from dotenv import load_dotenv import streamlit as st import os import google.generativeai as genai import random # Cargar las variables de entorno load_dotenv() # Configurar la API de Google genai.configure(api_key=os.getenv("GOOGLE_API_KEY")) # Función para obtener una mención del producto de manera probabilística def get_random_product_mention(): mentions = ["Directa", "Indirecta", "Metafórica"] probabilities = [0.35, 0.25, 0.40] return random.choices(mentions, probabilities)[0] # Crear la instrucción de mención basada en la opción seleccionada def get_mention_instruction(product_mention, product): if product_mention == "Directa": return f"Introduce directamente el producto '{product}' como la solución clara al problema que enfrenta el lector." elif product_mention == "Indirecta": return f"Referencia sutilmente el producto '{product}' como una posible solución al problema del lector sin nombrarlo explícitamente." elif product_mention == "Metafórica": return f"Introduce el producto '{product}' usando una metáfora, conectándolo simbólicamente a la solución que necesita el lector." return "" # Ejemplos de llamados a la acción por tipo cta_types = { "directos": [ "Descarga la guía para mejorar mi productividad diaria.", "Suscribite a la página para recibir actualizaciones y promociones exclusivas.", "Únete a la prueba gratis de 14 días y descubrir nuevas funciones.", "Registrate a la página para acceder a contenido premium y estrategias efectivas.", "Compra ahora y obtén un regalo especial con tu pedido." ], "urgencia": [ "Inscribete ahora para asegurar tu lugar, antes de que se agoten las plazas.", "Únete ahora para comenzar tu transformación hoy y no pierdas más tiempo." ], "descuento": [ "Compra ahora y aprovecha el 50% de descuento.", "Haz tu pedido ahora y obten un 30% de descuento adicional." ], "exclusividad": [ "Accede al contenido exclusivo solo para miembros.", "Se parte de un grupo selecto y disfruta de beneficios únicos." ], "beneficio_claro": [ "Mejora tu productividad en solo una semana.", "Transforma tu carrera profesional con herramientas avanzadas." ], "personalización": [ "Descubre cómo personalizar esta oferta.", "Elige las opciones que mejor se adapten a tus necesidades." ] } # Frases iniciales para usar en los textos generados initial_phrases = [ "Y si a ti te gustaría aprender todo esto…", "Así que…", "Si lo que quieres es llevarte todo, entonces...", "Y si lo que estás buscando es todo esto...", "Así que no esperes más...", "Si realmente quieres dar el siguiente paso...", "Y si ahora es el momento perfecto para actuar...", "Así que si deseas hacer realidad este cambio...", "Si tú también quieres formar parte de esto...", "Y si te imaginas disfrutando de todos estos beneficios...", "Así que, ¿por qué no empezar ahora?", "Si este es el impulso que estabas esperando...", "Y si el éxito está a solo un clic de distancia..." ] # Función para que el modelo elija automáticamente el tipo de CTA y el CTA específico def get_random_cta(): cta_type = random.choice(list(cta_types.keys())) # Selección aleatoria del tipo de CTA cta = random.choice(cta_types[cta_type]) # Selección aleatoria del CTA dentro del tipo return cta # Nueva función para generar textos con frases iniciales def generate_texts_with_initial_phrase(number_of_texts, target_audience, product, call_to_action, temperature): product_mention = get_random_product_mention() mention_instruction = get_mention_instruction(product_mention, product) # Configuración del modelo generation_config = { "temperature": temperature, "top_p": 0.85, "top_k": 128, "max_output_tokens": 2048, "response_mime_type": "text/plain", } # Crear una frase inicial al azar initial_phrase = random.choice(initial_phrases) # Configuración del modelo generativo y las instrucciones del sistema model = genai.GenerativeModel( model_name="gemini-1.5-flash", # Nombre del modelo que estamos utilizando generation_config=generation_config, # Configuración de generación system_instruction=( f"Eres un experto copywriter especializado en escribir mensajes o textos que atraen la atención de {target_audience} para promover {product} que soluciona los problemas de {target_audience}. " "Tu tarea es crear textos que incluyan un mensaje introductorio breve, atractivo y directo, seguido de un llamado a la acción (CTA) efectivo para promover {product}, tomando en cuenta los puntos dolorosos de {target_audience} y el {call_to_action} a realizar." "El texto introductorio debe ser corto, pero inspirador, y el CTA debe ser claro, directo y persuasivo, siguiendo la estructura 'Acción + conector + Valor'." "Asegúrate de que el texto sea creativo, fluido, y adaptado al tono que genera confianza y deseo de actuar." ) ) # Crear un mensaje para el modelo que incluye los CTAs generados según los tipos seleccionados texts_instruction = ( f"Tu tarea es generar {number_of_texts} combinaciones de textos. Cada texto debe comenzar con una frase inicial como '{initial_phrase}', seguida de un mensaje introductorio corto y atractivo, y un llamado a la acción relacionado con {call_to_action}. " f"Recuerda que el CTA debe tener la estructura 'Acción + conector + Valor', como los ejemplos proporcionados." ) # Generar el resultado utilizando el modelo con la instrucción de CTA específica try: response = model.generate_content([texts_instruction]) # Extraer el texto generado generated_texts = response.candidates[0].content.parts[0].text.strip() return f"{initial_phrase} {generated_texts}" except Exception as e: raise ValueError(f"Error al generar los textos: {str(e)}") # Configurar la interfaz de usuario con Streamlit st.set_page_config(page_title="QuickPrompt", layout="wide") # Centrar el título y el subtítulo st.markdown("

Quick Prompt

", unsafe_allow_html=True) st.markdown("

Transforma tu mensaje en llamados de acción que inspiren a tu audiencia a tomar decisiones al instante.

", unsafe_allow_html=True) # Añadir CSS personalizado para el botón st.markdown(""" """, unsafe_allow_html=True) # Crear columnas col1, col2 = st.columns([1, 2]) # Columnas de entrada with col1: target_audience = st.text_input("¿Quién es tu público objetivo?", placeholder="Ejemplo: Estudiantes Universitarios") product = st.text_input("¿Qué producto tienes en mente?", placeholder="Ejemplo: Curso de Inglés") call_to_action = st.text_input("¿Qué acción deseas que tomen?", placeholder="Ejemplo: Inscribirse al curso") number_of_texts = st.selectbox("Número de textos", options=[1, 2, 3, 4, 5], index=2) temperature = st.slider("Creatividad", min_value=0.0, max_value=2.0, value=0.8, step=0.1) # Botón de enviar submit = st.button("Generar Textos") # Mostrar los textos generados if submit: if target_audience and product and call_to_action: try: # Llamar a la nueva función que incluye frases iniciales generated_texts = generate_texts_with_initial_phrase(number_of_texts, target_audience, product, call_to_action, temperature) col2.markdown(f"""

Mira la magia en acción:

{generated_texts}

""", unsafe_allow_html=True) except ValueError as e: col2.error(f"Error: {str(e)}") except Exception as e: col2.error(f"Error inesperado: {str(e)}") else: col2.error("Por favor, proporciona el público objetivo, el producto y la acción.")