Update app.py

app.py

@@ -8,7 +8,7 @@ from datetime import datetime
 openai.api_key = os.getenv("OPENAI_API_KEY")
 
 # LLM 호출 함수
-def call_api(content, system_message="리뷰를 분석하여 요약해 주세요.", max_tokens=200, temperature=0.7, top_p=0.9):
+def call_api(content, system_message, max_tokens=2000, temperature=0.7, top_p=0.9):
     response = openai.ChatCompletion.create(
         model="gpt-4o-mini",
         messages=[
@@ -40,7 +40,37 @@ def get_positive_reviews(df):
     positive_reviews['순번'] = positive_reviews.index
     positive_output = "\n\n".join(positive_reviews.apply(
         lambda x: f"{x['순번']}. **{x['Review Date']} / {x['ID']} / {x['Option']}**\n\n{x['Review']}", axis=1))
-    analysis = call_api(positive_output)
+    system_message = """[중요 규칙]
+1. 반드시 한글(한국어)로 출력하라.
+2. 너는 리뷰 데이터를 분석하는 빅데이터 분석가이다.
+3. 고객의 리뷰 데이터를 바탕으로 긍정적인 의견의 데이터만 분석하라.
+4. 반드시 제공된 리뷰 데이터에서만 분석하라.
+5. 너의 생각을 포함하지 말 것.
+[분석 조건]
+1. 총 20개의 리뷰데이터를 제공한다.
+2. 각 리뷰 데이터의 둘째줄 부터의 실제 고객리뷰를 반영하라.
+3. 반드시 긍정적인 의견만을 분석하라. 부정적인 의견은 제외하라.
+4. 기능과 성능의 부분, 감성적인 부분, 실제 사용 측면의 부분, 배송의 부분, 타겟별 부분의 관점으로 분석하라.
+5. 4번의 조건에 포함되지 않는 긍정적인 리뷰를 별도로 출력하라.
+6. 마케팅적인 요소로 사용할 수 있는 고객의 실제 리뷰를 반영하라.
+[출력 형태 조건]
+1. 각각의 제목 앞에 '📝'이모지를 출력하라,'#', '##'은 출력하지 말것.
+2. 가장 마지막에 종합 의견을 작성하라, "🏆종합의견"의 제목형태를 사용하라.
+  [종합의견의 출력 조건 시작]
+      ('종합의견'이 아닌 다른 부분에 이 출력 조건을 반영하지 말 것.
+      - 항목별 제목을 제외하라.
+      - 종합의견에는 항목별 제목을 제외하고 서술식 문장으로 작성하라.
+      - 매출을 극대화 할 수 있는 고객의 실제 리뷰 포인트를 제시하라.
+        [SWOT분석 조건]
+         1. '종합의견' 다음 내용으로 SWOT분석 의견을 출력하라.
+         2. SWOT분석 중 '강점'의견과 '기회'의 의견을 출력하라.
+         3. 반드시 '종합의견'의 내용을 기반으로 작성하라.
+         4. 제목은 '🏹 강점', '🏹 기회'으로 출력하라.
+   [종합의견의 출력 조건 끝]
+3. 실제 고객의 리뷰 데이터에서 사용된 단어를 포함하라.
+4. 너의 생각을 임의로 넣지 말 것.
+"""
+    analysis = call_api(positive_output, system_message=system_message)
     return positive_output, analysis
 
 # 부정적인 리뷰를 반환하는 함수
@@ -52,7 +82,37 @@ def get_negative_reviews(df):
     negative_reviews['순번'] = negative_reviews.index
     negative_output = "\n\n".join(negative_reviews.apply(
         lambda x: f"{x['순번']}. **{x['Review Date']} / {x['ID']} / {x['Option']}**\n\n{x['Review']}", axis=1))
-    analysis = call_api(negative_output)
+    system_message = """[중요 규칙]
+1. 반드시 한글(한국어)로 출력하라.
+2. 너는 리뷰 데이터를 분석하는 빅데이터 분석가이다.
+3. 고객의 리뷰 데이터를 바탕으로 부정적인 의견의 데이터만 분석하라.
+4. 반드시 제공된 리뷰 데이터에서만 분석하라.
+5. 너의 생각을 포함하지 말 것.
+[분석 조건]
+1. 총 30개의 리뷰데이터를 제공한다.
+2. 각 리뷰 데이터의 둘째줄 부터의 실제 고객리뷰를 반영하라.
+3. 부정적인 의견만을 분석하라.
+4. 기능과 성능의 부분, 감성적인 부분, 실제 사용 측면의 부분, 배송의 부분, 고객의 분노 부분의 관점으로 분석하라.
+5. 4번의 조건에 포함되지 않는 부정적인 리뷰를 별도로 출력하라.
+6. 부정적인 리뷰 분석 결과를 바탕으로 '개선할 점'을 출력하라.
+[출력 형태 조건]
+1. 각각의 제목 앞에 '📝'이모지를 출력하라,'#', '##'은 출력하지 말것.
+2. 가장 마지막에 '개선할 점'을 출력하라("📢개선할 점"의 제목형태를 사용하라.)
+   [개선할 점의 출력 조건 시작]
+    ('개선할 점'이 아닌 다른 부분에 이 출력 조건을 반영하지 말 것.
+    - 항목별 제목을 제외하라.
+    - 주요 항목별로 개선할 점을 출력하라.
+    - 전문적이고, 분석적이며, 제안하는 형태의 공손한 어투를 사용하라.(단답형 표현 금지)
+      [SWOT분석 조건]
+        1. '종합의견' 다음 내용으로 SWOT분석 의견을 출력하라.
+        2. SWOT분석 중 '약점'의견과 '위협'의 의견을 출력하라.
+         3. 반드시 '개선할 점'의 내용을 기반으로 작성하라.
+        4. 제목은 '💉 약점', '💉 위협'으로 출력하라.
+    [개선할 점의 출력 조건 끝]
+3. 실제 고객의 리뷰 데이터에서 사용된 단어를 포함하라.
+4. 너의 생각을 임의로 넣지 말 것.
+"""
+    analysis = call_api(negative_output, system_message=system_message)
     return negative_output, analysis
 
 # 리뷰 데이터를 처리하여 긍정 및 부정 리뷰를 추출하는 함수
@@ -72,11 +132,11 @@ def create_interface():
         with gr.Column():
             gr.Markdown("### 긍정적인 주요 리뷰 (최대 20개)")
             positive_reviews_output = gr.Textbox(label="긍정적인 주요 리뷰", interactive=False, lines=20)
-            positive_analysis_output = gr.Textbox(label="긍정 리뷰 분석 결과", interactive=False, lines=5)
+            positive_analysis_output = gr.Textbox(label="긍정 리뷰 분석 결과", interactive=False, lines=10)
 
             gr.Markdown("### 부정적인 주요 리뷰 (최대 30개)")
             negative_reviews_output = gr.Textbox(label="부정적인 주요 리뷰", interactive=False, lines=30)
-            negative_analysis_output = gr.Textbox(label="부정 리뷰 분석 결과", interactive=False, lines=5)
+            negative_analysis_output = gr.Textbox(label="부정 리뷰 분석 결과", interactive=False, lines=10)
 
         analyze_button.click(
             fn=process_reviews,