Balanced Website Analysis Prompt

- REFACTOR: Prompt für Website-Zusammenfassung in `helpers.py` optimiert, um eine ausgewogene Analyse von Geschäftsmodell und Service-Potenzial zu liefern.
- Die KI fasst nun zuerst die Kerntätigkeit des Unternehmens zusammen und bewertet danach gezielt die Relevanz des technischen Außendienstes.
- Das Ergebnis ist nun eine umfassendere und strategisch wertvollere Analyse für die Lead-Qualifizierung.

helpers.py

@@ -788,35 +788,69 @@ def call_openai_chat(prompt, temperature=0.3, model=None):
 
 
 @retry_on_failure
-def summarize_website_content(raw_text, company_name_for_context="einem Unternehmen"):
+def summarize_website_content(raw_text, company_name):
     """
-    Fasst den Rohtext einer Website mit OpenAI zusammen.
-    Nutzt nun den Firmennamen für besseren Kontext.
+    Analysiert den Rohtext einer Website, um sowohl das Kerngeschäft als auch
+    die Relevanz für Field Service Management zu verstehen.
+    Gibt eine strukturierte, zweiteilige Zusammenfassung zurück.
     """
     logger = logging.getLogger(__name__)
-    if not raw_text or len(raw_text) < 100 or raw_text.lower().strip().startswith('k.a.'):
-        logger.debug(f"Überspringe Website-Zusammenfassung für '{company_name_for_context}', Text zu kurz oder 'k.A.'.")
+    if not raw_text or len(raw_text.split()) < 50:
+        logger.debug(f"Rohtext für {company_name} zu kurz ({len(raw_text.split())} Wörter), überspringe Zusammenfassung.")
         return "k.A. (Text zu kurz)"
 
-    # NEUER, KONTEXTBEZOGENER PROMPT
-    prompt = (
-        f"Du bist ein Wirtschaftsanalyst. Deine Aufgabe ist es, den Kern eines Unternehmens zu erfassen.\n"
-        f"Fasse den folgenden Rohtext der Website für das Unternehmen '{company_name_for_context}' prägnant zusammen.\n"
-        "Konzentriere dich ausschließlich auf die folgenden drei Punkte:\n"
-        "- Was ist das Haupttätigkeitsfeld?\n"
-        "- Was sind die wichtigsten Produkte und/oder Dienstleistungen?\n"
-        "- Wer ist die primäre Zielgruppe (z.B. B2B, B2C, spezifische Industrien)?\n\n"
-        "Website-Text:\n"
-        f"```\n{raw_text[:4000]}\n```\n\n" # Längenlimit leicht erhöht
-        "Zusammenfassung (max. 100 Wörter):"
-    )
+    max_tokens_for_summary = 10000
+    truncated_text = raw_text[:max_tokens_for_summary]
+
+    # --- SICHERE PROMPT-ERSTELLUNG AUS EINER LISTE ---
+    # Diese Methode ist immun gegen Copy-Paste-Fehler mit unsichtbaren Zeichen.
+    prompt_parts = [
+        "**Rolle:** Du bist ein erfahrener B2B-Marktanalyst.",
+        f"**Aufgabe:** Analysiere den Website-Text des Unternehmens '{company_name}' und erstelle ein prägnantes Dossier.",
+        "",
+        "**Deine Analyse besteht aus ZWEI TEILEN:**",
+        "",
+        "**TEIL 1: Geschäftsmodell-Analyse**",
+        "1. Identifiziere die Kernprodukte und/oder Dienstleistungen des Unternehmens.",
+        "2. Fasse in 2-3 prägnanten Sätzen zusammen, was das Unternehmen macht und für welche Kunden.",
+        "",
+        "**TEIL 2: Field Service Management (FSM) Potenzial-Analyse**",
+        "1. Scanne den Text gezielt nach Hinweisen auf einen technischen Außendienst (Schlüsselwörter: Service, Wartung, Reparatur, Montage, Installation, Techniker, Kundendienst vor Ort, Instandhaltung).",
+        "2. Bewerte das Potenzial für einen relevanten Außendienst (mind. 50 Techniker) auf einer Skala.",
+        "3. Extrahiere die 1-2 wichtigsten Sätze, die diese Service-Tätigkeiten belegen.",
+        "",
+        "**Antworte AUSSCHLIESSLICH im folgenden exakten Format:**",
+        "--- TEIL 1: GESCHAEFTSMODELL ---",
+        "Zusammenfassung: <Deine 2-3 Sätze über das Kerngeschäft des Unternehmens.>",
+        "",
+        "--- TEIL 2: FSM-POTENZIAL ---",
+        "Service-Potenzial: <Hoch / Mittel / Niedrig / Kein Hinweis>",
+        "Service-Beweise: <Die 1-2 aussagekräftigsten Sätze als Bullet Points (* Satz 1...)>",
+        "",
+        "",
+        "**Hier ist der Website-Text:**",
+        "---",
+        truncated_text,
+        "---"
+    ]
+    prompt = "\n".join(prompt_parts)
     
     try:
-        summary = call_openai_chat(prompt, temperature=0.2, model="gpt-4o-mini")
-        return summary if summary else "k.A. (Zusammenfassung fehlgeschlagen)"
+        summary = call_openai_chat(prompt, temperature=0.1, model="gpt-4o-mini") 
+        if not summary:
+            return "k.A. (API-Antwort leer)"
+        
+        # Formatierung für bessere Lesbarkeit im Sheet
+        summary = summary.replace("--- TEIL 1: GESCHAEFTSMODELL ---", "**GESCHÄFTSMODELL**")
+        summary = summary.replace("Zusammenfassung:", "Zusammenfassung:")
+        summary = summary.replace("--- TEIL 2: FSM-POTENZIAL ---", "\n\n**FSM-POTENZIAL**")
+        summary = summary.replace("Service-Potenzial:", "Potenzial:")
+        summary = summary.replace("Service-Beweise:", "Beweise:")
+        
+        return summary.strip()
     except Exception as e:
-        logger.error(f"Fehler bei der Website-Zusammenfassung für {company_name_for_context}: {e}")
-        return "FEHLER (API-Fehler bei Zusammenfassung)"
+        logger.error(f"Fehler bei der Website-Zusammenfassung für {company_name}: {e}")
+        return f"k.A. (Fehler bei Zusammenfassung: {e})"
 
 @retry_on_failure
 def summarize_wikipedia_article(full_text, company_name):