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("

Impact Bullet Generator

", unsafe_allow_html=True) st.markdown("

Transforma los pensamientos de tu audiencia en balas persuasivas que inspiren a la acción.

", unsafe_allow_html=True) # Añadir CSS personalizado para el botón st.markdown(""" """, unsafe_allow_html=True) # Crear dos columnas para el layout (40% y 60%) col1, col2 = st.columns([2, 3]) with col1: # Campos de entrada target_audience = st.text_input("¿Quién es tu público objetivo?") product = st.text_input("¿Qué producto tienes en mente?") # Campos de personalización sin acordeón num_bullets = st.slider("Número de Bullets", min_value=1, max_value=15, value=5) temperature = st.slider("Creatividad", min_value=0.0, max_value=1.0, value=0.5, step=0.1) # Botón de enviar submit = st.button("Generar Bullets") # Mostrar los bullets generados if submit: if target_audience and product: try: # Obtener la respuesta del modelo generated_bullets = get_gemini_response_bullets(target_audience, product, num_bullets, temperature) col2.markdown(f"""

🧙🏻‍♂️ Mira la magia en acción:

{generated_bullets}
""", unsafe_allow_html=True) except ValueError as e: st.error(str(e)) else: st.error("Por favor, completa todos los campos.")