Spaces:

Kims12
/

3-3_NBlog

Sleeping

Update app.py

73cb1c2 verified over 1 year ago

7.02 kB

import gradio as gr
import openai
import os

def respond_chatgpt_qna(
    question: str,
    system_message: str,
    max_tokens: int,
    temperature: float,
    top_p: float
):
    """
    OpenAI의 gpt-4o-mini 모델을 이용해 질문에 대한 답변을 반환하는 함수.
    """
    openai_token = os.getenv("OPENAI_TOKEN")
    if not openai_token:
        return "OpenAI API 토큰이 필요합니다."
    openai.api_key = openai_token
    messages = [
        {"role": "system", "content": system_message},
        {"role": "user", "content": question}
    ]
    try:
        response = openai.ChatCompletion.create(
            model="gpt-4o-mini",
            messages=messages,
            max_tokens=max_tokens,
            temperature=temperature,
            top_p=top_p,
        )
        assistant_message = response.choices[0].message['content']
        return assistant_message
    except Exception as e:
        return f"오류가 발생했습니다: {str(e)}"

def merge_and_call(tone: str, ref1: str, ref2: str, ref3: str):
    """
    사용자가 선택한 말투와 참조글들을 하나의 프롬프트로 합쳐 gpt-4o-mini 모델에 전달하는 함수.
    각 말투에 따라 고유의 system_message(프롬프트)가 적용되며, 아래의 기본 프롬프트 규칙을 반드시 준수한다.
    """
    # 기본 프롬프트 규칙 (모든 말투에 공통 적용)
    base_prompt = (
        "너는 가장 주목받는 마케터이며 블로그 마케팅 전문가이다. "
        "특히 너는 '정보성(Informative)' 전문 블로그 마케팅 전문가로서, 정보 제공에 초점을 맞추어 작성해야 한다.\n"
        "다음 텍스트 작성 규칙을 반드시 준수하라:\n"
        "1. 소주제를 5개로 구분하여 2000자 이상 작성하라.\n"
        "2. 전체 맥락을 이해하고 문장의 일관성을 유지하라.\n"
        "3. 절대로 참고글을 한 문장 이상 그대로 출력하지 말라.\n"
        "4. 주제와 상황에 맞는 적절한 어휘를 선택하라.\n"
        "5. 한글 어휘의 난이도는 쉽게 작성하라.\n"
        "6. 절대 문장의 끝에 '답니다'를 사용하지 말라.\n"
        "정보성 블로그 작성 규칙:\n"
        "1. 독자가 얻고자 하는 유용하고 흥미로운 정보를 제공하라.\n"
        "2. 독자의 공감을 이끌어내고 궁금증을 해결하라.\n"
        "3. 독자의 관심사를 충족시키라.\n"
        "4. 독자에게 이득이 되는 정보를 제공하라.\n"
        "제외 규칙:\n"
        "1. 반드시 비속어 및 욕설은 제외하라.\n"
        "2. 반드시 참고글의 링크(URL)는 제외하라.\n"
        "3. '링크를 확인해주세요' 등의 문구는 제외하라.\n"
        "4. 참고글에 있는 작성자, 화자, 유튜버, 기자의 이름, 애칭, 닉네임은 반드시 제외하라.\n"
        "5. 문장의 끝부분에 어색한 표현(예: '예요', '답니다', '해요', '해주죠', '됐죠', '됐어요', '고요' 등)은 사용하지 말라."
    )

    # 말투별 추가 프롬프트 설정
    if tone == "친근하게":
        tone_prompt = (
            "친근하게:\n"
            "1. 톤과 어조: 대화하듯 편안하고 친근한 말투를 사용하라.\n"
            "2. 문장 및 어투: 반드시 '해요체'로 작성하며, '습니다'체나 '~다'로 끝나지 않도록 하라. 구어체 표현(예: '~했어요', '~인 것 같아요')을 사용하라.\n"
            "3. 용어 및 설명: 전문 용어 대신 쉬운 단어를 사용하고, 비유나 은유를 통해 복잡한 개념을 설명하라.\n"
            "4. 독자와의 상호작용: 독자의 의견을 묻는 질문과 댓글을 유도하는 문구를 포함하라.\n"
            "주의: 너무 가벼운 톤은 피하되 주제의 중요성을 해치지 말라."
        )
    elif tone == "일반적인":
        tone_prompt = (
            "일반적인:\n"
            "1. 톤과 어조: 중립적이고 객관적인 톤을 유지하며, 적절한 존댓말(예: '~합니다', '~입니다')을 사용하라.\n"
            "2. 내용 구조: 명확한 주제 제시와 논리적인 전개, 소제목 및 단락 구분을 활용하라.\n"
            "3. 용어 및 설명: 이해하기 쉬운 용어와 간단한 설명을 사용하고, 객관적인 정보를 제공하라.\n"
            "4. 독자 상호작용: 독자의 생각을 묻는 질문과 추가 정보를 제공하는 키워드를 포함하라.\n"
            "5. 마무리: 주요 내용을 간략히 요약하고 추가 정보를 안내하라."
        )
    elif tone == "전문적인":
        tone_prompt = (
            "전문적인:\n"
            "1. 톤과 구조: 공식적이고 학술적인 톤을 사용하며, 명확한 서론, 본론, 결론 구조로 체계적으로 전개하라.\n"
            "2. 내용 구성: 복잡한 개념을 정확하게 전달할 수 있도록 전문 용어와 심층 분석을 활용하라.\n"
            "3. 데이터 활용: 통계, 연구 결과, 전문가 의견 등을 인용하여 신뢰성을 높이라.\n"
            "4. 텍스트 구조화: 번호 매기기, 기울임꼴, 들여쓰기를 활용하여 논리적 구조를 강조하라.\n"
            "5. 마무리: 핵심 논점을 재강조하고 향후 연구나 실무적 함의를 제시하라."
        )
    else:
        tone_prompt = "아래의 참조글들을 참고하여 블로그 글을 생성하라."

    # 최종 system_message는 tone_prompt와 base_prompt를 결합하여 구성
    system_message = tone_prompt + "\n" + base_prompt

    # 프롬프트에 참조글 내용을 반영 (참고글은 직접 출력하지 않도록 주의)
    question = f"참조글 1: {ref1}\n참조글 2: {ref2}\n참조글 3: {ref3}\n위 내용을 참고하여 주제와 상황에 맞는 블로그 글을 작성하라. 단, 참고글의 내용을 그대로 인용하지 말라."
    
    # 고급 설정은 코드 내부 기본값으로 지정
    max_tokens = 2000
    temperature = 0.7
    top_p = 0.95

    return respond_chatgpt_qna(
        question=question,
        system_message=system_message,
        max_tokens=max_tokens,
        temperature=temperature,
        top_p=top_p
    )

with gr.Blocks() as demo:
    gr.Markdown("# 블로그 생성기")
    
    tone_radio = gr.Radio(
        choices=["친근하게", "일반적인", "전문적인"],
        label="말투바꾸기",
        value="일반적인"
    )
    ref1_text = gr.Textbox(label="참조글 1", lines=5)
    ref2_text = gr.Textbox(label="참조글 2", lines=5)
    ref3_text = gr.Textbox(label="참조글 3", lines=5)
    answer_output = gr.Textbox(label="결과", lines=10, interactive=False)
    
    submit_button = gr.Button("전송")
    
    submit_button.click(
        fn=merge_and_call,
        inputs=[tone_radio, ref1_text, ref2_text, ref3_text],
        outputs=answer_output
    )
    
if __name__ == "__main__":
    demo.launch()

	import gradio as gr
	import openai
	import os

	def respond_chatgpt_qna(
	question: str,
	system_message: str,
	max_tokens: int,
	temperature: float,
	top_p: float
	):
	"""
	OpenAI의 gpt-4o-mini 모델을 이용해 질문에 대한 답변을 반환하는 함수.
	"""
	openai_token = os.getenv("OPENAI_TOKEN")
	if not openai_token:
	return "OpenAI API 토큰이 필요합니다."
	openai.api_key = openai_token
	messages = [
	{"role": "system", "content": system_message},
	{"role": "user", "content": question}
	]
	try:
	response = openai.ChatCompletion.create(
	model="gpt-4o-mini",
	messages=messages,
	max_tokens=max_tokens,
	temperature=temperature,
	top_p=top_p,
	)
	assistant_message = response.choices[0].message['content']
	return assistant_message
	except Exception as e:
	return f"오류가 발생했습니다: {str(e)}"

	def merge_and_call(tone: str, ref1: str, ref2: str, ref3: str):
	"""
	사용자가 선택한 말투와 참조글들을 하나의 프롬프트로 합쳐 gpt-4o-mini 모델에 전달하는 함수.
	각 말투에 따라 고유의 system_message(프롬프트)가 적용되며, 아래의 기본 프롬프트 규칙을 반드시 준수한다.
	"""
	# 기본 프롬프트 규칙 (모든 말투에 공통 적용)
	base_prompt = (
	"너는 가장 주목받는 마케터이며 블로그 마케팅 전문가이다. "
	"특히 너는 '정보성(Informative)' 전문 블로그 마케팅 전문가로서, 정보 제공에 초점을 맞추어 작성해야 한다.\n"
	"다음 텍스트 작성 규칙을 반드시 준수하라:\n"
	"1. 소주제를 5개로 구분하여 2000자 이상 작성하라.\n"
	"2. 전체 맥락을 이해하고 문장의 일관성을 유지하라.\n"
	"3. 절대로 참고글을 한 문장 이상 그대로 출력하지 말라.\n"
	"4. 주제와 상황에 맞는 적절한 어휘를 선택하라.\n"
	"5. 한글 어휘의 난이도는 쉽게 작성하라.\n"
	"6. 절대 문장의 끝에 '답니다'를 사용하지 말라.\n"
	"정보성 블로그 작성 규칙:\n"
	"1. 독자가 얻고자 하는 유용하고 흥미로운 정보를 제공하라.\n"
	"2. 독자의 공감을 이끌어내고 궁금증을 해결하라.\n"
	"3. 독자의 관심사를 충족시키라.\n"
	"4. 독자에게 이득이 되는 정보를 제공하라.\n"
	"제외 규칙:\n"
	"1. 반드시 비속어 및 욕설은 제외하라.\n"
	"2. 반드시 참고글의 링크(URL)는 제외하라.\n"
	"3. '링크를 확인해주세요' 등의 문구는 제외하라.\n"
	"4. 참고글에 있는 작성자, 화자, 유튜버, 기자의 이름, 애칭, 닉네임은 반드시 제외하라.\n"
	"5. 문장의 끝부분에 어색한 표현(예: '예요', '답니다', '해요', '해주죠', '됐죠', '됐어요', '고요' 등)은 사용하지 말라."
	)

	# 말투별 추가 프롬프트 설정
	if tone == "친근하게":
	tone_prompt = (
	"친근하게:\n"
	"1. 톤과 어조: 대화하듯 편안하고 친근한 말투를 사용하라.\n"
	"2. 문장 및 어투: 반드시 '해요체'로 작성하며, '습니다'체나 '~다'로 끝나지 않도록 하라. 구어체 표현(예: '~했어요', '~인 것 같아요')을 사용하라.\n"
	"3. 용어 및 설명: 전문 용어 대신 쉬운 단어를 사용하고, 비유나 은유를 통해 복잡한 개념을 설명하라.\n"
	"4. 독자와의 상호작용: 독자의 의견을 묻는 질문과 댓글을 유도하는 문구를 포함하라.\n"
	"주의: 너무 가벼운 톤은 피하되 주제의 중요성을 해치지 말라."
	)
	elif tone == "일반적인":
	tone_prompt = (
	"일반적인:\n"
	"1. 톤과 어조: 중립적이고 객관적인 톤을 유지하며, 적절한 존댓말(예: '~합니다', '~입니다')을 사용하라.\n"
	"2. 내용 구조: 명확한 주제 제시와 논리적인 전개, 소제목 및 단락 구분을 활용하라.\n"
	"3. 용어 및 설명: 이해하기 쉬운 용어와 간단한 설명을 사용하고, 객관적인 정보를 제공하라.\n"
	"4. 독자 상호작용: 독자의 생각을 묻는 질문과 추가 정보를 제공하는 키워드를 포함하라.\n"
	"5. 마무리: 주요 내용을 간략히 요약하고 추가 정보를 안내하라."
	)
	elif tone == "전문적인":
	tone_prompt = (
	"전문적인:\n"
	"1. 톤과 구조: 공식적이고 학술적인 톤을 사용하며, 명확한 서론, 본론, 결론 구조로 체계적으로 전개하라.\n"
	"2. 내용 구성: 복잡한 개념을 정확하게 전달할 수 있도록 전문 용어와 심층 분석을 활용하라.\n"
	"3. 데이터 활용: 통계, 연구 결과, 전문가 의견 등을 인용하여 신뢰성을 높이라.\n"
	"4. 텍스트 구조화: 번호 매기기, 기울임꼴, 들여쓰기를 활용하여 논리적 구조를 강조하라.\n"
	"5. 마무리: 핵심 논점을 재강조하고 향후 연구나 실무적 함의를 제시하라."
	)
	else:
	tone_prompt = "아래의 참조글들을 참고하여 블로그 글을 생성하라."

	# 최종 system_message는 tone_prompt와 base_prompt를 결합하여 구성
	system_message = tone_prompt + "\n" + base_prompt

	# 프롬프트에 참조글 내용을 반영 (참고글은 직접 출력하지 않도록 주의)
	question = f"참조글 1: {ref1}\n참조글 2: {ref2}\n참조글 3: {ref3}\n위 내용을 참고하여 주제와 상황에 맞는 블로그 글을 작성하라. 단, 참고글의 내용을 그대로 인용하지 말라."

	# 고급 설정은 코드 내부 기본값으로 지정
	max_tokens = 2000
	temperature = 0.7
	top_p = 0.95

	return respond_chatgpt_qna(
	question=question,
	system_message=system_message,
	max_tokens=max_tokens,
	temperature=temperature,
	top_p=top_p
	)

	with gr.Blocks() as demo:
	gr.Markdown("# 블로그 생성기")

	tone_radio = gr.Radio(
	choices=["친근하게", "일반적인", "전문적인"],
	label="말투바꾸기",
	value="일반적인"
	)
	ref1_text = gr.Textbox(label="참조글 1", lines=5)
	ref2_text = gr.Textbox(label="참조글 2", lines=5)
	ref3_text = gr.Textbox(label="참조글 3", lines=5)
	answer_output = gr.Textbox(label="결과", lines=10, interactive=False)

	submit_button = gr.Button("전송")

	submit_button.click(
	fn=merge_and_call,
	inputs=[tone_radio, ref1_text, ref2_text, ref3_text],
	outputs=answer_output
	)

	if __name__ == "__main__":
	demo.launch()