mirror of
https://github.com/won-ktds/smarketing-backend.git
synced 2025-12-06 15:16:23 +00:00
209 lines
8.3 KiB
Python
209 lines
8.3 KiB
Python
"""
|
|
마케팅 콘텐츠 생성 서비스
|
|
AI를 활용하여 플랫폼별 맞춤 게시글 생성
|
|
"""
|
|
import os
|
|
from typing import Dict, Any
|
|
from datetime import datetime
|
|
from utils.ai_client import AIClient
|
|
from utils.image_processor import ImageProcessor
|
|
from models.request_models import ContentRequest
|
|
|
|
|
|
class ContentService:
|
|
"""마케팅 콘텐츠 생성 서비스 클래스"""
|
|
|
|
def __init__(self):
|
|
"""서비스 초기화"""
|
|
self.ai_client = AIClient()
|
|
self.image_processor = ImageProcessor()
|
|
# 플랫폼별 콘텐츠 특성 정의
|
|
self.platform_specs = {
|
|
'인스타그램': {
|
|
'max_length': 2200,
|
|
'hashtag_count': 15,
|
|
'style': '감성적이고 시각적',
|
|
'format': '짧은 문장, 해시태그 활용'
|
|
},
|
|
'네이버 블로그': {
|
|
'max_length': 3000,
|
|
'hashtag_count': 10,
|
|
'style': '정보성과 친근함',
|
|
'format': '구조화된 내용, 상세 설명'
|
|
}
|
|
}
|
|
# 카테고리별 키워드 정의
|
|
self.category_keywords = {
|
|
'음식': ['맛집', '신메뉴', '추천', '맛있는', '특별한', '인기'],
|
|
'매장': ['분위기', '인테리어', '편안한', '아늑한', '특별한', '방문'],
|
|
'이벤트': ['할인', '이벤트', '특가', '한정', '기간한정', '혜택']
|
|
}
|
|
|
|
def generate_content(self, request: ContentRequest) -> Dict[str, Any]:
|
|
"""
|
|
마케팅 콘텐츠 생성
|
|
Args:
|
|
request: 콘텐츠 생성 요청 데이터
|
|
Returns:
|
|
생성된 콘텐츠 정보
|
|
"""
|
|
try:
|
|
# 이미지 분석
|
|
image_analysis = self._analyze_images(request.image_paths)
|
|
# AI 프롬프트 생성
|
|
prompt = self._create_content_prompt(request, image_analysis)
|
|
# AI로 콘텐츠 생성
|
|
generated_content = self.ai_client.generate_text(prompt)
|
|
# 해시태그 생성
|
|
hashtags = self._generate_hashtags(request)
|
|
# 최종 콘텐츠 포맷팅
|
|
formatted_content = self._format_content(
|
|
generated_content,
|
|
hashtags,
|
|
request.platform
|
|
)
|
|
return {
|
|
'success': True,
|
|
'content': formatted_content,
|
|
'platform': request.platform,
|
|
'category': request.category,
|
|
'generated_at': datetime.now().isoformat(),
|
|
'image_count': len(request.image_paths),
|
|
'image_analysis': image_analysis
|
|
}
|
|
except Exception as e:
|
|
return {
|
|
'success': False,
|
|
'error': str(e),
|
|
'generated_at': datetime.now().isoformat()
|
|
}
|
|
|
|
def _analyze_images(self, image_paths: list) -> Dict[str, Any]:
|
|
"""
|
|
업로드된 이미지들 분석
|
|
Args:
|
|
image_paths: 이미지 파일 경로 리스트
|
|
Returns:
|
|
이미지 분석 결과
|
|
"""
|
|
analysis_results = []
|
|
for image_path in image_paths:
|
|
try:
|
|
# 이미지 기본 정보 추출
|
|
image_info = self.image_processor.get_image_info(image_path)
|
|
# AI를 통한 이미지 내용 분석
|
|
image_description = self.ai_client.analyze_image(image_path)
|
|
analysis_results.append({
|
|
'path': image_path,
|
|
'info': image_info,
|
|
'description': image_description
|
|
})
|
|
except Exception as e:
|
|
analysis_results.append({
|
|
'path': image_path,
|
|
'error': str(e)
|
|
})
|
|
return {
|
|
'total_images': len(image_paths),
|
|
'results': analysis_results
|
|
}
|
|
|
|
def _create_content_prompt(self, request: ContentRequest, image_analysis: Dict[str, Any]) -> str:
|
|
"""
|
|
AI 콘텐츠 생성을 위한 프롬프트 생성
|
|
Args:
|
|
request: 콘텐츠 생성 요청
|
|
image_analysis: 이미지 분석 결과
|
|
Returns:
|
|
AI 프롬프트 문자열
|
|
"""
|
|
platform_spec = self.platform_specs.get(request.platform, self.platform_specs['인스타그램'])
|
|
category_keywords = self.category_keywords.get(request.category, [])
|
|
# 이미지 설명 추출
|
|
image_descriptions = []
|
|
for result in image_analysis.get('results', []):
|
|
if 'description' in result:
|
|
image_descriptions.append(result['description'])
|
|
prompt = f"""
|
|
당신은 소상공인을 위한 마케팅 콘텐츠 전문가입니다.
|
|
다음 정보를 바탕으로 {request.platform}에 적합한 {request.category} 카테고리의 게시글을 작성해주세요.
|
|
**매장 정보:**
|
|
- 매장명: {request.store_name or '우리 가게'}
|
|
- 카테고리: {request.category}
|
|
- 추가 정보: {request.additional_info or '없음'}
|
|
**이벤트 정보:**
|
|
- 시작 시간: {request.start_time or '상시'}
|
|
- 종료 시간: {request.end_time or '상시'}
|
|
**이미지 분석 결과:**
|
|
{chr(10).join(image_descriptions) if image_descriptions else '이미지 없음'}
|
|
**플랫폼 특성:**
|
|
- 최대 길이: {platform_spec['max_length']}자
|
|
- 스타일: {platform_spec['style']}
|
|
- 형식: {platform_spec['format']}
|
|
**요구사항:**
|
|
1. {request.platform}의 특성에 맞는 톤앤매너 사용
|
|
2. {request.category} 카테고리에 적합한 내용 구성
|
|
3. 고객의 관심을 끌 수 있는 매력적인 문구 사용
|
|
4. 이미지와 연관된 내용으로 작성
|
|
5. 자연스럽고 친근한 어조 사용
|
|
해시태그는 별도로 생성하므로 본문에는 포함하지 마세요.
|
|
"""
|
|
return prompt
|
|
|
|
def _generate_hashtags(self, request: ContentRequest) -> list:
|
|
"""
|
|
카테고리와 플랫폼에 맞는 해시태그 생성
|
|
Args:
|
|
request: 콘텐츠 생성 요청
|
|
Returns:
|
|
해시태그 리스트
|
|
"""
|
|
platform_spec = self.platform_specs.get(request.platform, self.platform_specs['인스타그램'])
|
|
category_keywords = self.category_keywords.get(request.category, [])
|
|
hashtags = []
|
|
# 기본 해시태그
|
|
if request.store_name:
|
|
hashtags.append(f"#{request.store_name.replace(' ', '')}")
|
|
# 카테고리별 해시태그
|
|
hashtags.extend([f"#{keyword}" for keyword in category_keywords[:5]])
|
|
# 공통 해시태그
|
|
common_tags = ['#맛집', '#소상공인', '#로컬맛집', '#일상', '#소통']
|
|
hashtags.extend(common_tags)
|
|
# 플랫폼별 인기 해시태그
|
|
if request.platform == '인스타그램':
|
|
hashtags.extend(['#인스타푸드', '#데일리', '#오늘뭐먹지', '#맛스타그램'])
|
|
elif request.platform == '네이버 블로그':
|
|
hashtags.extend(['#블로그', '#후기', '#추천', '#정보'])
|
|
# 최대 개수 제한
|
|
max_count = platform_spec['hashtag_count']
|
|
return hashtags[:max_count]
|
|
|
|
def _format_content(self, content: str, hashtags: list, platform: str) -> str:
|
|
"""
|
|
플랫폼에 맞게 콘텐츠 포맷팅
|
|
Args:
|
|
content: 생성된 콘텐츠
|
|
hashtags: 해시태그 리스트
|
|
platform: 플랫폼명
|
|
Returns:
|
|
포맷팅된 최종 콘텐츠
|
|
"""
|
|
platform_spec = self.platform_specs.get(platform, self.platform_specs['인스타그램'])
|
|
# 길이 제한 적용
|
|
if len(content) > platform_spec['max_length'] - 100: # 해시태그 공간 확보
|
|
content = content[:platform_spec['max_length'] - 100] + '...'
|
|
# 플랫폼별 포맷팅
|
|
if platform == '인스타그램':
|
|
# 인스타그램: 본문 + 해시태그
|
|
hashtag_string = ' '.join(hashtags)
|
|
formatted = f"{content}\n\n{hashtag_string}"
|
|
elif platform == '네이버 블로그':
|
|
# 네이버 블로그: 구조화된 형태
|
|
hashtag_string = ' '.join(hashtags)
|
|
formatted = f"{content}\n\n---\n{hashtag_string}"
|
|
else:
|
|
# 기본 형태
|
|
hashtag_string = ' '.join(hashtags)
|
|
formatted = f"{content}\n\n{hashtag_string}"
|
|
return formatted
|