Update strategyGen.py

strategyGen.py

@@ -49,6 +49,38 @@ def ideagen(content_type , brand_name, product_list, core_essence, brand_target,
         messages=messages_base
     )
 
+def ideagen_adv(content_type , brand_name, product_list, core_essence, brand_target, target_customer, strength_focus, weakness_focus, opportunities_focus, threats_focus, additional):
+    total_prompt_tokens_used = 0
+    total_completion_tokens_used = 0
+
+    print("GO")
+
+    messages_base = [
+        {"role": "system", "content": "你是一位行銷策略大師，擅長使用各種策略分析的模型，解決品牌在經營上的難題。請使用指定的分析模型，根據提供的品牌資訊，產出分析的結果。"},
+        ]
+
+    if content_type == 0:
+        messages_base.extend([{"role": "user", "content":  f"分析方式：SWOT Analysis。SWOT Analysis包含以下四個部分：優勢（Strengths）：這些是組織在市場上相對於競爭對手的內在優勢。可能包括專利技術、品牌識別度、市場份額、財務資源、客戶忠誠度或有效的供應鏈等。識別這些優勢可以幫助組織最大化其競爭優勢。；劣勢（Weaknesses）：這些是組織在運營和策略方面的內在弱點。劣勢可能包括資金不足、技術落後、品牌形象不佳、管理問題或顧客服務缺陷等。識別並了解這些劣勢對於規避風險和改進策略至關重要。；機會（Opportunities）：這些是組織可以利用來增長和改進的外部條件。機會可能來自市場變化、技術創新、政策變更、消費者趨勢的變化或新市場的出現。識別機會有助於組織抓住成長的可能性。；威脅（Threats）：這些是來自組織外部的可能對其造成損害的因素。威脅可能包括競爭加劇、市場需求減少、負面公關、法律變化或經濟衰退等。了解這些威脅對於制定風險管理策略和確保組織穩定性非常重要。"}])
+
+    messages_base.extend([{"role": "user", "content":  f"品牌資訊如下，分析品牌：{brand_name}。主要產品：{product_list}。品牌理念：{core_essence}。品牌目標：{brand_target}。目標客群：{target_customer}。補充資料：{additional}。"}])
+
+    messages_base.extend([{"role": "user", "content":  f"請 Step by Step 的思考，Strength 分析請加上針對{strength_focus}的思考，得出這些問題的答案後，再根據 Strength 分析的定義，以條列的方式產出內容。"}])
+    messages_base.extend([{"role": "user", "content":  f"Weakness 分析請加上針對{weakness_focus}的思考，得出這些問題的答案後，再根據 Strength 分析的定義，以條列的方式產出內容。"}])
+    messages_base.extend([{"role": "user", "content":  f"Opportunities 分析請加上針對{opportunities_focus}的思考，得出這些問題的答案後，再根據 Strength 分析的定義，以條列的方式產出內容。"}])
+    messages_base.extend([{"role": "user", "content":  f"Threats 分析請加上針對{threats_focus}的思考，得出這些問題的答案後，再根據 Strength 分析的定義，以條列的方式產出內容。"}])
+
+    messages_base.extend([{"role": "user", "content":  "請運用你的專業，限定在台灣市場，盡可能分析的具體且深入，對於資訊不足的部分請說明你的推理並附上依據，在分析目標逐項說明結束後，針對品牌目標，提供可行的策略。請使用繁體中文"}])
+
+
+    response = client.chat.completions.create(
+        model='gpt-4o',
+        max_tokens=3000,
+        temperature=0.5,
+        messages=messages_base
+    )
+    
+    
+    
     completed_text = response.choices[0].message.content
     total_prompt_tokens_used += response.usage.prompt_tokens
     total_completion_tokens_used += response.usage.completion_tokens