导出一个参考模板，然后修改它：

pandoc -o custom-reference.docx --print-default-data-file reference.docx > reference.docx

上面命令在部分版本中写法不同，更通用的做法是：

pandoc --print-default-data-file reference.docx > reference.docx

然后在 Word 里打开reference.docx，修改其中的“标题 1”“标题 2”“正文”等样式，保存后，转换时指定这个文件：

pandoc input.md -o output.docx --reference-doc=reference.docx

这样转换出的 Word 就会套用你修改过的样式。

4.4 批量转换脚本

如果你的场景是“大模型一次生成了几十个 Markdown 文件”，不要手工逐个转。用批处理脚本：

Windows bat：

@echo off for %%f in (*.md) do ( pandoc "%%f" -o "%%~nf.docx" echo 已转换: %%f ) pause

Linux/macOS bash：

#!/bin/bash for f in *.md; do pandoc "$f" -o "${f%.md}.docx" echo "已转换: $f" done

4.5 验证方式

打开生成的 docx，重点检查：

• 标题是否在“导航窗格”里出现；
• 代码块字体是否是等宽字体；
• 表格是否可编辑；
• 中文字体是否正常显示。

如果中文字体异常，可以使用：

pandoc input.md -o output.docx -V mainfont="Microsoft YaHei"

不过 docx 格式下字体变量支持有限，更稳妥的方式是直接在 reference-doc 里修改“正文”样式，统一设置中文字体。

5. 方案三：Python + python-docx 按需生成 Word

如果你需要把大模型输出转成“公司固定模板”或“带封面、页眉、页脚的正式文档”，Pandoc 的默认样式可能不够用。这时可以用 Python 脚本直接操控 docx。python-docx是常用的 Word 文档操作库，可以创建标题、段落、表格，并设置字体、颜色、对齐方式。

5.1 安装依赖

pip install python-docx

5.2 从一个 Markdown 文件生成 Word

下面是一个通用脚本，它能识别 Markdown 的标题、有序/无序列表、代码块、表格，并写入 docx：

import re from docx import Document from docx.shared import Pt, RGBColor from docx.enum.text import WD_ALIGN_PARAGRAPH def md_to_docx(md_path, docx_path): doc = Document() with open(md_path, "r", encoding="utf-8") as f: lines = f.readlines() in_code = False code_lines = [] for line in lines: line = line.rstrip() # 代码块 if line.strip().startswith("```"): if not in_code: in_code = True code_lines = [] else: in_code = False code_text = "\n".join(code_lines) p = doc.add_paragraph() run = p.add_run(code_text) run.font.name = "Consolas" run.font.size = Pt(10) # 简单设置代码块背景为灰色 p.style = doc.styles["Normal"] continue if in_code: code_lines.append(line) continue # 标题 m = re.match(r"^(#{1,6})\s+(.*)", line) if m: level = len(m.group(1)) text = m.group(2) doc.add_heading(text, level=level) continue # 无序列表 m = re.match(r"^[-*]\s+(.*)", line) if m: doc.add_paragraph(m.group(1), style="List Bullet") continue # 有序列表 m = re.match(r"^\d+\.\s+(.*)", line) if m: doc.add_paragraph(m.group(1), style="List Number") continue # 空行 if not line.strip(): continue # 普通段落 doc.add_paragraph(line) doc.save(docx_path) print(f"已生成: {docx_path}") if __name__ == "__main__": md_to_docx("input.md", "output.docx")

5.3 运行方式

python md_to_docx.py

前提是同级目录下存在input.md，脚本会生成output.docx。

5.4 验证与扩展点

验证点：

• 标题能出现在 Word 导航窗格；
• 代码块使用 Consolas 等宽字体；
• 列表是 Word 原生样式；
• 空行不会产生过多空白段落。

需要扩展时可以考虑：

• 在add_heading前后插入封面页；
• 设置页眉页脚；
• 按正则识别| 列1 | 列2 |表格语法并写入 Word 表格；
• 把大模型生成的 JSON 结构化数据直接写入 Word 表格。

这个脚本比 Pandoc 灵活的地方在于：你可以完全控制生成逻辑，比如在标题前加公司 logo、根据内容自动生成目录。

6. 方案四：接入大模型 API，自动完成“生成 -> 转换 -> 下载”

如果文档生成的频率很高，建议把“大模型生成 Markdown”和“转换 Word”做成一条自动链路。这里不限定具体大模型产品，只给一个通用的接入思路。

整体流程：

调用大模型 API 获取 Markdown 文本 -> 将 Markdown 文本保存为临时文件 -> 调用 Pandoc 或 python-docx 脚本转换 docx -> 返回 docx 文件路径或二进制给前端下载

6.1 通用 API 调用示例

假设你已经在本地或内网部署了一个提供 OpenAI 兼容接口的大模型服务，地址是http://127.0.0.1:8000，可以用 Python 实现自动链路：

import requests import subprocess import tempfile import os # 调用大模型，获取 Markdown 文本 def generate_markdown(prompt, api_url="http://127.0.0.1:8000/v1/chat/completions"): payload = { "model": "your-model-name", # 按实际模型名替换 "messages": [ {"role": "system", "content": "你是文档撰写助手，输出 Markdown 格式。"}, {"role": "user", "content": prompt} ], "temperature": 0.3 } resp = requests.post(api_url, json=payload, timeout=120) resp.raise_for_status() return resp.json()["choices"][0]["message"]["content"] # 将 Markdown 转换为 docx def markdown_to_docx(md_text, output_path): with tempfile.NamedTemporaryFile("w", suffix=".md", delete=False, encoding="utf-8") as f: f.write(md_text) tmp_md = f.name subprocess.run(["pandoc", tmp_md, "-o", output_path], check=True) os.unlink(tmp_md) return output_path if __name__ == "__main__": prompt = "写一份《季度总结报告》，包含项目进度、问题、计划三部分。" md_text = generate_markdown(prompt) docx_path = markdown_to_docx(md_text, "季度总结报告.docx") print("生成成功:", docx_path)

注意：model参数、API 地址必须按实际部署情况替换，不同服务差异很大，不要把示例参数直接当真实参数用。

6.2 批量任务目录设计

如果一次要生成 100 份周报，可以这样组织目录：

inputs/ prompt_01.txt prompt_02.txt ... outputs/ report_01.docx report_02.txt ... logs/ convert.log

批量处理脚本思路：

import os import glob prompt_dir = "inputs" output_dir = "outputs" log_file = "logs/convert.log" os.makedirs(output_dir, exist_ok=True) os.makedirs("logs", exist_ok=True) for prompt_file in sorted(glob.glob(os.path.join(prompt_dir, "*.txt"))): base_name = os.path.splitext(os.path.basename(prompt_file))[0] with open(prompt_file, "r", encoding="utf-8") as f: prompt = f.read() try: md_text = generate_markdown(prompt) docx_path = os.path.join(output_dir, base_name + ".docx") markdown_to_docx(md_text, docx_path) with open(log_file, "a", encoding="utf-8") as log: log.write(f"[OK] {base_name}\n") except Exception as e: with open(log_file, "a", encoding="utf-8") as log: log.write(f"[FAIL] {base_name}: {e}\n")

失败重试建议：在except里记录失败信息，后续单独重跑失败任务，不要直接中断整个队列。

7. 三种方案怎么选

做一个快速对比：

我的建议：

• 第一次使用，先试方案二，Pandoc 装完一条命令就能看到效果。
• 如果公司有固定的 Word 模板，做一次reference.docx定制，之后所有文档都复用。
• 如果你已经部署了本地大模型，并且有 API 接口，建议直接做成方案四的自动链路，以后用户只需要输入 prompt，拿到的就是排版好的 docx。

8. 常见问题与排查方法

9. 最佳实践与合规提醒

这块很重要，尤其是用大模型生成正式文档的场景。

第一，保留原始 Markdown 文件。转成 Word 后如果排版有问题，可以立刻回到 Markdown 修改，再重新转换，不需要在 Word 里手工改几十页。

第二，先小样测试，再批量跑。第一次接新大模型时，先用一小段 prompt 测试输出格式是否稳定，确认没有特殊符号污染再批量处理。

第三，正式文档必须人工复核。大模型生成的内容可能存在事实错误或表述不当，尤其是合同、标书、法律文件等场景，一定要让人工通读并核实关键数据。

第四，注意隐私和版权边界。如果使用在线大模型服务，不要把未脱敏的公司内部数据、客户信息、代码密钥直接放进 prompt。涉及敏感内容尽量使用本地部署模型。本地大模型部署时同样要注意模型权重文件的来源和许可协议，发布或商用前要确认授权范围。

第五，建立样式模板规范。如果团队多人都在用这套链路，建议把reference.docx或者 python-docx 脚本放在内部代码仓库统一管理，避免每个人生成的文档样式不一致。

10. 总结与下一步

这次把“大模型写的文档复制到 Word 就乱套”的完整问题链拆开了。核心思路不是让 Word 去兼容 Markdown，而是在工具层完成格式转换：

• 临时用：改提示词，让大模型输出纯文本结构；
• 标准转换：Pandoc 一条命令，Markdown 转 docx，支持自定义模板；
• 完全定制：python-docx 脚本，按公司模板生成 Word；
• 自动化：把转换脚本接到大模型 API 后面，批量生产文档。

最容易踩的坑有三个：一是没意识到 Markdown 符号会被 Word 当成普通字符；二是跳过小样测试直接批量跑；三是忽略中文字体和模板样式，导致转换结果不符合公司规范。

建议你先装 Pandoc，找一份大模型生成的 Markdown 文档跑一次pandoc input.md -o output.docx。看到标题出现在导航窗格、代码块正常等宽显示之后，再决定是否继续做模板定制和 API 自动化。把这条链路接好，以后“大模型写初稿、脚本转格式、人工复核内容”就是一套稳定的生产流程。