from dotenv import load_dotenv import streamlit as st import os import google.generativeai as genai # Cargar las variables de entorno load_dotenv() # Configurar la API de Google genai.configure(api_key=os.getenv("GOOGLE_API_KEY")) # Función para obtener una cantidad de bullets def get_gemini_response_bullets(target_audience, product, num_bullets, temperature): model_choice = "gemini-1.5-flash" # Modelo por defecto # Configuración del modelo generativo y las instrucciones del sistema model = genai.GenerativeModel( model_name=model_choice, generation_config={ "temperature": temperature, "top_p": 0.9, # Aumentar para permitir una mayor diversidad en las opciones generadas "top_k": 64, "max_output_tokens": 2048, "response_mime_type": "text/plain", }, system_instruction=( f"Imagina que estás charlando con un amigo que está buscando {product}. " f"Genera {num_bullets} bullets que suenen naturales y amigables, como si estuvieras contándole por qué debería interesarse. " f"Entiendes perfectamente sus emociones y desafíos. Crea bullets que no solo informen, sino que hablen directamente al corazón de {target_audience}, " f"Generando curiosidad y ganas de saber más sobre {product}. " f"¡Haz que se sientan incluidos! Usa un tono amistoso y divertido. " f"Por ejemplo, si están buscando {product}, dales un motivo irresistible para seguir leyendo. " f"Incluye un encabezado atractivo que diga: 'Aquí tienes {num_bullets} razones por las que {target_audience} debería considerar {product}'." ) ) # Crear la instrucción para generar bullets chat_session = model.start_chat( history=[ { "role": "user", "parts": [ f"Quiero que escribas {num_bullets} bullets que transmitan los beneficios de {product} de una manera que atraiga a {target_audience}. " f"Conecta los problemas y deseos de {target_audience} de forma natural y con un estilo amigable y divertido. " f"Por favor, genera bullets creativos que hagan que {target_audience} se sienta emocionado por {product}." ], }, ] ) # Crear un mensaje para el modelo que incluye los bullets generados response = model.generate_content(chat_session.history) # Aquí usamos el historial del chat if response and response.parts: return response.parts[0].text else: raise ValueError("Lo sentimos, intenta con una combinación diferente de entradas.") # Inicializar la aplicación Streamlit st.set_page_config(page_title="Generador de Bullets", layout="wide") # Centrar el título y el subtítulo st.markdown("
{generated_bullets}