bugfix

brancheneinstufung.py

@@ -1068,7 +1068,6 @@ def evaluate_fsm_suitability(company_name, company_data):
         return {"suitability": "k.A.", "justification": "k.A."}
 
 def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kategorien):
-    # Laden des Ziel-Branchenschemas
     def load_target_branches():
         try:
             with open("ziel_Branchenschema.csv", "r", encoding="utf-8") as csvfile:
@@ -1079,8 +1078,7 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
             debug_print(f"Fehler beim Laden des Ziel-Branchenschemas: {e}")
             return []
     target_branches = load_target_branches()
-    
+    target_branches_str = "\n".join(target_branches)
-    # Fokus-Branchen, wie in der Ausgangsversion definiert
     focus_branches = [
         "Gutachter / Versicherungen > Baugutachter",
         "Gutachter / Versicherungen > Technische Gutachten",
@@ -1098,6 +1096,7 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         "Service provider (Dienstleister) > Facility Management",
         "Versorger > Telekommunikation"
     ]
+    focus_branches_str = "\n".join(focus_branches)
     try:
         with open("api_key.txt", "r") as f:
             api_key = f.read().strip()
@@ -1105,29 +1104,32 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         debug_print(f"Fehler beim Lesen des API-Tokens (Branche): {e}")
         return {"branch": "k.A.", "consistency": "k.A.", "justification": "k.A."}
     openai.api_key = api_key
-    
+    additional_instruction = ""
-    # System-Prompt dynamisch wählen
+    if wiki_branche.strip() == "k.A.":
-    if wiki_branche.strip().lower() == "k.a.":
+        additional_instruction = (
-        # Kein Wikipedia-Artikel gefunden: Nur CRM-Branche und externe Beschreibung verwenden.
+            "Da keine Wikipedia-Branche vorliegt, berücksichtige bitte die Wikipedia-Kategorien mit erhöhter Gewichtung, "
-        system_prompt = (
+            "insbesondere wenn Hinweise auf Personentransport oder öffentliche Verkehrsdienstleistungen vorliegen. "
-            "Du bist ein Experte im Field Service Management. Ordne das Unternehmen basierend auf den folgenden Angaben exakt einer Branche zu.\n\n"
-            f"CRM-Branche (Spalte F): {crm_branche}\n"
-            f"Externe Branchenbeschreibung (Spalte H): {beschreibung}\n\n"
-            "Das Ziel-Branchenschema umfasst ALLE gültigen Branchen (inkl. Fokusbranchen). Bitte wähle eine Branche aus.\n"
-            "Antworte im Format:\nBranche: <vorgeschlagene Branche>\nÜbereinstimmung: <ok oder X>\nBegründung: <kurze Begründung>."
         )
-    else:
-        # Wikipedia-Daten vorhanden: Alle Angaben werden herangezogen.
     system_prompt = (
-            "Du bist ein Experte im Field Service Management. Ordne das Unternehmen basierend auf den folgenden Angaben exakt einer Branche zu.\n\n"
+        "Du bist ein Experte im Field Service Management. Deine Aufgabe ist es, ein Unternehmen basierend auf folgenden Angaben einer Branche zuzuordnen.\n\n"
         f"CRM-Branche (Spalte F): {crm_branche}\n"
-            f"Externe Branchenbeschreibung (Spalte H): {beschreibung}\n"
+        f"Branchenbeschreibung (Spalte G): {beschreibung}\n"
         f"Wikipedia-Branche (Spalte N): {wiki_branche}\n"
         f"Wikipedia-Kategorien (Spalte Q): {wiki_kategorien}\n\n"
-            "Das Ziel-Branchenschema umfasst ALLE gültigen Branchen (inkl. Fokusbranchen). Bitte wähle eine Branche aus.\n"
+        + additional_instruction +
-            "Antworte im Format:\nBranche: <vorgeschlagene Branche>\nÜbereinstimmung: <ok oder X>\nBegründung: <kurze Begründung>."
+        "Das Ziel-Branchenschema umfasst ALLE gültigen Branchen, also sowohl Fokusbranchen als auch weitere, z. B. 'Housing > Sozialbau Unternehmen'.\n"
+        "Das vollständige Ziel-Branchenschema lautet:\n"
+        f"{target_branches_str}\n\n"
+        "Falls das Unternehmen mehreren Branchen zugeordnet werden könnte, wähle bitte bevorzugt eine Branche aus der folgenden Fokusliste, sofern zutreffend:\n"
+        f"{focus_branches_str}\n\n"
+        "Gewichtung der Angaben:\n"
+        "1. Wikipedia-Branche (Spalte N) zusammen mit Wikipedia-Kategorien (Spalte Q) (höchste Priorität, wenn verifiziert, ansonsten erhöhte Gewichtung der Kategorien)\n"
+        "2. Branchenbeschreibung (Spalte G)\n"
+        "3. CRM-Branche (Spalte F)\n\n"
+        "Ordne das Unternehmen exakt einer der oben genannten Branchen zu (keine zusätzlichen Branchen erfinden). "
+        "Bitte antworte im Format:\n"
+        "Branche: <vorgeschlagene Branche>\nÜbereinstimmung: <ok oder X>\nBegründung: <kurze Begründung, falls abweichend, ansonsten leer>"
     )
-    
     try:
         response = openai.ChatCompletion.create(
             model="gpt-3.5-turbo",
@@ -1146,9 +1148,7 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
                 consistency = line.split(":", 1)[1].strip()
             elif line.lower().startswith("begründung:"):
                 justification = line.split(":", 1)[1].strip()
-        
+        # Prüfe, ob der vorgeschlagene Branchentext exakt im Ziel-Branchenschema enthalten ist
-        # Überprüfung: Wenn der vorgeschlagene Branchentext nicht exakt im Ziel-Branchenschema enthalten ist,
-        # dann geben wir "k.A." mit Konsistenz "X" zurück.
         if branch.lower() not in [tb.lower() for tb in target_branches]:
             justification = "Vorgeschlagene Branche entspricht nicht dem Ziel-Branchenschema."
             branch = "k.A."
@@ -1162,7 +1162,6 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         debug_print(f"Fehler beim Aufruf der ChatGPT API für Branchenabgleich: {e}")
         return {"branch": "k.A.", "consistency": "k.A.", "justification": "k.A."}
 
-
 def evaluate_servicetechnicians_estimate(company_name, company_data):
     try:
         with open("serpApiKey.txt", "r") as f: