video insight

utils/google_ai_studio.py

@@ -26,6 +26,8 @@ prompt = '''
 -需求详细query是将用户需求及视频背景信息总结为一段给AI模型的需求问题或指令；query格式为：我看了一段内容为“（视频50字简介）”的视频，我想了解“（具体需求）”
 -总结12字内钩子话术，引导用户产生兴趣点击落地方案；产品落地形态应与产品钩子合理承接。
 
+输出内容单引号换成双引号，每一个字段都要有值
+
 输出内容格式：
 output in JSON format with keys:
 需求排序序号(str)
@@ -42,28 +44,17 @@ output in JSON format with keys:
 prompt1 = '''
 请帮助我做以下分析：
 我将提供给你视频，需要你模拟成中老年用户在视频消费平台观看这些视频。
-需要你充分发挥想象力，推测出中老年用户在观看这些视频过程中，可能产生什么具体的需求。并推测出该点需求的原因。
--每项需求请根据观看者的需求强烈程度打分排序，越强烈分值越高，分值越高排序越前。分值范围：0-10分。
--每项需求请分类。需求类型：比如问答信息获取类、视频推荐类、交流互动类等，类型字数请控制在10个字以内。
--针对这些需求，平台有两部分功能：钩子及落地方案，钩子指在视频需求产生时，平台会有相关提示，提示用户进入落地方案；落地方案指针对用户需求，平台提供的相关信息、服务能力，解决用户的需求
--针对这些需求，平台有几类解决方案，1. AI对话机器人；可提供问答信息获取服务；2. 内容推荐；推荐平台内相关视频内容；4. 二维码；可加入社群、关注公众号、小助手等；不限于此3种，可提出更多解决方案及落地页方式
--需求是用户在观看过程中有欲望产生除观看外的动作，需求不要泛泛而谈，而是针对这个视频的强烈需求欲望。第一要与视频紧密相关，第二要包含用户真正的好奇心、交流欲等。第三需求范围不要大而空，要具体详细真实，如“了解适合老年人的旅游景点和路线”是不好的需求提取与描述，要根据视频说明具体的景点及具体出行行为
--由于用户观看行为与注意力，需求最好与视频初始部分或整体内容相关；
--合理为需求打分，如判断需求不强烈，请打低分；一个视频可都为低分需求
--需求详细query是将用户需求及视频背景信息总结为一段给AI模型的需求问题或指令；query格式为：我看了一段内容为“（视频50字简介）”的视频，我想了解“（具体需求）”
--总结12字内钩子话术，引导用户产生兴趣点击落地方案；产品落地形态应与产品钩子合理承接。
-
+需要你充分发挥想象力，推测出中老年用户在观看这些视频过程中，可能产生的具体的需求。
+根据视频内容，分析用户是否会因为内容产生强烈的衍生需求，需求可能包含：了解获取更多相关信息、进行相关社交交流、获取相关商业服务等衍生需求
+请根据视频内容，为用户观看视频时产生需求的强烈程度打分，1-10分，10分为非常强烈，1分为基本没有衍生需求。换言之，评估此视频是否适合为老年人提供衍生信息与服务
+评判标准可从以下方面考虑：视频信息量，是否有较多信息量可引出相关信息需求；是否有特定事件、人物、现象等可能引起知识需求的内容；视频是否与商业化服务较直接相关等
+综合用户需求为视频整体打一个需求强烈程度分值，打分区分度要大
+我们会根据打分对视频需求排序，请客观评价；直接输出JSON结果，不要有其他内容;
+输出内容单引号换成双引号，每一个字段都要有值;
 输出内容格式：
 output in JSON format with keys:
-需求排序序号(str)
-需求强烈程度分值(str)
-用户具体的需求描述(str)
-需求详细query(str)
-需求分类(str)
-推测出该点需求的原因(str)
-需求钩子话术(str)
-落地方案类型(str)
-落地方案形态描述(str)
+需求强烈程度(str)
+理由(str)
 '''
 # CACHE_DIR = '/Users/z/Downloads/'
 # PROXY_ADDR = 'http://localhost:1081'

workers/video_insight_consumption_work.py

@@ -58,7 +58,6 @@ class ConsumptionRecommend(object):
         text,text1 = GoogleAI.run(api_key, video_url)
         if "[异常]" in text:
             content_video_data(json.dumps(task))
-
         # Parse JSON data
         data = json.loads(orjson.dumps(text).decode())
         # Generate SQL insert statement
@@ -98,14 +97,10 @@ class ConsumptionRecommend(object):
             video_id, video_link, video_title, demand_score,reason
         ) VALUES
         """
-        # Add values for each entry
-        values = []
         link = f"""https://admin.piaoquantv.com/cms/post-detail/{video_id}/detail"""
-        for entry in data:
-            value = f"""(
-                {video_id}, '{link}', '{video_title}', {entry.get('需求强烈程度分值', '')}, '{entry.get('理由', '')}'
-            )"""
-            values.append(value)
+        value = f"""(
+            {video_id}, '{link}', '{video_title}', {data.get('需求强烈程度分值', '')}, '{data.get('理由', '')}'
+        )"""
         # Combine SQL statement and values
         sql += ",\n".join(values) + ";"
         # Print SQL statement