Brancheneinstufung2/gtm_architect_documentation.md

Dokumentation: GTM Architect Engine (v2.2)

1. Projektübersicht

Der GTM Architect ("Go-to-Market Architect") ist ein KI-gestütztes System zur Entwicklung umfassender Marktstrategien für neue technische Produkte (Schwerpunkt: Robotik & Facility Management).

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)

Das System ist als Microservice in die bestehende Docker-Umgebung integriert (gtm-app).

graph LR
    User[Browser] -- HTTP/JSON --> Proxy[Nginx :8090]
    Proxy -- /gtm/ --> NodeJS[Node.js Server :3005]
    NodeJS -- Spawn Process --> Python[Python Orchestrator]
    Python -- google.genai --> Gemini[Google Gemini 2.0 Flash (Text)]
    Python -- google.genai --> Imagen[Google Imagen 4.0 (Text-to-Image)]
    Python -- google.genai --> GeminiImg[Google Gemini 2.5 Flash Image (Image-to-Image)]
    Python -- SQL --> DB[(SQLite: gtm_projects.db)]

Komponenten

1. Frontend (/gtm-architect):

   • Framework: React (Vite + TypeScript).
   • Feature: Upload von Referenzbildern ("Image-to-Image").
   • Fix: Robuste Darstellung von Listen-Objekten (Rollen).

2. Backend Bridge (server.cjs):

   • Runtime: Node.js (Express).
   • Funktion: Nimmt HTTP-Requests entgegen und startet Python-Prozesse.

3. Logic Core (gtm_architect_orchestrator.py):

   • Runtime: Python 3.11+.
   • Bibliothek: Upgrade auf google-genai (v1.x SDK). Legacy-Support entfernt.
   • Modelle (Automatische Wahl):
     • Text: gemini-2.0-flash (High Performance, ersetzt 1.5).
     • Bild (Hybrid):
       • Mit Referenzbild: gemini-2.5-flash-image. Nutzt das Produktfoto als strikte Vorlage ("Image-to-Image").
       • Ohne Referenzbild: imagen-4.0-generate-001. Generiert generische Szenen ("Text-to-Image").

4. Persistenz (gtm_projects.db):

   • Typ: SQLite.

3. Der 9-Phasen Prozess

Phase	Modus	Input	Output	Beschreibung
1	phase1	Rohtext / URL	Features, Constraints	Extrahiert technische Daten.
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	Erstellt den finalen Strategie-Report.
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.
9	phase9	Phase 1, 4	Feature-to-Value	Übersetzung technischer Features in Nutzen.
Extra	image	Prompt (+Ref)	Base64 PNG	Generiert Konzeptbilder (Produkt-treu).

4. Deployment & Betrieb

Docker Integration

Der Service läuft im Container gtm-app.

• Build: Frontend-Änderungen erfordern docker-compose up -d --build gtm-app.
• Dependencies: Pillow und google-genai sind installiert.

5. Logging & Debugging

• Logs: Werden in /app/Log_from_docker/ geschrieben.
• Diagnose: helpers.py enthält eine Diagnose-Funktion, die bei Fehlern verfügbare Modelle loggt.

6. Historie & Fixes (Jan 2026)

• [FEATURE] Produkt-Identität:
  • Prompt-Engineering in helpers.py wurde verschärft ("Place EXACTLY this product...").
  • Backend erkennt referenceImagesBase64 vom Frontend.
• [FIX] API-Kompatibilität:
  • Migration auf google-genai SDK.
  • Fallback-Mechanismus für Imagen 4.0 vs. Imagen 3.0.
  • Workaround für gemini-2.5 (kein JSON-Mode bei Bildern).
• [FIX] Stabilität:
  • Typ-Sicherheit im Frontend (Phase 3 Crash behoben).
  • Einrückungsfehler in helpers.py korrigiert.