Create llm_quant.py

core/llm_quant.py

@@ -0,0 +1,43 @@
+# core/llm_quant.py
+from __future__ import annotations
+from typing import Dict, Any, Optional
+import json
+from .openai_client import get_client, TEXT_MODEL
+
+_SYSTEM = """あなたは中立な金融アナリストです。与えられたテキストから
+(1) 業界/市場のCAGR(%)、(2) 市場規模(円換算が望ましいが不明ならnull)、
+(3) 主力商品/サービス数、(4) そのうち成長中の数
+を抽出してください。数値は半角。根拠が複数ある場合は最も信頼できる1つを採用し、出所の短い引用も返してください。
+必ず次のJSONだけを返すこと。"""
+
+_SCHEMA = """
+{
+  "market": {"cagr_pct": null, "size_jpy": null, "evidence": []},
+  "products": {"count": null, "growing_count": null, "notes": null}
+}
+"""
+
+def extract_market_product_signals(text: str, company_hint: str="") -> Dict[str, Any]:
+    if not text or len(text.strip()) == 0:
+        return {"market":{"cagr_pct":None,"size_jpy":None,"evidence":[]},
+                "products":{"count":None,"growing_count":None,"notes":None}}
+    client = get_client()
+    prompt = f"""{_SCHEMA}
+
+【会社名の参考】{company_hint or '（記載なし）'}
+【解析対象テキスト（抜粋可）】
+{text[:16000]}"""
+    resp = client.chat.completions.create(
+        model=TEXT_MODEL,
+        messages=[
+            {"role":"system","content":_SYSTEM},
+            {"role":"user","content":prompt},
+        ],
+        response_format={"type":"json_object"},
+        temperature=0.1,
+    )
+    try:
+        return json.loads(resp.choices[0].message.content)
+    except Exception:
+        return {"market":{"cagr_pct":None,"size_jpy":None,"evidence":[]},
+                "products":{"count":None,"growing_count":None,"notes":None}}