# generate_marketing_text.py import os import yaml import logging import time import openai import json import pandas as pd import argparse from config import Config # NEU: Importiere unseren GoogleSheetHandler from google_sheet_handler import GoogleSheetHandler # --- Konfiguration --- KNOWLEDGE_BASE_FILE = "marketing_wissen.yaml" # NEU: Definiere den Namen des Ziel-Tabellenblatts OUTPUT_SHEET_NAME = "Texte_Automation" MODEL_TO_USE = "gpt-4o" # --- Logging einrichten --- logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s') def call_openai_with_retry(prompt, max_retries=3, delay=5): """Ruft die OpenAI API mit Retry-Logik auf und erwartet eine JSON-Antwort.""" # ... (Diese Funktion bleibt unverändert) ... for attempt in range(max_retries): try: logging.info(f"Sende Prompt an OpenAI (Versuch {attempt + 1}/{max_retries})...") response = openai.ChatCompletion.create( model=MODEL_TO_USE, response_format={"type": "json_object"}, messages=[{"role": "user", "content": prompt}], temperature=0.6, max_tokens=1024 ) content = response.choices[0].message['content'].strip() return json.loads(content) except json.JSONDecodeError as e: logging.error(f"Fehler beim Parsen der JSON-Antwort von OpenAI: {e}") logging.debug(f"Rohe Antwort: {content}") except Exception as e: logging.error(f"Fehler bei OpenAI-API-Aufruf: {e}") if attempt < max_retries - 1: logging.info(f"Warte {delay} Sekunden vor dem nächsten Versuch...") time.sleep(delay) else: logging.error("Maximale Anzahl an Wiederholungen erreicht.") return None def build_prompt(branch_name, branch_data, position_name, position_data): """Baut den finalen Master-Prompt (v4.1) zusammen.""" # ... (Diese Funktion bleibt unverändert) ... branch_pain_points = "\n".join([f"- {p}" for p in branch_data.get('pain_points', [])]) position_pain_points = "\n".join([f"- {p}" for p in position_data.get('pains_DE', [])]) return "\n".join([ "Du bist ein kompetenter Lösungsberater und brillanter Texter. Du verstehst die Herausforderungen einer Branche und einer spezifischen Management-Rolle und formulierst elegante, unaufdringliche und hochrelevante E-Mail-Texte.", "AUFGABE: Erstelle 3 Textblöcke (Subject, Introduction_Textonly, Industry_References_Textonly) für eine E-Mail.", "\n--- UNSERE LÖSUNG (ZUR ORIENTIERUNG FÜR DICH) ---", "- Unsere Kernkompetenz ist eine Software zur **intelligenten, automatischen Einsatzplanung**.", "- Wir bieten zudem eine **mobile App** für die Techniker im Außdienst.", "\n--- KONTEXT ---", f"ZIELBRANCHE: {branch_name}", f"BRANCHEN-HERAUSFORDERUNGEN (PAIN POINTS):\n{branch_pain_points}", f"\nANSPRECHPARTNER: {position_name}", f"PERSÖNLICHE HERAUSFORDERUNGEN DES ANSPRECHPARTNERS (PAIN POINTS):\n{position_pain_points}", f"\nREFERENZKUNDEN (Rohdaten):\n{branch_data.get('references_DE', 'Keine spezifischen Referenzen vorhanden.')}", "\n--- DEINE AUFGABE ---", "1. **Subject:** Formuliere eine kurze Betreffzeile (max. 5 Wörter). Richte sie **direkt an einem der persönlichen Pain Points** des Ansprechpartners (z.B. 'Kostenkontrolle im Service', 'Nahtlose Systemintegration').", "2. **Introduction_Textonly:** Formuliere einen Einleitungstext (2 Sätze).", " - **Satz 1 (Die Brücke):** Knüpfe an die (uns unbekannte) operative Herausforderung an. Beschreibe subtil den Nutzen einer Lösung in Form von **'optimierten Planungsprozessen'** oder einer **'digitalen Unterstützung der mobilen Teams'**.", " - **Satz 2 (Die Relevanz):** Schaffe die Relevanz für die Zielperson, indem du das Thema mit einem ihrer persönlichen Pain Points verknüpfst.", "3. **Industry_References_Textonly:** Formuliere einen **strategischen Referenz-Block (ca. 2-3 Sätze)** nach folgendem Muster:", " - **Satz 1 (Social Proof):** Beginne direkt mit den Referenzkunden. Formuliere z.B. 'Ihre Marktbegleiter [Kunde A] und [Kunde B] profitieren bereits...'. Integriere **alle** genannten Referenzen und quantitative Erfolge elegant.", " - **Satz 2 (Branchen-Expertise):** Betone unsere Erfahrung. **Vermeide das Wort 'Branche'.** Formuliere stattdessen spezifisch, z.B. 'Durch die Zusammenarbeit sind wir mit den spezifischen Anforderungen von [Zielbranche]-Unternehmen bestens vertraut.'", " - **Satz 3 (Rollen-Relevanz):** Schaffe den direkten Nutzen für die Zielperson. Formuliere z.B. 'Dieser Wissensvorsprung hilft uns, Ihre [persönlicher Pain Point der Rolle] besonders effizient zu lösen.'", "\n--- BEISPIEL FÜR EINEN PERFEKTEN OUTPUT (Kombination Anlagenbau & IT) ---", ''' { "Subject": "Nahtlose Systemintegration", "Introduction_Textonly": "Genau hier setzt die digitale Unterstützung Ihrer Techniker an, um Serviceberichte direkt vor Ort zu erfassen und die Projektabrechnung zu beschleunigen. Für Sie als IT-Leiter ist dabei die nahtlose und sichere Integration in Ihre bestehende ERP-Landschaft von entscheidender Bedeutung.", "Industry_References_Textonly": "Ihre Marktbegleiter wie Jungheinrich mit weltweit über 4.000 Technikern und Christ Wash Systems, wo 10 % Fahrtzeit eingespart wurde, profitieren bereits von unseren Lösungen. Durch die langjährige Zusammenarbeit sind wir mit den spezifischen Anforderungen von Anlagenbau-Unternehmen, wie der Anbindung an komplexe ERP-Systeme, bestens vertraut. Dieser Wissensvorsprung hilft uns, Ihre Integrations-Herausforderungen besonders effizient und sicher zu lösen." } ''', "\nErstelle jetzt das JSON-Objekt für die oben genannte Kombination aus Branche und Ansprechpartner." ]) def main(specific_branch=None): """Hauptfunktion zur Generierung der Marketing-Texte.""" logging.info("Starte die Generierung der Marketing-Textblöcke...") # --- NEU: Alle Initialisierungen in einen try-Block --- try: Config.load_api_keys() openai.api_key = Config.API_KEYS.get('openai') if not openai.api_key: raise ValueError("OpenAI API Key nicht gefunden.") with open(KNOWLEDGE_BASE_FILE, 'r', encoding='utf-8') as f: knowledge_base = yaml.safe_load(f) # NEU: GoogleSheetHandler initialisieren logging.info("Initialisiere GoogleSheetHandler...") sheet_handler = GoogleSheetHandler() except FileNotFoundError: logging.critical(f"FEHLER: Die Wissensbasis '{KNOWLEDGE_BASE_FILE}' wurde nicht gefunden.") return except Exception as e: logging.critical(f"FEHLER bei der Initialisierung: {e}") return results = [] # ... (Die Logik zur Auswahl der Branchen und Positionen bleibt unverändert) ... target_branches = knowledge_base.get('Branchen', {}) if specific_branch: if specific_branch in target_branches: logging.info(f"Fokus auf einzelne Branche: {specific_branch}") target_branches = {specific_branch: target_branches[specific_branch]} else: logging.error(f"FEHLER: Die angegebene Branche '{specific_branch}' wurde in der Wissensbasis nicht gefunden.") logging.info(f"Verfügbare Branchen sind: {list(knowledge_base.get('Branchen', {}).keys())}") return positions = knowledge_base.get('Positionen', {}) # --- NEU: Der Generierungs-Loop bleibt gleich, aber der Output ist anders --- for branch_name, branch_data in target_branches.items(): for position_key, position_data in positions.items(): logging.info(f"--- Generiere Texte für: Branche='{branch_name}', Position='{position_key}' ---") prompt = build_prompt(branch_name, branch_data, position_data.get('name_DE', position_key), position_data) generated_json = call_openai_with_retry(prompt) if generated_json: results.append({ 'Branch Detail': branch_name, 'Department': position_key, 'Language': 'DE', 'Subject': generated_json.get('Subject', 'FEHLER BEI GENERIERUNG'), 'Introduction_Textonly': generated_json.get('Introduction_Textonly', 'FEHLER BEI GENERIERUNG'), 'Industry References (Text only)': generated_json.get('Industry_References_Textonly', 'FEHLER BEI GENERIERUNG') }) else: results.append({ 'Branch Detail': branch_name, 'Department': position_key, 'Language': 'DE', 'Subject': 'FEHLER: KI-Antwort war ungültig', 'Introduction_Textonly': 'FEHLER: KI-Antwort war ungültig', 'Industry References (Text only)': 'FEHLER: KI-Antwort war ungültig' }) time.sleep(2) # --- NEU: Ergebnisse in Google Sheet schreiben statt in Excel --- if results: # Konvertiere die Ergebnisse in das Format, das der Handler erwartet: Liste von Listen df = pd.DataFrame(results) header = df.columns.tolist() values = df.values.tolist() data_to_write = [header] + values # Rufe unsere neue Handler-Methode auf success = sheet_handler.clear_and_write_data(OUTPUT_SHEET_NAME, data_to_write) if success: logging.info(f"\nErfolgreich! {len(results)} Textvarianten wurden in das Google Sheet '{OUTPUT_SHEET_NAME}' geschrieben.") else: logging.error("\nFehler! Die Textvarianten konnten nicht in das Google Sheet geschrieben werden.") else: logging.info("Keine Textvarianten wurden generiert.") if __name__ == "__main__": parser = argparse.ArgumentParser(description="Generiert Marketing-Textblöcke basierend auf der Wissensbasis.") parser.add_argument("--branch", type=str, help="Generiert Texte nur für diese eine Branche.") args = parser.parse_args() main(specific_branch=args.branch)