Update app.py

app.py

@@ -1,6 +1,26 @@
+# app.py
+import os
 import pandas as pd
 import gradio as gr
 from datetime import datetime
+import openai
+
+# OpenAI API 클라이언트 설정
+openai.api_key = os.getenv("OPENAI_API_KEY")
+
+# LLM 호출 함수
+def call_api(content, system_message, max_tokens=2000, temperature=0.5, top_p=1.0):
+    response = openai.ChatCompletion.create(
+        model="gpt-4o-mini",
+        messages=[
+            {"role": "system", "content": system_message},
+            {"role": "user", "content": content},
+        ],
+        max_tokens=max_tokens,
+        temperature=temperature,
+        top_p=top_p,
+    )
+    return response.choices[0].message['content']
 
 # 엑셀 데이터 읽기 함수
 def read_excel_data(file):
@@ -42,31 +62,106 @@ def get_negative_reviews(df):
         lambda x: f"{x['순번']}. **{x['Review Date']} / {x['ID']} / {x['Option']}**\n\n{x['Review']}", axis=1))
     return negative_output
 
-# 리뷰 데이터를 처리하여 긍정 및 부정 리뷰를 추출하는 함수
+# 리뷰 데이터를 처리하여 긍정 및 부정 리뷰를 추출하고 분석하는 함수
 def process_reviews(file):
     df = read_excel_data(file)
     positive_reviews = get_positive_reviews(df)
     negative_reviews = get_negative_reviews(df)
-    return positive_reviews, negative_reviews
+    
+    # 긍정적인 리뷰 분석 프롬프트
+    positive_prompt = """[중요 규칙]
+1. 반드시 한글(한국어)로 출력하라.
+2. 너는 리뷰 데이터를 분석하는 빅데이터 분석가이다.
+3. 고객의 리뷰 데이터를 바탕으로 긍정적인 의견의 데이터만 분석하라.
+4. 반드시 제공된 리뷰 데이터에서만 분석하라.
+5. 너의 생각을 포함하지 말 것.
+[분석 조건]
+1. 총 20개의 리뷰데이터를 제공한다.
+2. 각 리뷰 데이터의 둘째줄 부터의 실제 고객리뷰를 반영하라.
+3. 반드시 긍정적인 의견만을 분석하라. 부정적인 의견은 제외하라.
+4. 기능과 성능의 부분, 감성적인 부분, 실제 사용 측면의 부분, 배송의 부분, 타겟별 부분의 관점으로 분석하라.
+5. 4번의 조건에 포함되지 않는 긍정적인 리뷰를 별도로 출력하라.
+6. 마케팅적인 요소로 사용할 수 있는 고객의 실제 리뷰를 반영하라.
+[출력 형태 조건]
+1. 각각의 제목 앞에 '📝'이모지를 출력하라,'#', '##'은 출력하지 말것.
+2. 가장 마지막에 종합 의견을 작성하라, "🏆종합의견"의 제목형태를 사용하라.
+  [종합의견의 출력 조건 시작]
+      ('종합의견'이 아닌 다른 부분에 이 출력 조건을 반영하지 말 것.
+      - 항목별 제목을 제외하라.
+      - 종합의견에는 항목별 제목을 제외하고 서술식 문장으로 작성하라.
+      - 매출을 극대화 할 수 있는 고객의 실제 리뷰 포인트를 제시하라.
+        [SWOT분석 조건]
+         1. '종합의견' 다음 내용으로 SWOT분석 의견을 출력하라.
+         2. SWOT분석 중 '강점'의견과 '기회'의 의견을 출력하라.
+         3. 반드시 '종합의견'의 내용을 기반으로 작성하라.
+         4. 제목은 '🏹 강점', '🏹 기회'으로 출력하라.
+   [종합의견의 출력 조건 끝]
+3. 실제 고객의 리뷰 데이터에서 사용된 단어를 포함하라.
+4. 너의 생각을 임의로 넣지 말 것.
+"""
+
+    # 부정적인 리뷰 분석 프롬프트
+    negative_prompt = """[중요 규칙]
+1. 반드시 한글(한국어)로 출력하라.
+2. 너는 리뷰 데이터를 분석하는 빅데이터 분석가이다.
+3. 고객의 리뷰 데이터를 바탕으로 부정적인 의견의 데이터만 분석하라.
+4. 반드시 제공된 리뷰 데이터에서만 분석하라.
+5. 너의 생각을 포함하지 말 것.
+[분석 조건]
+1. 총 30개의 리뷰데이터를 제공한다.
+2. 각 리뷰 데이터의 둘째줄 부터의 실제 고객리뷰를 반영하라.
+3. 부정적인 의견만을 분석하라.
+4. 기능과 성능의 부분, 감성적인 부분, 실제 사용 측면의 부분, 배송의 부분, 고객의 분노 부분의 관점으로 분석하라.
+5. 4번의 조건에 포함되지 않는 부정적인 리뷰를 별도로 출력하라.
+6. 부정적인 리뷰 분석 결과를 바탕으로 '개선할 점'을 출력하라.
+[출력 형태 조건]
+1. 각각의 제목 앞에 '📝'이모지를 출력하라,'#', '##'은 출력하지 말것.
+2. 가장 마지막에 '개선할 점'을 출력하라("📢개선할 점"의 제목형태를 사용하라.)
+   [개선할 점의 출력 조건 시작]
+    ('개선할 점'이 아닌 다른 부분에 이 출력 조건을 반영하지 말 것.
+    - 항목별 제목을 제외하라.
+    - 주요 항목별로 개선할 점을 출력하라.
+    - 전문적이고, 분석적이며, 제안하는 형태의 공손한 어투를 사용하라.(단답형 표현 금지)
+      [SWOT분석 조건]
+        1. '종합의견' 다음 내용으로 SWOT분석 의견을 출력하라.
+        2. SWOT분석 중 '약점'의견��� '위협'의 의견을 출력하라.
+         3. 반드시 '개선할 점'의 내용을 기반으로 작성하라.
+        4. 제목은 '💉 약점', '💉 위협'으로 출력하라.
+    [개선할 점의 출력 조건 끝]
+3. 실제 고객의 리뷰 데이터에서 사용된 단어를 포함하라.
+4. 너의 생각을 임의로 넣지 말 것.
+"""
+
+    # LLM을 사용하여 리뷰 분석
+    positive_analysis = call_api(positive_reviews, system_message=positive_prompt)
+    negative_analysis = call_api(negative_reviews, system_message=negative_prompt)
+
+    return positive_reviews, negative_reviews, positive_analysis, negative_analysis
 
 # Gradio 인터페이스 구성
 def create_interface():
     with gr.Blocks() as demo:
         gr.Markdown("### 리뷰 데이터 업로드")
         file_input = gr.File(label="엑셀 파일 업로드", file_types=[".xlsx"])
-        analyze_button = gr.Button("리뷰 추출하기")
+        analyze_button = gr.Button("리뷰분석")
         
         with gr.Column():
             gr.Markdown("### 긍정적인 주요 리뷰 (최대 20개)")
             positive_reviews_output = gr.Textbox(label="긍정적인 주요 리뷰", interactive=False, lines=20)
             
+            gr.Markdown("### 긍정 리뷰 분석 결과")
+            positive_analysis_output = gr.Textbox(label="긍정 리뷰 분석", interactive=False, lines=30)
+            
             gr.Markdown("### 부정적인 주요 리뷰 (최대 30개)")
             negative_reviews_output = gr.Textbox(label="부정적인 주요 리뷰", interactive=False, lines=30)
+            
+            gr.Markdown("### 부정 리뷰 분석 결과")
+            negative_analysis_output = gr.Textbox(label="부정 리뷰 분석", interactive=False, lines=30)
         
         analyze_button.click(
             fn=process_reviews,
             inputs=[file_input],
-            outputs=[positive_reviews_output, negative_reviews_output]
+            outputs=[positive_reviews_output, negative_reviews_output, positive_analysis_output, negative_analysis_output]
         )
     
     return demo