feat(gtm): upgrade to v3.1 'Closing-Ready' engine (ROI fix, legal battlecards, senior report mode)
This commit is contained in:
@@ -1,4 +1,4 @@
|
||||
# Dokumentation: GTM Architect Engine (v2.6)
|
||||
# Dokumentation: GTM Architect Engine (v3.1)
|
||||
|
||||
## 1. Projektübersicht
|
||||
|
||||
@@ -6,7 +6,9 @@ Der **GTM Architect** ("Go-to-Market Architect") ist ein KI-gestütztes System z
|
||||
|
||||
Das System führt den Nutzer durch einen **9-stufigen Prozess** – von der technischen Analyse über Business-Case-Modellierung bis hin zu fertigen Vertriebsunterlagen und Landingpages.
|
||||
|
||||
## 2. Architektur & Tech-Stack (Stand Jan 2026)
|
||||
**Aktuelle Version:** v3.1 ("Closing-Ready Edition") - Stand: 20.01.2026
|
||||
|
||||
## 2. Architektur & Tech-Stack
|
||||
|
||||
Das System ist als Microservice in die bestehende Docker-Umgebung integriert (`gtm-app`).
|
||||
|
||||
@@ -63,112 +65,112 @@ Die `call_gemini_image`-Funktion wählt automatisch die beste Methode basierend
|
||||
* **Modell:** `gemini-2.5-flash-image`.
|
||||
* **Anwendung:** Platziert ein existierendes Produkt (via Upload) in eine neue, per Text beschriebene Szene. Der Prompt ist darauf optimiert, das Produktdesign nicht zu verändern.
|
||||
|
||||
## 4. Der 9-Phasen Prozess
|
||||
## 4. Der 9-Phasen Prozess (v3.1 Logik)
|
||||
|
||||
| Phase | Modus | Input | Output | Beschreibung |
|
||||
| Phase | Modus | Input | Output | V3.1 Update |
|
||||
| :--- | :--- | :--- | :--- | :--- |
|
||||
| **1** | `phase1` | Rohtext / URL | Features, Constraints, **Specs** | Extrahiert technische Daten, **Hard Facts (Specs)** & erstellt DB-Projekt. **Specs sind editierbar.** |
|
||||
| **2** | `phase2` | Phase 1 Result | ICPs, Data Proxies | Identifiziert ideale Kundenprofile. |
|
||||
| **3** | `phase3` | Phase 2 Result | Whales, Rollen | Identifiziert Zielkunden & Buying Center. |
|
||||
| **4** | `phase4` | Phase 1 & 3 | Strategy Matrix | Entwickelt "Angles" und Pain-Points. |
|
||||
| **5** | `phase5` | Alle Daten | Markdown Report | **Strategie-Fixierung**. Konsolidierter Report inkl. Specs & Phase 2 Insights. |
|
||||
| **6** | `phase6` | Phase 1, 3, 4 | Battlecards, Prompts | Generiert Einwandbehandlung & Bild-Prompts. |
|
||||
| **7** | `phase7` | Phase 2, 4 | Landing Page Copy | Erstellt Landingpage-Texte. |
|
||||
| **8** | `phase8` | Phase 1, 2 | Business Case | CFO-Argumentation, ROI-Logik. |
|
||||
| **1** | `phase1` | Rohtext / URL | Features, Constraints, **Category** | Autonome Erkennung der Wackler-Kategorie (z.B. Cleaning Indoor Carpet). |
|
||||
| **2** | `phase2` | Phase 1 Result | ICPs, Data Proxies | Identifiziert ideale Kundenprofile basierend auf Kategorie. |
|
||||
| **3** | `phase3` | Phase 2 Result | Whales, **Archetypes** | Identifiziert 4 strategische Archetypen (Operativ, Infrastruktur, Eco, Innovation). |
|
||||
| **4** | `phase4` | Phase 1 & 3 | Strategy Matrix | Wendet "Service Gap" Logik an (Machine vs. Human Service). |
|
||||
| **5** | `phase5` | Alle Daten | **Senior Report** | Erstellt "Closing-Ready" Report mit Datasheet-Specs & ROI-Range. |
|
||||
| **6** | `phase6` | Phase 1, 3, 4 | Battlecards, Prompts | **Legal/Liability** Fokus für Infrastruktur-Persona. |
|
||||
| **7** | `phase7` | Phase 2, 4 | Landing Page Copy | Erstellt Landingpage-Texte mit Wackler-Symbiose. |
|
||||
| **8** | `phase8` | Phase 1, 2 | **ROI Framework** | Generiert ROI-Formel mit **Example Ranges** (kein "undefined"). |
|
||||
| **9** | `phase9` | Phase 1, 4 | Feature-to-Value | Übersetzung technischer Features in Nutzen. |
|
||||
|
||||
### 4.1 Anleitung: Anpassung der Strategie-Logik (Meta-Framework)
|
||||
## 5. Changelog & Version History
|
||||
|
||||
Das Herzstück der strategischen Qualität der App ist nicht in einer externen Datei gespeichert, sondern wurde als "Meta-Framework" direkt in die Anweisungen (Prompts) für die KI einprogrammiert. Dieses Framework besteht aus den strategischen Schlüsselfragen, die die KI beantworten muss, um eine GTM-Strategie zu erstellen.
|
||||
* **[MAJOR] v3.1: "Closing-Ready" Edition (Jan 20, 2026)**
|
||||
* **ROI-Fix:** Phase 8 generiert nun plausible **Wertebereiche** (z.B. "20-30% Reduktion") statt abstrakter Formeln, die zu `undefined` führten.
|
||||
* **Legal-Härtung:** Phase 6 Battlecards adressieren gezielt **Haftung, DSGVO & DGUV V3** für die "Infrastruktur"-Persona.
|
||||
* **Technical Depth:** Phase 5 Report fordert nun explizit **alle** technischen Specs (auch Layer-Daten) für eine "Datasheet"-Qualität.
|
||||
* **Stabilität:** Implementierung von `isinstance(list)` Checks in Phasen 6, 7, 8, um "White Screen of Death" durch Listen-Antworten zu verhindern.
|
||||
|
||||
Wenn sich Ihre grundlegende Marketing-Strategie weiterentwickelt, können Sie diese Logik anpassen, indem Sie die Prompts im Code ändern.
|
||||
* **[MAJOR] v3.0: "Dynamic Service Logic" (Jan 20, 2026)**
|
||||
* Einführung der **7 Wackler-Kategorien** (Cleaning Indoor/Outdoor, POS, Security, Service, Transport).
|
||||
* Implementierung der universellen "Machine Layer vs. Human Service Layer" Logik im System-Prompt.
|
||||
* Konsolidierung auf **4 Buying Center Archetypen**.
|
||||
|
||||
**Wichtig:** Dieser Prozess erfordert ein Verständnis der Programm-Logik und sollte sorgfältig durchgeführt werden.
|
||||
* **[UPGRADE] v2.6.2:** Editierbare Hard Facts & Report Completeness.
|
||||
* **[UPGRADE] v2.6:** Rich Session Browser & Metadaten-Persistenz.
|
||||
|
||||
**Schritt-für-Schritt-Anleitung:**
|
||||
## 6. GTM Architect V3.1 Prompts (Reference)
|
||||
|
||||
1. **Quelldatei identifizieren:** Die gesamte Logik befindet sich in der Datei `gtm_architect_orchestrator.py`.
|
||||
Dies ist die Referenz der kritischen Prompts, die die "Senior Grade" Qualität der Engine steuern.
|
||||
|
||||
2. **Relevante Funktionen finden:** Jede Phase des GTM-Prozesses hat eine eigene Python-Funktion (z.B. `phase2`, `phase3`, `phase4` etc.). Innerhalb jeder dieser Funktionen gibt es eine Variable namens `prompt`. Das ist die Anweisung für die KI.
|
||||
### 6.1. System Prompt (Universal Service Logic)
|
||||
Definiert die "Denkweise" der KI. Erkennt autonom die Kategorie und wendet die passende Hybrid-Logik an.
|
||||
|
||||
3. **Prompt-Struktur verstehen:** Die Prompts sind so aufgebaut, dass sie der KI strategische Leitplanken geben. Suchen Sie nach dem Abschnitt `**Strategic Questions:**` innerhalb des `prompt`-Blocks.
|
||||
```python
|
||||
def get_system_instruction(lang):
|
||||
return """
|
||||
# RULE 5: THE "DYNAMIC SERVICE" LOGIC (UNIVERSAL)
|
||||
First analyze the **category** of the robot and then apply the appropriate hybrid logic:
|
||||
|
||||
*Beispiel (Ausschnitt aus `phase2`):*
|
||||
```python
|
||||
prompt = f"""
|
||||
PHASE 2: IDEAL CUSTOMER PROFILE (ICP) & DATA PROXIES - STRATEGIC ANALYSIS
|
||||
|
||||
**Your Task:**
|
||||
Answer the following strategic questions to determine the Ideal Customer Profiles (ICPs).
|
||||
|
||||
**Strategic Questions:**
|
||||
1. **ICP Identification:** Based on the product's core capabilities, which 3 industries face the most significant operational challenges...?
|
||||
2. **Rationale:** For each identified ICP, provide a concise rationale...
|
||||
3. **Data Proxies:** How can we find these companies online...?
|
||||
|
||||
{lang_instr}
|
||||
1. CLEANING INDOOR (CARPET) - Vacuums for carpets
|
||||
* Robot: Does the area (80%).
|
||||
* Human (Wackler Cleaning): Does edges, corners, spot removal (20%).
|
||||
|
||||
**Output:**
|
||||
Provide your analysis ONLY in the following JSON format:
|
||||
{{"icps": [...], "dataProxies": [...]}}
|
||||
2. CLEANING INDOOR (WET SURFACE) - Scrubber dryers (Hard floor)
|
||||
* Robot: Cleans halls/corridors continuously.
|
||||
* Human (Wackler Cleaning): Safety check (slip hazard), water change, hygiene audit.
|
||||
|
||||
5. SECURITY ROBOT - Mobile Surveillance (Quadruped/Drone)
|
||||
* Robot: "Detection & Presence". 24/7 patrol, thermal imaging, no fatigue.
|
||||
* Human (Wackler Security): "Evaluation & Intervention". NSL evaluates alarm, intervention force drives out.
|
||||
* Pitch: "The robot sees the danger, Wackler eliminates it."
|
||||
|
||||
[...weitere Kategorien...]
|
||||
Mandatory application of this logic in PHASE 4 (Strategy) and PHASE 6 (Sales Enablement).
|
||||
"""
|
||||
```
|
||||
```
|
||||
|
||||
4. **Strategische Fragen anpassen:** Sie können die Fragen unter `**Strategic Questions:**` ändern, hinzufügen oder entfernen, um die Denkweise der KI zu steuern. Wenn Sie beispielsweise feststellen, dass die "Data Proxies" präziser sein müssen, könnten Sie die Frage 3 anpassen oder eine vierte Frage hinzufügen.
|
||||
### 6.2. Phase 5 Prompt (Senior Report Generation)
|
||||
Erzwingt ausführliche, gut formatierte Reports und verhindert "dünnen" Content.
|
||||
|
||||
5. **Output-Struktur beibehalten (KRITISCH!):** Der Teil des Prompts, der mit `**Output:**` beginnt, definiert das JSON-Format, das die Funktion zurückgibt. **Ändern Sie dieses Format NICHT**, da sonst die nachfolgenden Phasen und das Frontend die Daten nicht mehr verarbeiten können. Die Anpassung erfolgt ausschließlich über die strategischen Fragen, die das Ergebnis inhaltlich beeinflussen.
|
||||
```python
|
||||
report_sys_instr = """
|
||||
You are a Senior Business Consultant at a top-tier firm (like McKinsey or BCG).
|
||||
Your task is to write a strategically deep, detailed "Go-to-Market Strategy Report".
|
||||
|
||||
6. **Änderungen bereitstellen:** Nachdem Sie die `gtm_architect_orchestrator.py` gespeichert haben, ist **kein** `docker build` notwendig. Ein einfacher Neustart des Containers aktiviert die neue Logik:
|
||||
```bash
|
||||
docker restart gtm-app
|
||||
```
|
||||
RULES:
|
||||
1. **No JSON:** Your output is pure, cleanly formatted Markdown.
|
||||
2. **Senior Grade:** Do not write "thin" bullet points. Write full sentences...
|
||||
3. **Completeness:** Never stop in the middle of a table or sentence.
|
||||
"""
|
||||
|
||||
Durch das Befolgen dieser Schritte können Sie die Kernlogik des GTM Architect selbstständig an neue strategische Anforderungen anpassen.
|
||||
prompt = """
|
||||
TASK: Write the "GTM STRATEGY REPORT v3.1" in Markdown.
|
||||
REQUIRED STRUCTURE:
|
||||
...
|
||||
3. Product Reality Check (Technical Deep Dive)
|
||||
* Include ALL available specs... Make it as comprehensive as a technical datasheet.
|
||||
...
|
||||
7. Commercial Logic (ROI Framework)
|
||||
* Example Calculation: Provide a hypothetical example calculation with plausible ranges...
|
||||
"""
|
||||
```
|
||||
|
||||
## 5. Sitzungs-Management
|
||||
### 6.3. Phase 6 Prompt (Legal Hardening)
|
||||
Sorgt für rechtssichere Verkaufsargumente.
|
||||
|
||||
Das System verwaltet persistente Sitzungen in der SQLite-Datenbank:
|
||||
* **List:** Abruf aller gespeicherten Projekte, angereichert mit extrahierten Metadaten wie Produktname, Kategorie und Beschreibung für eine informative Übersicht.
|
||||
* **Load:** Vollständige Wiederherstellung des App-States (alle Phasen).
|
||||
* **Delete:** Permanentes Entfernen aus der Datenbank.
|
||||
```python
|
||||
prompt = """
|
||||
1. **Anticipate Objections:** ...
|
||||
* *Special Focus for 'Infrastructure Responsible' (Gatekeeper):* Address **Legal, Liability & Compliance** issues (e.g. GDPR, DGUV V3, accident liability) specifically.
|
||||
2. **Formulate Battlecards:** ...
|
||||
* *Requirement:* Use specific **proof points** (e.g., "Certified according to...", "Data hosted in Germany") instead of generic promises.
|
||||
"""
|
||||
```
|
||||
|
||||
## 6. Deployment & Betrieb
|
||||
### 6.4. Phase 8 Prompt (ROI Ranges)
|
||||
Verhindert "undefined" Fehler durch Forderung von Schätzbereichen.
|
||||
|
||||
* **Wichtig:** Das Frontend wird im Build-Stage gebaut. Bei Änderungen an `App.tsx` muss der Container mit `docker-compose up -d --build gtm-app` neu gebaut werden.
|
||||
* **Backend:** Änderungen an `gtm_architect_orchestrator.py` oder `helpers.py` erfordern keinen Build, nur einen Restart (`docker restart gtm-app`).
|
||||
|
||||
## 7. Historie & Fixes (Jan 2026)
|
||||
|
||||
* **[UPGRADE] v2.6.2: Report Completeness & Edit Mode**
|
||||
* **Edit Hard Facts:** Neue Funktion in Phase 1 ("Edit Raw Data") erlaubt die manuelle Korrektur der extrahierten technischen JSON-Daten.
|
||||
* **Report-Update:** Phase 5 Prompt wurde angepasst, um explizit die Ergebnisse aus Phase 2 (ICPs & Data Proxies) im finalen Report aufzuführen.
|
||||
* **Backend-Fix:** Korrektur eines Fehlers beim Speichern von JSON-Daten, der auftrat, wenn Datenbank-Inhalte als Strings vorlagen.
|
||||
|
||||
* **[UPGRADE] v2.6.1: Stability & UI Improvements**
|
||||
* **White Screen Fix:** Robuste Absicherung des Frontends gegen `undefined`-Werte beim Laden älterer Sitzungen (`optional chaining`).
|
||||
* **Session Browser:** Komplettes Redesign der Sitzungsübersicht zu einer übersichtlichen Listenansicht mit Icons (Reinigung/Service/Transport/Security).
|
||||
* **URL-Anzeige:** Die Quell-URL wird nun als dedizierter Link angezeigt und das Projekt automatisch basierend auf dem erkannten Produktnamen umbenannt.
|
||||
|
||||
* **[UPGRADE] v2.6: Rich Session Browser**
|
||||
* **Neues UI:** Die textbasierte Liste für "Letzte Sitzungen" wurde durch eine dedizierte, kartenbasierte UI (`SessionBrowser.tsx`) ersetzt.
|
||||
* **Angereicherte Daten:** Jede Sitzungskarte zeigt nun den Produktnamen, die Produktkategorie (mit Icon), eine Kurzbeschreibung und einen Thumbnail-Platzhalter an.
|
||||
* **Backend-Anpassung:** Die Datenbankabfrage (`gtm_db_manager.py`) wurde erweitert, um diese Metadaten direkt aus der JSON-Spalte zu extrahieren und an das Frontend zu liefern.
|
||||
* **Verbesserte UX:** Deutlich verbesserte Übersichtlichkeit und schnellere Identifikation von vergangenen Analysen.
|
||||
|
||||
* **[UPGRADE] v2.5: Hard Fact Extraction**
|
||||
* **Phase 1 Erweiterung:** Implementierung eines sekundären Extraktions-Schritts für "Hard Facts" (Specs).
|
||||
* **Strukturiertes Daten-Schema:** Integration von `templates/json_struktur_roboplanet.txt`.
|
||||
* **Normalisierung:** Automatische Standardisierung von Einheiten (Minuten, cm, kg, m²/h).
|
||||
* **Frontend Update:** Neue UI-Komponente zur Anzeige der technischen Daten (Core Data, Layer, Extended Features).
|
||||
* **Sidebar & Header:** Update auf "ROBOPLANET v2.5".
|
||||
|
||||
* **[UPGRADE] v2.4:**
|
||||
* Dokumentation der Kern-Engine (`helpers.py`) mit Dual SDK & Hybrid Image Generation.
|
||||
* Aktualisierung der Architektur-Übersicht und Komponenten-Beschreibungen.
|
||||
* Versionierung an den aktuellen Code-Stand (`v2.4.0`) angepasst.
|
||||
|
||||
* **[UPGRADE] v2.3:**
|
||||
* Einführung der Session History (Datenbank-basiert).
|
||||
* Implementierung von Markdown-Cleaning (Stripping von Code-Blocks).
|
||||
* Prompt-Optimierung für tabellarische Markdown-Ausgaben in Phase 5.
|
||||
* Markdown-File Import Feature.
|
||||
```python
|
||||
prompt = """
|
||||
2. **ROI Formula & Example:** Create a formula: `Net Value = (Savings + Risk Mitigation) - (TCO)`.
|
||||
* *CRITICAL:* Provide **PLAUSIBLE EXAMPLE RANGES** for efficiency gains (e.g., "Estimate: 20-30% reduction in manual patrol time") instead of just listing the variable.
|
||||
* **Do NOT output "undefined".** Give a realistic estimation based on the industry context.
|
||||
"""
|
||||
```
|
||||
|
||||
Reference in New Issue
Block a user