video insight

utils/google_ai_studio.py

@@ -33,10 +33,8 @@ prompt = '''
 产品落地形态分类：搜索结果列表。
 产品落地形态分类举例：比如商品广告h5、搜索结果列表、内容列表、私域群二维码、AI机器人对话等。类型字数请控制在10个字以内。
 通过以上这种结构化的分类和整理，最终想通过AI对内容进行理解，分析推测出内容不同时机的价值点与用户需求的对应关系，为后续AI在产品中的应用场景提供更多可能。
-请详细说明你如何思考、拆解视频内容、分析及推理的过程。
 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：
-以 JSON 格式输出，键值为：
-输出你的推理过程(str)
+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)

workers/video_insight_consumption_work.py

@@ -79,7 +79,7 @@ class ConsumptionRecommend(object):
                 {video_id}, '{link}', '{video_title}', NULL,
                 {entry.get('需求排序序号', '')}, {entry.get('需求强烈程度分值', '')}, '{entry.get('用户具体的需求描述', '')}', '{entry.get('需求分类', '')}',
                 '{entry.get('推测出该点需求的原因', '')}', '{entry.get('描述出与需求对应的产品钩子', '')}', '{entry.get('产品形式出现到消失的时间点', '')}', '{entry.get('钩子形式描述', '')}',
-                '{entry.get('钩子形式类型', '')}', '{entry.get('点击钩子后的产品落地形态描述', '')}', '{entry.get('产品落地形态分类', '')}', '{entry.get('其他平台案例', '')}, '{entry.get('输出你的推理过程', '')}'
+                '{entry.get('钩子形式类型', '')}', '{entry.get('点击钩子后的产品落地形态描述', '')}', '{entry.get('产品落地形态分类', '')}', '{entry.get('其他平台案例', '')}', '{entry.get('输出你的推理过程', '')}'
             )"""
             values.append(value)
         # Combine SQL statement and values