Update features/chatbot/chatbot_prompts.py

features/chatbot/chatbot_prompts.py

@@ -3,72 +3,72 @@ import logging
 
 def get_initial_insight_prompt_and_suggestions(plot_id: str, plot_label: str, plot_data_summary: str = None):
     """
-    Generates an initial prompt for the LLM to provide insights on a plot and suggested questions.
+    Genera un prompt iniziale per l'LLM per fornire spunti su un grafico e domande suggerite.
     Args:
-        plot_id (str): The unique identifier for the plot.
-        plot_label (str): The display label for the plot.
-        plot_data_summary (str, optional): A textual summary of the data for the plot.
+        plot_id (str): L'identificatore univoco del grafico.
+        plot_label (str): L'etichetta di visualizzazione del grafico.
+        plot_data_summary (str, optional): Un riassunto testuale dei dati del grafico.
     Returns:
         tuple: (prompt_for_llm_str, list_of_suggestion_strings)
     """
-    logging.info(f"Generating initial insight prompt for plot_id: {plot_id}, label: {plot_label}")
+    logging.info(f"Generazione del prompt di analisi iniziale per plot_id: {plot_id}, etichetta: {plot_label}")
 
-    base_persona_prompt = "You are an expert in Employer Branding and LinkedIn social media strategy. Analyze the following data for the chart '{plot_label}' and provide key insights and actionable advice. Focus on interpreting the provided data snapshot."
+    base_persona_prompt = "Sei un esperto di Employer Branding e di strategia per i social media di LinkedIn. Analizza i seguenti dati per il grafico '{plot_label}' e fornisci spunti chiave e consigli pratici. Concentrati sull'interpretazione dei dati forniti."
     prompt_text = f"{base_persona_prompt.format(plot_label=plot_label)}\n\n"
 
     if plot_data_summary and plot_data_summary.strip() and \
        "No data summary available" not in plot_data_summary and \
        "Error generating data summary" not in plot_data_summary and \
        "Accesso negato" not in plot_data_summary and \
-       f"Nessun sommario dati specifico disponibile per '{plot_label}'" not in plot_data_summary : # Added check for this specific no data message
-        prompt_text += f"Data Snapshot for '{plot_label}':\n```text\n{plot_data_summary}\n```\n\n"
-        prompt_text += "Based on this data and your expertise, what are the most important observations and what steps can be taken to improve or capitalize on these trends? Please provide a concise initial analysis."
+       f"Nessun sommario dati specifico disponibile per '{plot_label}'" not in plot_data_summary:
+        prompt_text += f"Istantanea dei dati per '{plot_label}':\n```text\n{plot_data_summary}\n```\n\n"
+        prompt_text += "Sulla base di questi dati e della tua esperienza, quali sono le osservazioni più importanti e quali passi possono essere intrapresi per migliorare o sfruttare queste tendenze? Fornisci un'analisi iniziale concisa."
     else:
-        prompt_text += f"No specific data snapshot is available for '{plot_label}'. Provide general insights and advice for improving performance related to '{plot_label}' on LinkedIn, assuming typical scenarios. Please provide a concise initial analysis."
+        prompt_text += f"Nessuna istantanea di dati specifica è disponibile per '{plot_label}'. Fornisci spunti e consigli generali per migliorare le prestazioni relative a '{plot_label}' su LinkedIn, ipotizzando scenari tipici. Fornisci un'analisi iniziale concisa."
 
-    # Default suggestions
+    # Suggerimenti predefiniti
     suggestions = [
-        f"What are the key drivers for {plot_label.lower()} based on the data?",
-        f"How can I improve my {plot_label.lower()} according to these trends?",
-        f"What does good performance look like for {plot_label.lower()}?"
+        f"Quali sono i fattori chiave per {plot_label.lower()} in base ai dati?",
+        f"Come posso migliorare i miei risultati per {plot_label.lower()} secondo queste tendenze?",
+        f"Come si presenta una buona performance per {plot_label.lower()}?"
     ]
 
-    # Customize suggestions per plot_id
+    # Personalizza i suggerimenti per plot_id
     if plot_id == "followers_count":
         suggestions = [
-            "Based on the follower data, what was our peak growth period?",
-            "How often should I post to maximize follower growth?",
-            "What content typically resonates most with potential followers?"
+            "In base ai dati sui follower, qual è stato il nostro periodo di massima crescita?",
+            "Con quale frequenza dovrei pubblicare per massimizzare la crescita dei follower?",
+            "Quale tipo di contenuto ha tipicamente più risonanza tra i potenziali follower?"
         ]
     elif plot_id == "engagement_rate":
         suggestions = [
-            "What does the engagement trend tell us about recent content performance?",
-            "What types of posts typically get the highest engagement?",
-            "Can you give me examples of strong calls to action?"
+            "Cosa ci dice l'andamento del coinvolgimento sulla performance dei contenuti recenti?",
+            "Quali tipi di post ottengono tipicamente il maggior coinvolgimento?",
+            "Puoi darmi esempi di inviti all'azione (call to action) efficaci?"
         ]
     elif plot_id == "reach_over_time":
         suggestions = [
-            "What does the reach data suggest about our content visibility?",
-            "What are effective organic strategies to increase post reach?",
-            "How do hashtags and tagging strategies impact reach?"
+            "Cosa suggeriscono i dati sulla copertura (reach) riguardo alla visibilità dei nostri contenuti?",
+            "Quali sono le strategie organiche efficaci per aumentare la copertura dei post?",
+            "In che modo gli hashtag e le strategie di tagging influenzano la copertura?"
         ]
     elif plot_id == "impressions_over_time":
         suggestions = [
-            "How do current impressions compare to previous periods based on the data?",
-            "What's the difference between reach and impressions?",
-            "Does LinkedIn's algorithm favor certain content for impressions?"
+            "Come si confrontano le impressioni attuali con i periodi precedenti in base ai dati?",
+            "Qual è la differenza tra copertura (reach) e impressioni (impressions)?",
+            "L'algoritmo di LinkedIn favorisce determinati tipi di contenuti per le impressioni?"
         ]
     elif plot_id == "comments_sentiment":
         suggestions = [
-            "What does the sentiment breakdown indicate about audience perception?",
-            "How can I encourage more positive comments?",
-            "What's the best way to respond to negative comments?"
+            "Cosa indica l'analisi del sentiment sulla percezione del pubblico?",
+            "Come posso incoraggiare più commenti positivi?",
+            "Qual è il modo migliore per rispondere ai commenti negativi?"
         ]
-    # Add more plot_id specific suggestions if needed
+    # Aggiungi altri suggerimenti specifici per plot_id se necessario
 
-    # Ensure exactly 3 suggestions
+    # Assicura che ci siano esattamente 3 suggerimenti
     while len(suggestions) < 3:
-        suggestions.append(f"Tell me more about the trends in the {plot_label.lower()} data.")
+        suggestions.append(f"Dimmi di più sulle tendenze nei dati di {plot_label.lower()}.")
     if len(suggestions) > 3:
         suggestions = suggestions[:3]