""" 配置优化助手模块 分析品牌名和优势是否 GEO 友好，提供优化建议 """ from typing import Dict, List, Optional from langchain_core.prompts import PromptTemplate from langchain_core.output_parsers import StrOutputParser import json import re class ConfigOptimizer: """配置优化器""" def __init__(self): self.optimization_prompt_template = """ 你是GEO（生成式引擎优化）专家，专注于帮助品牌在AI模型中被优先、可信地提及。 【当前配置】 - 主品牌名称：{brand} - 核心优势/卖点：{advantages} - 竞品列表：{competitors} 【分析要求】 请从以下维度全面评估当前配置，并给出优化建议： 1. **品牌名独特性分析** - 是否过于泛化（如"AI助手"、"智能系统"等通用词）？ - 是否容易被混淆或误认为是其他品牌？ - 是否具有搜索友好性（用户容易搜索到）？ - 是否在AI回答中容易被识别和提及？ 2. **优势描述分析** - 是否具体、可量化（避免"强大"、"优秀"等模糊词）？ - 是否具有差异化（与竞品有明显区别）？ - 是否包含E-E-A-T信号（专业性、经验性、权威性、可信度）？ - 是否便于AI提取和引用？ 3. **竞品对比分析** - 当前配置在竞品中是否具有明显优势？ - 哪些方面容易被竞品超越？ - 如何强化差异化定位？ 4. **GEO友好度评估** - 品牌名是否容易被AI优先提及？ - 优势描述是否符合GEO最佳实践？ - 整体配置是否有助于提升提及率？ 【输出格式】 请严格按照以下格式输出，包含所有部分： 【评估总结】 （200-300字，总结当前配置的优势和不足） 【优化建议】 1. 品牌名优化建议： - 问题：[指出当前品牌名的问题] - 建议：[给出优化建议] 2. 优势描述优化建议： - 问题：[指出当前优势描述的问题] - 建议：[给出优化建议] 3. 差异化强化建议： - 竞品对比：[与竞品的对比分析] - 差异化策略：[如何强化差异化] 【推荐版本】 请提供3个优化后的配置版本（从保守到激进），严格按照以下格式输出，每个字段单独一行： 版本1（保守优化）： 品牌名：基于当前品牌名进行保守优化，保持核心品牌名不变 优势描述：优化优势描述，使其更具体、可量化，用顿号分隔多个优势点 理由：说明为什么这样优化，50-100字 版本2（平衡优化）： 品牌名：在品牌名中加入行业关键词，提升搜索友好性 优势描述：聚焦核心价值，突出差异化优势，用顿号分隔多个优势点 理由：说明为什么这样优化，50-100字 版本3（激进优化）： 品牌名：完全重构品牌定位，突出核心特性，最大化GEO效果 优势描述：全面展示优势，包含多个维度，用顿号分隔多个优势点 理由：说明为什么这样优化，50-100字 格式要求（非常重要，必须严格遵守）： 1. 必须严格按照上述格式，每个字段单独一行，使用"品牌名："、"优势描述："、"理由："作为字段标识 2. 品牌名必须提供实际内容，不能使用占位符，必须基于当前品牌名"{brand}"进行优化 3. 优势描述必须提供实际内容，不能使用占位符，必须基于当前优势"{advantages}"进行优化 4. 每个版本都必须完整，不能省略任何字段 5. 不要使用方括号[]、不要使用占位符，必须提供针对当前配置的实际优化内容 6. 品牌名和优势描述必须是具体的、可用的内容，不能是说明性文字 【预期效果】 - 提及率提升预期：[预计提升幅度] - GEO友好度提升：[预计提升幅度] - 差异化优势：[预计强化效果] 【开始分析】 """ def optimize_config(self, brand: str, advantages: str, competitors: List[str], llm_chain) -> Dict: """ 优化配置 Args: brand: 主品牌名称 advantages: 核心优势/卖点 competitors: 竞品列表 llm_chain: LLM调用链 Returns: 包含优化建议的字典 """ competitors_str = "、".join(competitors) if competitors else "无" prompt = PromptTemplate.from_template(self.optimization_prompt_template) chain = prompt | llm_chain | StrOutputParser() try: result = chain.invoke({ "brand": brand, "advantages": advantages, "competitors": competitors_str }) # 解析结果 parsed_result = self._parse_optimization_result(result) parsed_result["raw_result"] = result parsed_result["success"] = True # 如果推荐版本为空，尝试备用解析方法 if not parsed_result.get("recommended_versions") or all( not v.get("brand") and not v.get("advantages") for v in parsed_result.get("recommended_versions", []) ): # 尝试更宽松的解析 parsed_result = self._parse_optimization_result_fallback(result, parsed_result) return parsed_result except Exception as e: return { "success": False, "error": str(e), "raw_result": "" } def _parse_optimization_result(self, result: str) -> Dict: """解析优化结果""" parsed = { "summary": "", "suggestions": { "brand": {"problem": "", "suggestion": ""}, "advantages": {"problem": "", "suggestion": ""}, "differentiation": {"comparison": "", "strategy": ""} }, "recommended_versions": [], "expected_effects": {}, "parse_errors": [] # 记录解析过程中的错误 } # 提取评估总结 if "【评估总结】" in result: summary_section = result.split("【评估总结】")[1].split("【")[0].strip() parsed["summary"] = summary_section # 提取优化建议 if "【优化建议】" in result: suggestions_section = result.split("【优化建议】")[1].split("【")[0] # 品牌名优化建议 - 更健壮的解析 brand_patterns = ["品牌名优化建议", "1. 品牌名优化建议", "品牌名"] for pattern in brand_patterns: if pattern in suggestions_section: brand_section = suggestions_section.split(pattern, 1)[1] # 找到下一个建议的开始位置 next_patterns = ["2. 优势描述优化建议", "优势描述优化建议", "3. 差异化强化建议"] for next_pattern in next_patterns: if next_pattern in brand_section: brand_section = brand_section.split(next_pattern)[0] break if "问题：" in brand_section or "问题" in brand_section: problem_text = brand_section.split("问题：")[1] if "问题：" in brand_section else brand_section.split("问题")[1] problem_text = problem_text.split("建议：")[0].split("建议")[0].strip() if problem_text: parsed["suggestions"]["brand"]["problem"] = problem_text if "建议：" in brand_section or "建议" in brand_section: suggestion_text = brand_section.split("建议：")[1] if "建议：" in brand_section else brand_section.split("建议", 1)[1] suggestion_text = suggestion_text.split("2.")[0].split("3.")[0].strip() if suggestion_text: parsed["suggestions"]["brand"]["suggestion"] = suggestion_text break # 优势描述优化建议 - 更健壮的解析 adv_patterns = ["优势描述优化建议", "2. 优势描述优化建议", "优势描述"] for pattern in adv_patterns: if pattern in suggestions_section: adv_section = suggestions_section.split(pattern, 1)[1] # 找到下一个建议的开始位置 next_patterns = ["3. 差异化强化建议", "差异化强化建议"] for next_pattern in next_patterns: if next_pattern in adv_section: adv_section = adv_section.split(next_pattern)[0] break if "问题：" in adv_section or "问题" in adv_section: problem_text = adv_section.split("问题：")[1] if "问题：" in adv_section else adv_section.split("问题")[1] problem_text = problem_text.split("建议：")[0].split("建议")[0].strip() if problem_text: parsed["suggestions"]["advantages"]["problem"] = problem_text if "建议：" in adv_section or "建议" in adv_section: suggestion_text = adv_section.split("建议：")[1] if "建议：" in adv_section else adv_section.split("建议", 1)[1] suggestion_text = suggestion_text.split("3.")[0].strip() if suggestion_text: parsed["suggestions"]["advantages"]["suggestion"] = suggestion_text break # 提取推荐版本 if "【推荐版本】" in result: versions_section = result.split("【推荐版本】")[1].split("【")[0] # 提取3个版本 - 使用更健壮的解析方式 for i in range(1, 4): # 尝试多种匹配模式 version_patterns = [ f"版本{i}（", f"版本{i}：", f"版本{i}", f"版本 {i}", f"Version {i}", ] version_text = None for pattern in version_patterns: if pattern in versions_section: # 找到版本开始位置 start_idx = versions_section.find(pattern) version_text = versions_section[start_idx + len(pattern):] # 找到下一个版本或结束位置 next_patterns = [ f"版本{i+1}（" if i < 3 else None, f"版本{i+1}：" if i < 3 else None, f"版本{i+1}" if i < 3 else None, "【预期效果】", "【", ] end_idx = len(version_text) for next_pattern in next_patterns: if next_pattern and next_pattern in version_text: end_idx = min(end_idx, version_text.find(next_pattern)) version_text = version_text[:end_idx].strip() break if not version_text: continue version_data = { "version_name": f"版本{i}", "brand": "", "advantages": "", "reason": "" } # 提取品牌名 - 支持多种格式，更健壮的解析 brand_patterns = ["品牌名：", "品牌名", "品牌：", "- 品牌名：", "品牌名"] for pattern in brand_patterns: if pattern in version_text: brand_part = version_text.split(pattern, 1)[1] # 提取到换行、下一个字段或下一个版本 brand = brand_part.split("\n")[0] # 移除可能的下一个字段标识 for next_field in ["优势描述", "理由", "版本", "- 优势描述", "- 理由"]: if next_field in brand: brand = brand.split(next_field)[0] brand = brand.strip() # 移除可能的冒号、破折号等 brand = brand.lstrip("：").lstrip(":").lstrip("-").lstrip("—").strip() if brand and len(brand) > 0: version_data["brand"] = brand break # 提取优势描述 - 支持多种格式，更健壮的解析 adv_patterns = ["优势描述：", "优势描述", "优势：", "- 优势描述："] for pattern in adv_patterns: if pattern in version_text: adv_part = version_text.split(pattern, 1)[1] # 提取到理由或下一个字段 advantages = adv_part.split("理由")[0].split("- 理由")[0].split("版本")[0] # 处理多行内容 advantages_lines = [] for line in advantages.split("\n"): line = line.strip() # 如果遇到下一个字段标识，停止 if any(marker in line for marker in ["理由", "版本", "品牌名"]): break if line and not line.startswith("-") and not line.startswith("—"): advantages_lines.append(line) advantages = " ".join(advantages_lines).strip() # 移除可能的冒号、破折号等 advantages = advantages.lstrip("：").lstrip(":").lstrip("-").lstrip("—").strip() if advantages and len(advantages) > 0: version_data["advantages"] = advantages break # 提取理由 - 支持多种格式，更健壮的解析 reason_patterns = ["理由：", "理由", "- 理由："] for pattern in reason_patterns: if pattern in version_text: reason_part = version_text.split(pattern, 1)[1] # 提取到下一个版本或结束 reason = reason_part.split("版本")[0] # 处理多行内容 reason_lines = [] for line in reason.split("\n"): line = line.strip() # 如果遇到下一个版本标识，停止 if "版本" in line and any(str(i+1) in line for i in range(1, 4)): break if line and not line.startswith("-") and not line.startswith("—"): reason_lines.append(line) reason = " ".join(reason_lines).strip() # 移除可能的冒号、破折号等 reason = reason.lstrip("：").lstrip(":").lstrip("-").lstrip("—").strip() if reason and len(reason) > 0: version_data["reason"] = reason break # 只有当至少有一个字段有内容时才添加 if version_data["brand"] or version_data["advantages"]: parsed["recommended_versions"].append(version_data) else: # 记录解析失败的版本 parsed["parse_errors"].append(f"版本{i}解析失败：未找到品牌名或优势描述") # 提取预期效果 if "【预期效果】" in result: effects_section = result.split("【预期效果】")[1].strip() if "提及率提升预期：" in effects_section: parsed["expected_effects"]["mention_rate"] = effects_section.split("提及率提升预期：")[1].split("\n")[0].strip() if "GEO友好度提升：" in effects_section: parsed["expected_effects"]["geo_friendliness"] = effects_section.split("GEO友好度提升：")[1].split("\n")[0].strip() return parsed def _parse_optimization_result_fallback(self, result: str, parsed: Dict) -> Dict: """备用解析方法，使用更宽松的规则和正则表达式""" # 如果推荐版本部分存在但解析失败，尝试更宽松的解析 if "【推荐版本】" in result: versions_section = result.split("【推荐版本】")[1].split("【")[0] # 使用正则表达式提取 import re # 尝试提取版本1 version1_match = re.search(r'版本1[^版本]*?品牌名[：:]\s*([^\n]+)', versions_section, re.DOTALL) version1_adv_match = re.search(r'版本1[^版本]*?优势描述[：:]\s*([^\n]+)', versions_section, re.DOTALL) if version1_match or version1_adv_match: v1 = { "version_name": "版本1", "brand": version1_match.group(1).strip() if version1_match else "", "advantages": version1_adv_match.group(1).strip() if version1_adv_match else "", "reason": "" } # 清理品牌名和优势描述 v1["brand"] = v1["brand"].split("优势描述")[0].split("理由")[0].strip() v1["advantages"] = v1["advantages"].split("理由")[0].split("版本")[0].strip() if v1["brand"] or v1["advantages"]: if not parsed["recommended_versions"]: parsed["recommended_versions"] = [] if len(parsed["recommended_versions"]) < 1: parsed["recommended_versions"].append(v1) # 尝试提取版本2 version2_match = re.search(r'版本2[^版本]*?品牌名[：:]\s*([^\n]+)', versions_section, re.DOTALL) version2_adv_match = re.search(r'版本2[^版本]*?优势描述[：:]\s*([^\n]+)', versions_section, re.DOTALL) if version2_match or version2_adv_match: v2 = { "version_name": "版本2", "brand": version2_match.group(1).strip() if version2_match else "", "advantages": version2_adv_match.group(1).strip() if version2_adv_match else "", "reason": "" } # 清理品牌名和优势描述 v2["brand"] = v2["brand"].split("优势描述")[0].split("理由")[0].strip() v2["advantages"] = v2["advantages"].split("理由")[0].split("版本")[0].strip() if v2["brand"] or v2["advantages"]: if len(parsed["recommended_versions"]) < 2: parsed["recommended_versions"].append(v2) # 尝试提取版本3 version3_match = re.search(r'版本3[^版本]*?品牌名[：:]\s*([^\n]+)', versions_section, re.DOTALL) version3_adv_match = re.search(r'版本3[^版本]*?优势描述[：:]\s*([^\n]+)', versions_section, re.DOTALL) if version3_match or version3_adv_match: v3 = { "version_name": "版本3", "brand": version3_match.group(1).strip() if version3_match else "", "advantages": version3_adv_match.group(1).strip() if version3_adv_match else "", "reason": "" } # 清理品牌名和优势描述 v3["brand"] = v3["brand"].split("优势描述")[0].split("理由")[0].strip() v3["advantages"] = v3["advantages"].split("理由")[0].split("版本")[0].strip() if v3["brand"] or v3["advantages"]: if len(parsed["recommended_versions"]) < 3: parsed["recommended_versions"].append(v3) return parsed