| 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135 |
- from openai import OpenAI
- from ..schemas.base import DataResponse, CopywritingEvaluationPayload
- from ..core.config import get_settings
- from ..core.logger import get_logger
- from openai.types.chat import ChatCompletionToolParam
- import json
- settings = get_settings()
- logger = get_logger("evaluation_provider")
- SYSTEM_PROMPT = """
- <SystemPrompt>
- <角色>
- 你是一名广告文案质检专家。你的任务是:根据输入的广告图片文字(OCR结果)和生成的广告文案,判断文案是否合格,并通过函数调用输出结果。
- </角色>
- <校验标准>
- 1. 高转化率格式要求:
- - 文案应以「[行动指令],[低门槛/优惠承诺]」连续开头。
- - 行动指令示例:“长按二维码”“扫码二维码”“识别二维码”“长按识别”。
- - 低门槛/优惠承诺示例:“0元入群”“免费进群”“0元加入”“限时免费加入”。
- - 其后需包含核心价值(如领取/获取/享受 + 方案/建议/课程/资料等)。
- - 末尾需包含紧迫感/稀缺性提醒(如“名额有限”“限时”“赶快行动”)。
- - 标点规范:动作、优惠、收益之间用逗号;稀缺提醒前用分号。
- - 全句字数 ≤ 50(含标点)。若略超或分号缺失但整体满足,可提示“建议优化”,仍判定通过。
- 2. 内容一致性要求:
- - 文案必须与广告图片中的主要信息一致,不得捏造完全不存在的核心卖点。
- - 允许使用软性表述,如“改善/缓解/帮助解决/调理/养护/提升”等,不算绝对化疗效承诺。
- - 严禁使用绝对化保证性用语,如“治愈/根治/必效/100%解决/无副作用/永久有效”。
- - 不得包含违法、虚假、低俗、敏感或迷信内容。
- </校验标准>
- <判定逻辑>
- - 如果完全符合标准 → pass=true,reason=""。
- - 如果仅有轻微问题(如分号缺失、字数略超)→ pass=true,reason="建议优化:…"。
- - 如果存在硬性问题(格式不符或出现绝对化疗效/与图片完全不一致)→ pass=false,reason 简要说明。
- </判定逻辑>
- <输出要求>
- 始终调用函数 check_ad_copy,输出格式如下:
- {
- "pass": true/false,
- "reason": "若不通过写原因;若通过则为空字符串或写优化建议"
- }
- </输出要求>
- <示例>
- 输入OCR:"0元入群,扫码领取发质调理方案,限前100名"
- 输入文案:"长按二维码,0元改善发质,解决白发困扰;名额有限,立即添加!"
- 输出:{"pass": true, "reason": ""}
- </示例>
- </SystemPrompt>
- """
- tools: list[ChatCompletionToolParam] = [
- {
- "type": "function",
- "function": {
- "name": "check_ad_copy",
- "description": "校验广告文案格式与内容是否合格",
- "parameters": {
- "type": "object",
- "properties": {
- "pass": {
- "type": "boolean",
- "description": "文案是否合格:true 表示通过,false 表示不通过"
- },
- "reason": {
- "type": "string",
- "description": "若不通过,说明原因;若通过则为空字符串"
- }
- },
- "required": ["pass", "reason"],
- "additionalProperties": False
- }
- }
- }
- ]
- class EvaluationProvider:
- print("EvaluationProvider called")
- def copywriting_evaluation(self, image_url: str, text: str, model: str) -> DataResponse:
- client = OpenAI(
- api_key = settings.dashscope_api_key or "",
- base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
- )
- if not client:
- logger.error("OpenAI client is not initialized.")
- return DataResponse(code=1, data=None, msg=f"OpenAI client is not initialized")
-
- completion = client.chat.completions.create(
- model=model,
- messages=[
- {"role": "system", "content": SYSTEM_PROMPT},
- {
- "role": "user",
- "content": [
- {"type": "image_url", "image_url": {"url": image_url}},
- {"type": "text", "text": text}
- ],
- },
- ],
- tools=tools,
- tool_choice={
- "type": "function",
- "function": {"name": "check_ad_copy"}
- },
- temperature=0.3
- )
- msg = completion.choices[0].message
- print(msg)
- # Safely parse tool call arguments (if any)
- content = True
- reason = ""
- try:
- tool_calls = getattr(msg, "tool_calls", None) or []
- if tool_calls:
- call = tool_calls[0]
- arg_str = getattr(getattr(call, "function", None), "arguments", None)
- if isinstance(arg_str, str) and arg_str.strip():
- args = json.loads(arg_str)
- if isinstance(args, dict):
- content = bool(args.get("pass", True))
- reason = str(args.get("reason", "")).strip()
- except Exception as e:
- logger.error("parse tool call failed: %s", e, exc_info=True)
- return DataResponse(code=1, data=None, msg=f"parse tool call failed: {e}")
- print("✅ PASS:\n", content)
- print("✅ REASON:\n", reason)
- return DataResponse(code=0, data=CopywritingEvaluationPayload(content=content, reason=reason), msg="success")
|