在使用文心一言网页版时，一般都是输入一个提问，文心给出该提问的结果。但是，有时候我们需要批量向文心进行提问，而且这些提问的性质都是一样的，那么如何实现这个需求呢？

一、提出问题

例如：有一个表格，1000行2列，第1列是卷宗号，第2列是文书的内容。诉求是：希望能够从每个文书里提取其中的彩礼金额。

当然，也可以将每个文书内容输入网页版的文心一言中，然后复制输出的结果：

由于有1000行，也就是1000个文书，像上面的一个个地输入，再复制结果，效率太低。

二、使用python调用文心API实现批量提问：准备

第1步：登录账号

注册或者输入百度智能云账号，如下所示：

之后，点击下面的“产品”菜单，再点击“千帆大模型平台”，进入后，点击“立即使用”。

第2步：新建一个应用

点击“立即使用”后，进入下面页面，点击左侧的“应用接入”，点击“创建应用”，具体选项，自己根据所需选择或者填写即可。之后，就在下面出现一行内容，即后面会用到的API Key和Secret Key。提示：注意保存好这2个key，切勿外泄，以免造成资金损失。

第3步：开通应用付费

之后，点击上面页面右上角的“计费管理”，进入下面的页面：

点击上面页面右侧的开通付费，注意选择所需的大模型，再开通该大模型的付费。不需要的大模型，无需去开通。只有开通了付费，后面才能调用该大模型进行批量提问。

当然，在开通大模型付费时，最好在下面页面中点击“财务”，充值10元或者少量资金。

完成以上步骤，我们就新建了一个大模型的应用实例，并开通了该大模型实例的付费，而且进行了充值。接下来，我们就通过编写代码，实现批量提问。

三、使用python调用文心API实现批量提问：编写代码

import requests
import json
import pandas as pd

API_KEY = '就是上面提到的API key，粘贴到这里即可'
SECRET_KEY = '就是上面提到的Secret key，粘贴到这里即可'

# 获取access token
def get_access_token():
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {'grant_type':'client_credentials',
              'client_id':API_KEY,
              'client_secret':SECRET_KEY }
    rep = requests.post(url, params=params)
    return rep.json().get('access_token')

# 获取提问的结果
def get_result(my_content):
    url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/eb-instant?access_token=" + get_access_token()
    lb = [ {'role':'user', 'content':my_content} ]
    zd = { 'messages':lb}
    payload = json.dumps( zd )
    headers = {"Content-Type":'application/json' }
    rep = requests.request('POST',url, headers=headers, data=payload)
    rep = rep.json()
    return rep['result']

# 实现批量提问
def main():
    ai_result = list()
    
    df = pd.read_excel('d:/fqb/1.xlsx',header=None)
    print('内容的行数：',df.shape[0])
    
    for text in df.iloc[:,1]:
        text = text.replace('\n', '')
        content_prefix = '文本内容是：'
        content_suffix = '。请从这段文本中提取彩礼的金额，注意只需要输出金额即可，不需要输出其它内容。'
        my_content =  content_prefix + text + content_suffix
        result = get_result(my_content)
        ai_result.append( result )

    df['结果'] = ai_result
    df.to_excel('d:/fqb/结果.xlsx',index=False)
    print('完成')

if __name__ == '__main__':
    main()

上面的content_prefix变量和content_suffix变量的内容，是提问的一部分内容，这个内容能够更加精准地从text中提取我们所需的金额。可以根据自己所需，修改这个内容。

【提示】content_prefix变量和content_suffix变量内容的精准程度，直接影响到提取的结果，所以，最好在测试版代码中先测试好这个内容前后缀内容，达到最佳的输出结果。

以上实现批量提问的代码：需要注意下面几点：

1、需要修改的地方：一是API key和secret key；二是content_prefix变量和content_suffix变量的内容；三是读取的表格路径和保存结果的路径（确保文件第2列是文书）。

2、上面代码没有实现报错处理，也就是返回结果报错的情况。可以继续修改代码，使其更加稳健。

3、上面代码不是测试版本，可以做一个测试版本的代码，在测试达到理想结果后，再使用批量正式版本，这样避免产生过多的付费。

四、使用python调用文心API实现批量提问：测试版测试

测试版主要代码如下：

1、测试1如下所示：

2、测试2如下所示：

3、测试3如下所示：

五、总结

由上面的测试结果，我们可以看到提取的效果还是不错的，说明文心千帆大模型的功能还是很强大的。不过，提取结果的准确程度，还是取决于我们提问prompt的精准程度，所以，需要我们反复调整提问的内容，这个才是整个代码编写的核心。即使在网页版的文心一言，提问的内容也是最核心的，提问内容的精准程度决定了结果是否是我们所需。