為什麼要給題目加上標籤？因為在複習時，我們不一定能記得所有的題目、專有名詞，但是給題目加上標籤後，我們就可以以標籤來做為搜尋條件，快速找到相關題目。標籤還能用來追蹤錯題的類型，讓我們更容易了解自己不懂的是哪些部分。

一般情況下，如果想要自動生成題目的標籤，想要準較高的確度，需要先進行大量人工標註，建立好訓練資料，再透過模型進行分類或標籤生成。但這樣的流程不僅耗時，還需要持續更新與維護資料集，不一定能在這次鐵人賽完成，所以這次我選擇讓ai根據題目來提取標籤。

1. API key獲取
   這次選用mistral模型，先到 mistral 官網創建帳號，創建完後在下圖位置申請api key

2. 在環境變數中加入MISTRAL_API_KEY
   

3. 找到官方範例，換上需要的提示詞

# 讀取題目、答案，準備加入提示詞
file_path = os.path.join( " json檔路徑 " )
with open(file_path, 'r', encoding='utf-8') as f:
    questions = json.load(f)

for item in questions:
    question = item['題目']
    answer = item['答案']

prompt = f"""
    你是一個標籤生成助手。根據提供的題目和答案，請從提供的「題目」和「答案」中，提取1到3個最能代表主題的繁體中文關鍵字。
    範例：
    題目：白血病又稱血癌，是鄉土劇中常見的生病橋段。主因骨髓造血細胞產生不正常增生，進而影響骨髓造血功能的惡性疾病。『白血病』的英文是？
    答案：Leukemia
    標籤：白血病、血癌

    現在，請生成以下內容的關鍵字：
    題目：{question}
    答案：{answer}
    標籤：
"""

4. 把生成的結果存回json

keywords = chat_response.choices[0].message.content.strip().replace('標籤：', '')
item['標籤'] = keywords.split('、')
        
except Exception as e:
    print(f"在處理題目 '{question}' 時發生錯誤：{e}")
    continue
        
# 存檔
output_file_path = os.path.join( " json檔路徑 " )
with open(output_file_path, 'w', encoding='utf-8') as f:
    json.dump(questions, f, ensure_ascii=False, indent=4)

print(f"\n所有標籤處理完成，已成功儲存至 {output_file_path}")

最後執行一下測試，大功告成！