Implementierung der kontextbasierten Brancheneinstufung
- FEATURE: Brancheneinstufung 2.0 implementiert; nutzt nun die reichhaltigen Definitionen und Beispiele aus `config.py` für ein hochpräzises, kontextuelles Matching. - REFACTOR: `evaluate_branche_chatgpt` in `helpers.py` komplett neugeschrieben; gibt nun eine detaillierte Begründung für die Zuordnung zurück. - FEATURE: Neuer Batch-Modus `reclassify_branches` in `data_processor.py` hinzugefügt, um eine vollständige Neubewertung aller Accounts zu ermöglichen.
This commit is contained in:
149
helpers.py
149
helpers.py
@@ -877,94 +877,91 @@ def summarize_wikipedia_article(full_text, company_name):
|
||||
# ==============================================================================
|
||||
|
||||
@retry_on_failure
|
||||
def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kategorien, website_summary, schema_data):
|
||||
def evaluate_branche_chatgpt(company_name, website_summary, wiki_absatz):
|
||||
"""
|
||||
Bewertet die Branche eines Unternehmens. Stellt die stabile System-Prompt- und Parsing-Logik
|
||||
aus v1.7.9 wieder her und integriert den intelligenten Fallback.
|
||||
Führt eine kontextbasierte Brancheneinstufung (v2.0) durch.
|
||||
Das Unternehmensprofil wird mit dem vollständigen, definierten Branchenschema
|
||||
abgeglichen, um die bestmögliche Zuordnung zu finden.
|
||||
"""
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
if not schema_data or not schema_data.get("allowed_branches"):
|
||||
return {"branch": "FEHLER - SCHEMA FEHLT", "confidence": "N/A", "consistency": "error_schema_missing", "justification": "Fehler: Schema-Daten fehlen."}
|
||||
# 1. Baue das Unternehmensprofil zusammen
|
||||
unternehmens_profil = [f"- Name: {company_name}"]
|
||||
if website_summary and 'k.a.' not in website_summary.lower():
|
||||
unternehmens_profil.append(f"- Website-Zusammenfassung: {website_summary}")
|
||||
if wiki_absatz and 'k.a.' not in wiki_absatz.lower():
|
||||
unternehmens_profil.append(f"- Wikipedia-Auszug: {wiki_absatz}")
|
||||
|
||||
allowed_branches = schema_data["allowed_branches"]
|
||||
allowed_branches_lookup = {b.lower(): b for b in allowed_branches}
|
||||
if len(unternehmens_profil) == 1:
|
||||
logger.warning(f"Zu wenige Informationen für Brancheneinstufung von '{company_name}'. Breche ab.")
|
||||
return {
|
||||
"branch": "FEHLER (Mangelnde Daten)",
|
||||
"confidence": "N/A",
|
||||
"justification": "Keine Website- oder Wikipedia-Daten zur Analyse vorhanden."
|
||||
}
|
||||
|
||||
system_prompt_content = (
|
||||
"Du bist ein Wirtschaftsanalyst, der die Branche eines Unternehmens bewertet.\n"
|
||||
"Deine Aufgabe ist es, aus den untenstehenden Informationen die am besten passende Branche aus dem 'Ziel-Branchenschema' auszuwählen.\n"
|
||||
"Bewerte Wikipedia-Daten und externe Branchenbeschreibungen höher als allgemeine Website-Texte.\n"
|
||||
"Antworte NUR mit den folgenden drei Zeilen im exakten Format:\n"
|
||||
"Branche: <Exakter Name der Branche aus der Liste>\n"
|
||||
"Konfidenz: <Hoch, Mittel oder Niedrig>\n"
|
||||
"Begruendung: <Sehr kurze Begründung für deine Wahl basierend auf den Quelldaten>"
|
||||
)
|
||||
# 2. Baue das Ziel-Branchenschema als Textblock auf
|
||||
schema_text_parts = []
|
||||
for i, (branch, details) in enumerate(Config.BRANCH_GROUP_MAPPING.items()):
|
||||
schema_text_parts.append(f"{i+1}. Branche: {branch}")
|
||||
if details.get("definition"):
|
||||
schema_text_parts.append(f" Definition: {details['definition']}")
|
||||
if details.get("beispiele"):
|
||||
schema_text_parts.append(f" Beispiele: {details['beispiele']}")
|
||||
|
||||
user_prompt_parts = [
|
||||
"--- ZIEL-BRANCHENSCHEMA ---",
|
||||
"\n".join(f"- {b}" for b in allowed_branches),
|
||||
"\n--- UNTERNEHMENSDATEN ---"
|
||||
ziel_branchenschema_text = "\n".join(schema_text_parts)
|
||||
|
||||
# 3. Baue den Master-Prompt zusammen
|
||||
prompt_parts = [
|
||||
"Du bist ein erfahrener Branchenanalyst bei einer führenden Unternehmensberatung. Deine Aufgabe ist es, ein Unternehmen präzise einer von 54 vordefinierten Branchenkategorien zuzuordnen. Nutze dafür ausschließlich die bereitgestellten Definitionen.",
|
||||
"\n--- UNTERNEHMENS-PROFIL ---",
|
||||
"\n".join(unternehmens_profil),
|
||||
"\n--- ZIEL-BRANCHENSCHEMA (Deine einzig gültige Wissensbasis) ---",
|
||||
ziel_branchenschema_text,
|
||||
"\n--- DEINE AUFGABE (DENKPROZESS) ---",
|
||||
"1. **Analysiere das Unternehmens-Profil:** Was ist die exakte, primäre Geschäftstätigkeit des Unternehmens?",
|
||||
"2. **Vergleiche diese Tätigkeit mit ALLEN Definitionen** im Ziel-Branchenschema. Achte genau auf die Abgrenzungen.",
|
||||
"3. **Identifiziere die Definition, die am besten passt.** Nutze die Beispielunternehmen zur Validierung deiner Wahl.",
|
||||
"4. **Triff eine Entscheidung** und gib das Ergebnis im folgenden JSON-Format aus:",
|
||||
'''
|
||||
{
|
||||
"Branche": "<Exakter Name der am besten passenden Branche aus dem Schema>",
|
||||
"Konfidenz": "<Hoch, Mittel oder Niedrig>",
|
||||
"Begruendung": "<Eine sehr kurze Begründung für deine Wahl und warum andere ähnliche Branchen (falls zutreffend) ausgeschlossen wurden.>"
|
||||
}
|
||||
'''
|
||||
]
|
||||
|
||||
if crm_branche and str(crm_branche).strip() and str(crm_branche).strip().lower() != "k.a.": user_prompt_parts.append(f"- CRM-Branche (Referenz): {str(crm_branche).strip()}")
|
||||
if wiki_branche and str(wiki_branche).strip() and str(wiki_branche).strip().lower() != "k.a.":
|
||||
if beschreibung and str(beschreibung).strip() and str(beschreibung).strip().lower() != "k.a.": user_prompt_parts.append(f"- Beschreibung (CRM): {str(beschreibung).strip()[:500]}...")
|
||||
if website_summary and str(website_summary).strip() and str(website_summary).strip().lower() != "k.a." and not str(website_summary).strip().startswith("k.A. (Fehler"): user_prompt_parts.append(f"- Website-Zusammenfassung: {str(website_summary).strip()[:500]}...")
|
||||
user_prompt_parts.append(f"- Wikipedia-Branche: {str(wiki_branche).strip()[:300]}...")
|
||||
if wiki_kategorien and str(wiki_kategorien).strip() and str(wiki_kategorien).strip().lower() != "k.a.": user_prompt_parts.append(f"- Wikipedia-Kategorien: {str(wiki_kategorien).strip()[:500]}...")
|
||||
else:
|
||||
if website_summary and str(website_summary).strip() and str(website_summary).strip().lower() != "k.a." and not str(website_summary).strip().startswith("k.A. (Fehler"): user_prompt_parts.append(f"- Website-Zusammenfassung (als Hauptbeschreibung): {str(website_summary).strip()[:800]}...")
|
||||
elif beschreibung and str(beschreibung).strip() and str(beschreibung).strip().lower() != "k.a.": user_prompt_parts.append(f"- Beschreibung (CRM, als Hauptbeschreibung): {str(beschreibung).strip()[:800]}...")
|
||||
|
||||
full_prompt = system_prompt_content + "\n\n" + "\n".join(user_prompt_parts)
|
||||
prompt = "\n".join(prompt_parts)
|
||||
|
||||
# 4. API-Aufruf
|
||||
try:
|
||||
chat_response = call_openai_chat(full_prompt, temperature=0.1)
|
||||
if not chat_response: raise APIError("Keine Antwort von OpenAI erhalten.")
|
||||
response_str = call_openai_chat(prompt, temperature=0.0, model="gpt-4o", response_format_json=True)
|
||||
if not response_str:
|
||||
raise APIError("Keine Antwort von OpenAI erhalten.")
|
||||
|
||||
response_json = json.loads(response_str)
|
||||
|
||||
# Validierung des Ergebnisses
|
||||
final_branch = response_json.get("Branche")
|
||||
if final_branch not in Config.BRANCH_GROUP_MAPPING:
|
||||
logger.warning(f"KI hat eine ungültige Branche zurückgegeben: '{final_branch}'. Markiere als Fehler.")
|
||||
response_json["Branche"] = "FEHLER (Ungültige Antwort)"
|
||||
response_json["Begruendung"] = f"Originalantwort: {final_branch}. " + response_json.get("Begruendung", "")
|
||||
|
||||
return {
|
||||
"branch": response_json.get("Branche", "FEHLER (Parsing)"),
|
||||
"confidence": response_json.get("Konfidenz", "N/A"),
|
||||
"justification": response_json.get("Begruendung", "Keine Begründung erhalten.")
|
||||
}
|
||||
|
||||
except Exception as e:
|
||||
return {"branch": "FEHLER API", "confidence": "N/A", "consistency": "error_api_failed", "justification": f"Fehler API: {str(e)[:100]}"}
|
||||
|
||||
lines = chat_response.strip().split("\n")
|
||||
result = {"confidence": "N/A", "justification": ""}
|
||||
suggested_branch = ""
|
||||
|
||||
for line in lines:
|
||||
if line.lower().strip().startswith("branche:"):
|
||||
suggested_branch = line.split(":", 1)[1].strip().strip('"\'')
|
||||
break
|
||||
if not suggested_branch and lines:
|
||||
suggested_branch = lines[0].strip().split(":", 1)[-1].strip().strip('"\'')
|
||||
|
||||
for line in lines:
|
||||
if line.lower().strip().startswith("konfidenz:"): result["confidence"] = line.split(":", 1)[1].strip()
|
||||
elif line.lower().strip().startswith("begruendung:"): result["justification"] = line.split(":", 1)[1].strip()
|
||||
|
||||
if not suggested_branch:
|
||||
return {"branch": "FEHLER PARSING", "confidence": "N/A", "consistency": "error_parsing", "justification": f"Antwort unklar: {chat_response[:100]}"}
|
||||
|
||||
final_branch = None
|
||||
suggested_branch_lower = suggested_branch.lower()
|
||||
|
||||
if suggested_branch_lower in allowed_branches_lookup:
|
||||
final_branch = allowed_branches_lookup[suggested_branch_lower]
|
||||
else:
|
||||
best_suggestion_match = next((val for key, val in allowed_branches_lookup.items() if suggested_branch_lower in key.lower()), None)
|
||||
if best_suggestion_match: final_branch = best_suggestion_match
|
||||
|
||||
if final_branch:
|
||||
result["branch"] = final_branch
|
||||
result["consistency"] = "ok" if final_branch.lower() == crm_branche.strip().lower() else "X"
|
||||
else:
|
||||
crm_short_branch_lower = crm_branche.strip().lower()
|
||||
best_crm_fallback = next((val for key, val in allowed_branches_lookup.items() if crm_short_branch_lower and crm_short_branch_lower in key.lower()), None)
|
||||
if best_crm_fallback:
|
||||
result.update({"branch": best_crm_fallback, "consistency": "fallback_crm_substring", "justification": f"Fallback: KI-Vorschlag ungültig. CRM-Branche '{crm_branche}' passt zu '{best_crm_fallback}'.", "confidence": "N/A (Fallback)"})
|
||||
else:
|
||||
result.update({"branch": "FEHLER - UNGUELTIGE ZUWEISUNG", "consistency": "fallback_invalid", "justification": f"Fehler: Weder KI ('{suggested_branch}') noch CRM ('{crm_branche}') passen.", "confidence": "N/A (Fehler)"})
|
||||
|
||||
logger.debug(f"Finale Branch-Evaluation: {result}")
|
||||
return result
|
||||
|
||||
logger.error(f"Endgültiger FEHLER beim OpenAI-Aufruf für Brancheneinstufung von {company_name}: {e}")
|
||||
return {
|
||||
"branch": "FEHLER (API)",
|
||||
"confidence": "N/A",
|
||||
"justification": f"Fehler bei der API-Kommunikation: {str(e)[:100]}"
|
||||
}
|
||||
|
||||
@retry_on_failure
|
||||
def verify_wiki_article_chatgpt(company_name, parent_name, website, wiki_title, wiki_summary):
|
||||
|
||||
Reference in New Issue
Block a user