本文面向AI指导老师与办公自动化开发者，系统讲解通过VBA与API将DeepSeek大模型接入Word的完整流程，涵盖密钥配置、请求封装、参数调优与批注交互，提供可复用的实战方案。
在办公场景中，Word文档的撰写、审阅与润色往往占据大量时间。将DeepSeek这类具备强推理能力的大语言模型接入Word，意味着用户可以在不切换应用的前提下完成内容生成、摘要提炼与语法修正。对于AI指导老师而言，掌握这套接入方法不仅能够提升自身工作效率，更能将其转化为可传授的实战课程，帮助学员理解大模型与桌面端软件协同的底层逻辑。当前主流接入有两种：一是借助Office脚本与外部API网关通信，二是利用VBA直接调用HTTP接口。考虑到兼容性与可控性，本文以VBA方案为主线展开。
1. 环境准备与密钥配置
接入的第一步是确认运行环境。Word 2016及以上版本均支持VBA编辑器，但需注意64位Office与32位Office在API声明上的差异。打开Word后，通过“文件—选项—自定义功能区”勾选“开发工具”选项卡，随后进入VBA编辑器界面。在“工具—引用”中，务必勾选“Microsoft WinHTTP Services, version 5.1”与“Microsoft Scripting Runtime”，前者用于发送HTTPS请求，后者用于处理JSON字典对象。若缺少这些引用，后续代码将无法识别网络请求与数据解析所需的类库。对于企业内网环境，还需提前确认防火墙是否允许访问DeepSeek的API域名，必要时配置代理白名单。
密钥管理是安全接入的核心。DeepSeek平台采用Bearer Token鉴权机制，用户需在控制台创建API Key并妥善保存。切勿将密钥硬编码在VBA模块中明文存储，建议将其写入Word文档的自定义文档属性或加密的注册表项，通过读取属性值的动态获取。例如，可在“文件—信息—属性—高级属性”中新增一个名为“DS_API_KEY”的自定义属性，VBA代码通过ActiveDocument.CustomDocumentProperties("DS_API_KEY")读取。对于团队共享的模板文件，可结合Windows凭据管理器或环境变量，确保密钥不随文档分发而泄露。
完成引用与密钥配置后，建议编写一个简单的连通性测试过程。在VBA中构造一个向DeepSeek的/v1/models端点发送GET请求的Sub过程，若返回状态码200且响应体包含模型列表，则说明网络与鉴权配置正确。此步骤能提前排除证书错误、DNS解析失败或密钥失效等常见问题，避免在后续调试业务逻辑时陷入误判。
2. 请求封装与VBA代码实现
核心的接入逻辑在于将用户输入转化为符合DeepSeek API规范的JSON请求体，并通过WinHTTP对象发送。DeepSeek的Chat Completions接口地址为，请求方法为POST，头部需包含Content-Type: application/json与Authorization: Bearer 。在VBA中，使用CreateObject("WinHttp.WinHttpRequest.5.1")创建对象后，依次调用Open、setRequestHeader、Send方法。发送的数据体需严格遵循JSON格式，包含model、messages、temperature等字段，其中model可指定为deepseek-chat或deepseek-reasoner。
为了提升代码可维护性，应将请求封装为独立函数。函数接收用户提示词与系统角色描述作为参数，内部构建messages数组：系统消息用于设定AI行为边界，例如“你是一位资深文字编辑，请保持原意前提下优化表达”；用户消息则承载选中的文本或指令。构建JSON时，利用Scripting.Dictionary与Array组合生成嵌套结构，再通过自定义序列化函数转为字符串。需特别注意VBA字符串中的双引号转义问题，通常用Chr(34)拼接或使用双引号连续书写""来规避语法错误。
响应解析同样关键。DeepSeek返回的JSON包含choices数组，其中message.content字段即模型输出文本。使用Scripting.Dictionary的Exists方法逐层判断键是否存在，避免因网络异常或API版本变更导致的运行时错误。若返回状态码非200，应捕获responseText中的错误信息并弹窗提示，便于快速定位是配额不足、参数错误还是服务端限流。完整代码应包含超时设置，WinHttpRequest的SetTimeouts方法可分别设定解析、连接、发送、接收四个阶段的毫秒数，建议接收超时设为30000毫秒以应对长文本生成。
3. 参数调优与提示词工程
接入成功后，输出质量高度依赖于请求参数的合理配置。temperature参数控制随机性，范围通常在0到2之间。对于Word中的正式公文润色，建议设为0.2至0.5，确保用词严谨、风格统一；若用于头脑风暴或创意文案，可提升至1.0以上。max_tokens需根据任务类型动态调整：生成段落摘要时设为512即可，而扩写章节内容则需提升至2048或更高，但需注意模型上下文窗口的硬性上限。top_p参数与temperature不宜同时调整，通常固定其一，微调另一项即可。
提示词的设计直接决定模型能否理解Word场景的特定需求。系统角色应明确身份与约束，例如“你是一名AI指导老师，负责将技术概念转化为通俗易懂的教学语言，输出需分点但避免列表符号”。用户提示词中应嵌入上下文信息，如选中的原文、目标读者水平、期望字数范围。对于审阅类任务，可采用“原文—指令—格式要求”三段式结构：先粘贴待处理文本，再说明修改方向，最后指定输出格式为纯文本以便直接回填至文档。实测表明，在提示词中附加“仅输出修改后的内容，不要解释”能显著减少冗余回复。
针对长文档处理，需引入分块策略。DeepSeek单次请求的上下文长度有限，若选中文本超过3000字，应按段落或章节切分，逐块发送并拼接结果。切分时尽量以句号、换行为边界，避免截断语义。同时，可利用frequency_penalty与presence_penalty抑制重复用词，前者惩罚高频词，后者鼓励引入新概念。对于需要严格遵循术语表的场景，可在系统消息中提供术语对照表，并设置较高的presence_penalty值，引导模型优先使用指定词汇。
4. 批注式交互与文档语义提炼
将DeepSeek接入Word的高级形态是实现批注式交互。借助Word的Comments对象模型，可将模型返回的建议以批注形式插入到选中文本旁，用户逐条决定接受或拒绝。具体实现时，先获取Selection.Range对象，调用Comments.Add方法添加批注，再将API返回的修改建议写入批注文本。这种保留了原文与建议的对照关系，特别适合合同审阅、学术论文修改等需要留痕的场景。对于AI指导老师，可设计教学案例：让学员对比模型批注与人工批注的差异，理解大模型在语义理解上的优势与局限。
文档语义提炼是另一高频需求。通过遍历Paragraphs集合，将每个段落文本发送至DeepSeek接口，指令为“用一句话概括本段核心信息”，返回结果可汇总至新文档或插入为脚注。若需生成全文摘要，可采用“分总”策略：先对每段生成摘要，再将摘要拼接后二次请求模型进行归纳。此方法能突破单次请求的上下文限制，同时保留段落级细粒度信息。实测中，对一篇8000字的项目报告，分块摘要加二次归纳的总耗时约20秒，输出摘要的要点覆盖率超过90%。
批量处理时需引入进度提示与错误重试机制。在Word状态栏显示当前处理段落序号，利用Application.StatusBar属性更新进度。对于超时或返回空内容的请求，设置最多三次重试，每次间隔递增。若某段连续失败，则跳过并记录日志至独立文本文件，避免阻塞整体流程。最终，所有AI生成内容应以特定样式标记，如将字体颜色设为深灰色或添加底纹，方便用户区分人工撰写与模型辅助部分，也为后续审计提供依据。
