wecaht

utils/google_ai_studio.py

@@ -15,38 +15,31 @@ CACHE_DIR = '/app/cache/'
 prompt = '''
 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，他们在接收到视频中某些信息后可能产生什么具体的需求。另外，请特别针对在用户观看至视频结束后的场景，给出一个合理的需求推测。
-输出产品形式出现到消失的时间点时请注意：每个需求对应的产品形式出现的合理时间点应是在用户接收到视频中某些信息后出现。
-以上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：0~100分。
-以上每项需求请分类。需求类型：比如获取服务类、获取信息类、交流互动类、内容分享类等，类型字数请控制在10个字以内。
-针对你推理出的这些用户需求，请给出与每个需求相匹配且合理的产品解决方案，如有其它视频平台类似形式的案例也请描述出来。
-其中产品解决方案中包括：
-1、用户具体的需求描述并对需求进行分类。比如，需求描述为：“确认自身正在服用的药物的具体忌口信息，确保安全用药，避免潜在风险。”该需求可分类为：信息获取类、服务获取类。需求分类：比如，信息获取、服务获取、商品获取、互动交流、活动体验等
-2、推测出该点需求的原因。
-3、描述出与需求对应的产品钩子。需要包含钩子形式描述以及钩子形式分类。还需明确产品形式在视频播放过程中出现到消失的时间。
-注意：产品钩子要求能和需求匹配又能合理地吸引用户。
-钩子形式描述：比如，视频结束时，出现“看更多养老院视频”按键入口；钩子形式分类：比如内容观看入口。
-钩子形式类型举例：比如tips提示、语音播报、贴片广告、购物车链接、内容观看入口、社群二维码图片、智能搜索按键等。类型字数请控制在10个字以内。
-4、点击钩子后的产品落地形态描述以及产品落地形态分类。
-注意：产品落地形态应与产品钩子合理承接。
-点击钩子后的产品落地形态描述：比如，点击“搜索更多养老院视频”按键后，自动搜索“养老院”相关内容且页面跳转落地至搜索结果页，展示养老院视频列表供用户挑选；
-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。
-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：
+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：比如获取服务类、获取信息类、交流互动类、内容分享类等，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；可提供信息与基础生活服务，回答用户问题；2. 内容推荐；推荐平台内相关短视频；3.外部跳转；跳转至H5或小程序页面，如商品页、应用页等各类页面；4. 二维码；可加入社群、关注公众号、小助手等；5.引导分享；视频如引起用户强烈分享欲，引导用户分享；不限于此5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
+-需求描述清晰简洁，30字以内
+-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；
+-客观合理为需求打分，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
+-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；AI模型没有视频上下文信息，仅根据你的描述进行回答，请总结，不要有指代；落地方案非AI对话机器人，可为空
+-总结10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。如，点击“搜索更多养老院视频”按键后，自动搜索“养老院”相关内容且页面跳转落地至搜索结果页，展示养老院视频列表供用户挑选；
+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)
-描述出与需求对应的产品钩子(str)
-产品形式出现到消失的时间点(str 用分:秒-分:秒 的格式)
-钩子形式描述(str)
-钩子形式类型(str)
-点击钩子后的产品落地形态描述(str)
-产品落地形态分类(str)
-其他平台案例(str)
+需求钩子话术(str)
+落地方案类型(str)
+落地方案形态描述(str)
 '''
 # CACHE_DIR = '/Users/z/Downloads/'
 # PROXY_ADDR = 'http://localhost:1081'

workers/video_insight_consumption_work.py

@@ -73,13 +73,12 @@ class ConsumptionRecommend(object):
         # 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}', 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('推测出该点需求的原因', '')}', '{entry.get('需求详细query', '')}', '', '{entry.get('需求钩子话术', '')}',
+                '', '{entry.get('落地方案形态描述', '')}', '{entry.get('落地方案类型', '')}', '', ''
             )"""
             values.append(value)
         # Combine SQL statement and values