"""
Level-aware mock templates.
Replace level1_propose / level2_propose / level3_propose with real logic.
"""

from __future__ import annotations
from bridge_models import BestNow, NextLevelPreview, NeededInfo
from session_store import AccumulatedContext


def get_mock_best_now(level: str, ctx: AccumulatedContext) -> BestNow:
    campaign = ctx.campaign_name or "このキャンペーン"
    industry = ctx.industry or "この業界"

    if level == "level1":
        return BestNow(
            summary=(
                f"【{industry}】の業界ベンチマークを起点に、{campaign} の初期改善仮説を提案します。"
                " 一般的にEC・サービス系では認知→検討→CVの3段階で離脱が発生します。"
                " まずは訴求軸の見直し（ベネフィット訴求 vs 機能訴求）から着手することを推奨します。"
            ),
            actions=[
                "ターゲット顧客の主要ペインを3つリストアップする",
                "現在の広告訴求軸を「機能」「ベネフィット」「感情」で分類する",
                "業界ベンチマークCVR（目安: 1〜3%）と現状ギャップを確認する",
            ],
            confidence="low",
            reasoning_basis=["campaign_name", "industry"],
        )

    if level == "level2":
        cvr_text = f"CVR {ctx.cvr}%" if ctx.cvr is not None else "CVR不明"
        ctr_text = f"CTR {ctx.ctr}%" if ctx.ctr is not None else ""
        metrics_summary = "、".join(filter(None, [cvr_text, ctr_text]))
        return BestNow(
            summary=(
                f"{campaign} の定量データ（{metrics_summary}）をもとにファネル診断を行いました。"
                " CVRが業界平均（約2%）を下回る場合、LP到達後の離脱が主要ボトルネックである可能性が高いです。"
                " クリック後の初期体験（FV・CTA）の改善を優先します。"
            ),
            actions=[
                "LPファーストビューのキャッチコピーをベネフィット訴求に変更する",
                "CTAボタンの文言・色・配置をA/Bテストする",
                "LPの読了率をヒートマップで確認し、離脱ポイントを特定する",
            ],
            confidence="mid",
            reasoning_basis=["cvr", "ctr", "campaign_name", "industry"],
        )

    # level3
    return BestNow(
        summary=(
            f"{campaign} のクリエイティブ画像を含めた総合的な改善提案です。"
            " 画像の視覚的訴求力（色彩・人物有無・テキスト量）と定量KPIを組み合わせて診断します。"
            " ファーストビューの画像とCTAの整合性が鍵です。"
        ),
        actions=[
            "クリエイティブ画像のメインビジュアルに人物（使用シーン）を追加する",
            "画像内テキストを最小化し、LPコピーとの役割分担を明確にする",
            "高CVR画像の共通要素（色・構図・訴求軸）をパターン化してA/Bテストに活用する",
        ],
        confidence="high",
        reasoning_basis=["image_base64", "cvr", "ctr", "campaign_name", "industry"],
    )


def get_mock_next_level_preview(current_level: str) -> NextLevelPreview:
    if current_level == "level1":
        return NextLevelPreview(
            current_level="level1",
            next_level="level2",
            needed_info=[
                NeededInfo(key="cvr", label="直近14日のCVR", example="2.1%"),
                NeededInfo(key="ctr", label="CTR（クリック率）", example="0.8%"),
                NeededInfo(key="cpa", label="CPA（獲得単価）", example="3500円"),
            ],
            what_will_be_possible=[
                "ファネル診断（どの段階で離脱しているか特定）",
                "優先度付きの改善アクション（高インパクト順）",
                "KPI改善の定量目標設定",
            ],
            expected_impact="CVRやCTRの数値があると、業界平均との差分から改善余地を定量化でき、提案の精度が大幅に向上します。",
        )

    if current_level == "level2":
        return NextLevelPreview(
            current_level="level2",
            next_level="level3",
            needed_info=[
                NeededInfo(key="image_base64", label="広告クリエイティブ画像", example="バナー画像またはLP上部スクリーンショット"),
            ],
            what_will_be_possible=[
                "クリエイティブ要素（ビジュアル・テキスト量・色彩）の具体的改善提案",
                "画像とKPIの相関分析（どのビジュアル要素がCVRに影響するか）",
                "高CVR画像パターンの抽出",
            ],
            expected_impact="画像があると、数値だけでは見えない「なぜ離脱するか」の視覚的原因を特定でき、具体的なクリエイティブ改善指示が出せます。",
        )

    # level3 -- already at max
    return NextLevelPreview(
        current_level="level3",
        next_level=None,
        needed_info=[],
        what_will_be_possible=[],
        expected_impact="利用可能な全情報が揃っています。現在の提案は最高精度です。",
    )


def get_follow_up_question(current_level: str) -> str | None:
    if current_level == "level1":
        return "CVRやCTRなどの数値データはありますか？あれば入力いただくと提案精度が上がります。"
    if current_level == "level2":
        return "広告クリエイティブ画像（バナーやLPスクリーンショット）をアップロードできますか？"
    return None


# --- Real implementation stubs (user replaces these) ---

def level1_propose(ctx: AccumulatedContext, history: list) -> BestNow:
    """Level 1 real implementation. Replace this with your logic."""
    return get_mock_best_now("level1", ctx)


def level2_propose(ctx: AccumulatedContext, history: list) -> BestNow:
    """Level 2 real implementation. Replace this with your logic."""
    return get_mock_best_now("level2", ctx)


def level3_propose(ctx: AccumulatedContext, history: list) -> BestNow:
    """Level 3 real implementation. Replace this with your logic."""
    return get_mock_best_now("level3", ctx)