Update prompt_enhancer.py

prompt_enhancer.py

@@ -54,15 +54,127 @@ class PromptEnhancer:
         }
         
         self.emphasis_patterns = {
-            "important": "(({})),", # Double emphase
-            "normal": "({}),",      # Emphase simple
-            "subtil": "[{}],"       # Emphase légère
+            "important": "(({})),",  # Double emphase
+            "normal": "({}),",       # Emphase simple
+            "subtil": "[{}],"        # Emphase légère
         }
         
-        # Expressions courantes à optimiser
         self.common_improvements = {
             "faire": "create",
             "mettre": "place",
             "avec": "featuring",
             "contenant": "containing",
-            "il y a": "featuring"
+            "il y a": "featuring",
+            "je veux": "",
+            "je souhaite": "",
+            "il faut": ""
+        }def enhance_prompt(self, user_input: str, style_context: Dict) -> str:
+        """Améliore le prompt utilisateur avec un contexte enrichi"""
+        enhanced_prompt = user_input.lower()
+        logger.debug(f"Prompt initial: {enhanced_prompt}")
+
+        # Nettoyage initial
+        enhanced_prompt = self._clean_prompt(enhanced_prompt)
+        
+        # Détection et amélioration du contexte
+        enhanced_prompt = self._add_context(enhanced_prompt)
+        
+        # Ajout des éléments de style
+        enhanced_prompt = self._add_style_elements(enhanced_prompt, style_context)
+        
+        # Structure et emphase
+        enhanced_prompt = self._structure_prompt(enhanced_prompt)
+        
+        # Ajout des qualificatifs techniques
+        enhanced_prompt = self._add_technical_qualifiers(enhanced_prompt)
+        
+        logger.debug(f"Prompt amélioré: {enhanced_prompt}")
+        return enhanced_prompt
+
+    def _clean_prompt(self, prompt: str) -> str:
+        """Nettoie et normalise le prompt"""
+        # Remplace les expressions communes par leurs versions optimisées
+        for old, new in self.common_improvements.items():
+            prompt = prompt.replace(old, new)
+        
+        # Supprime les espaces multiples
+        prompt = " ".join(prompt.split())
+        
+        return prompt
+
+    def _add_context(self, prompt: str) -> str:
+        """Ajoute du contexte basé sur les mots-clés détectés"""
+        enhanced_parts = []
+        words = prompt.split()
+        
+        for word in words:
+            if word in self.context_keywords:
+                enhanced_parts.append(self.context_keywords[word])
+            else:
+                enhanced_parts.append(word)
+        
+        return " ".join(enhanced_parts)
+
+    def _add_style_elements(self, prompt: str, style_context: Dict) -> str:
+        """Ajoute les éléments de style au prompt"""
+        style_elements = [
+            style_context.get("prompt_prefix", ""),
+            prompt,
+            style_context.get("layout", ""),
+            style_context.get("ambiance", ""),
+            style_context.get("palette", ""),
+            "professional poster design",
+            "high quality"
+        ]
+        
+        return ", ".join(filter(None, style_elements))
+
+    def _structure_prompt(self, prompt: str) -> str:
+        """Structure le prompt avec une emphase appropriée"""
+        # Identifie les éléments clés
+        main_elements = self._identify_main_elements(prompt)
+        
+        structured_parts = []
+        for element, importance in main_elements.items():
+            pattern = self.emphasis_patterns.get(importance, "{}") 
+            structured_parts.append(pattern.format(element))
+        
+        return " ".join(structured_parts)
+
+    def _identify_main_elements(self, prompt: str) -> Dict[str, str]:
+        """Identifie les éléments principaux et leur importance"""
+        elements = {}
+        
+        # Analyse basique des éléments clés
+        words = prompt.split()
+        for word in words:
+            if len(word) > 3:  # Ignore les mots très courts
+                if word in self.context_keywords:
+                    elements[word] = "important"
+                else:
+                    elements[word] = "normal"
+                    
+        return elements
+
+    def _add_technical_qualifiers(self, prompt: str) -> str:
+        """Ajoute des qualificatifs techniques pour améliorer la qualité"""
+        technical_qualifiers = [
+            "professional quality",
+            "highly detailed",
+            "masterful composition",
+            "perfect lighting",
+            "sharp focus",
+            "8k resolution"
+        ]
+        
+        return f"{prompt}, {', '.join(technical_qualifiers)}"
+
+    def analyze_prompt_effectiveness(self, prompt: str) -> Dict:
+        """Analyse l'efficacité du prompt"""
+        return {
+            "length": len(prompt),
+            "key_elements": len(self._identify_main_elements(prompt)),
+            "has_context": any(keyword in prompt for keyword in self.context_keywords),
+            "has_composition": any(pattern in prompt for pattern in self.composition_patterns),
+            "technical_quality": len([q for q in ["detailed", "quality", "professional"] if q in prompt])
+        }