Update app.py

app.py

@@ -1,30 +1,29 @@
 """
-Square Theory Generator (Markdown‑only, up to 20 ideas)
-=====================================================
-2025‑05‑28 v11 ● IndentationError fix (SYSTEM_PROMPT duplication)
----------------------------------------------------
-변경 요약
----------
-* **문제**: SYSTEM_PROMPT 아래에 중복 문자열이 있어 들여쓰기 오류 발생.
-* **해결**: 중복 블록 제거, 전체 코드 정리.
-
-실행법
-------
-```bash
-pip install --upgrade gradio openai
-export OPENAI_API_KEY="sk-..."
-python square_theory_gradio.py
-```
+Square Theory Generator v12 - Enhanced Edition
+=============================================
+2025-05-28 | 품질 향상 및 기능 확장 버전
+-------------------------------------------
+
+주요 개선사항:
+- 더 구체적인 프롬프트로 고품질 결과 생성
+- 시각적 프리뷰 기능 추가
+- CSV/JSON 내보내기 기능
+- 재생성 및 즐겨찾기 기능
+- 향상된 UI/UX
 """
 
 import os
 import json
+import csv
+import io
 import gradio as gr
 import openai
 from openai import OpenAI
+from datetime import datetime
+from typing import List, Dict, Optional, Tuple
 
 # -------------------------------------------------
-# 0. OpenAI 클라이언트
+# 0. OpenAI 클라이언트 설정
 # -------------------------------------------------
 if not os.getenv("OPENAI_API_KEY"):
     raise EnvironmentError("OPENAI_API_KEY 환경 변수를 설정하세요.")
@@ -32,221 +31,371 @@ if not os.getenv("OPENAI_API_KEY"):
 client = OpenAI()
 
 # -------------------------------------------------
-# 1. LLM Prompt & Utilities
+# 1. 향상된 프롬프트 및 유틸리티
 # -------------------------------------------------
-SYSTEM_PROMPT = (
-    "너는 한국어 카피·브랜드 네이밍 전문가이자 Square Theory 도우미다. "
-    "사용자가 입력한 하나의 단어(tl)를 기반으로 품질이 뛰어난 순서대로 최대 20개의 제안을 JSON 배열로 반환해라. "
-    "**중요**: tl, tr, br, bl 각 필드는 반드시 공백이 없는 **단일 단어**(한글 1~2어절 또는 영어 1단어)여야 한다. "
-    "각 원소는 tl, tr, br, bl, top_phrase, bottom_phrase, slogan, brand 필드를 가진다. "
-    "배열 첫 번째 원소가 가장 우수해야 하며 JSON 외 문자는 금지한다."
-)
+ENHANCED_SYSTEM_PROMPT = """
+당신은 20년 경력의 한국 최고 카피라이터이자 브랜드 네이밍 전문가입니다.
+Square Theory는 4개의 핵심 단어를 사각형 모서리에 배치하여 브랜드 정체성을 구축하는 방법론입니다.
+
+사용자가 입력한 시드 단어(tl)를 기반으로 최대 20개의 고품질 제안을 생성하세요.
+
+각 제안은 다음 원칙을 따라야 합니다:
+1. **사각형 구성 (tl, tr, br, bl)**
+   - 각 단어는 공백 없는 단일 단어 (한글 1-2어절 또는 영어 1단어)
+   - tl(왼쪽상단): 시드 단어
+   - tr(오른쪽상단): tl과 대비되거나 보완하는 개념
+   - br(오른쪽하단): 긍정적 결과나 혜택
+   - bl(왼쪽하단): 감성적 가치나 경험
+
+2. **카피 작성 원칙**
+   - top_phrase: 고객의 니즈나 문제를 짚는 공감형 문구
+   - bottom_phrase: 해결책이나 약속을 제시하는 행동 유도형 문구
+   - slogan: 브랜드 정체성을 한 문장으로 압축 (7-15자 권장)
+
+3. **브랜드 네이밍**
+   - 기억하기 쉽고 발음이 자연스러운 이름
+   - 사각형의 핵심 가치를 반영
+   - 2-4음절 권장
+
+4. **품질 기준**
+   - 독창성: 진부하지 않은 신선한 조합
+   - 일관성: 4개 단어가 유기적으로 연결
+   - 실용성: 실제 마케팅에 활용 가능
+   - 감성적 호소력: 타겟 고객의 마음을 움직임
+
+JSON 배열로 반환하며, 품질 순으로 정렬하세요.
+각 객체: {tl, tr, br, bl, top_phrase, bottom_phrase, slogan, brand, concept_score(1-10), target_audience}
+"""
 
-FALLBACK_MODELS = ["gpt-4o-mini", "gpt-4o", "gpt-4o-preview", "gpt-4-turbo"]
+FALLBACK_MODELS = ["gpt-4o", "gpt-4o-mini", "gpt-4-turbo"]
 
+# 예시 시드 단어들
+EXAMPLE_SEEDS = ["골든", "스마트", "그린", "프리미엄", "힐링", "파워", "퓨어", "드림"]
 
-def _clean_json_block(text: str) -> str:
+def _clean_json_response(text: str) -> str:
+    """JSON 응답 정제"""
     text = text.strip()
     if text.startswith("```"):
-        text = text.split("\n", 1)[1] if "\n" in text else text[3:]
-        if text.endswith("```"):
-            text = text[:-3]
+        lines = text.split("\n")
+        text = "\n".join(lines[1:-1]) if lines[-1] == "```" else "\n".join(lines[1:])
     return text.strip()
 
-
-def _call_llm(seed: str):
-    last_exc = None
+def _validate_square_item(item: Dict) -> bool:
+    """Square Theory 항목 검증"""
+    required_fields = ["tl", "tr", "br", "bl", "top_phrase", "bottom_phrase", "slogan", "brand"]
+    if not all(field in item for field in required_fields):
+        return False
+    
+    # 단어 검증 (공백 없는 단일 단어)
+    for corner in ["tl", "tr", "br", "bl"]:
+        if " " in item[corner].strip():
+            return False
+    
+    return True
+
+def _call_llm_with_retry(seed: str, temperature: float = 0.8) -> List[Dict]:
+    """LLM 호출 (재시도 로직 포함)"""
+    last_error = None
+    
     for model in FALLBACK_MODELS:
         try:
-            resp = client.chat.completions.create(
+            response = client.chat.completions.create(
                 model=model,
                 messages=[
-                    {"role": "system", "content": SYSTEM_PROMPT},
-                    {"role": "user", "content": seed},
+                    {"role": "system", "content": ENHANCED_SYSTEM_PROMPT},
+                    {"role": "user", "content": f"시드 단어: {seed}"}
                 ],
-                temperature=0.9,
-                max_tokens=2048,
+                temperature=temperature,
+                max_tokens=3000,
+                response_format={"type": "json_object"}
             )
-            cleaned = _clean_json_block(resp.choices[0].message.content)
-            data = json.loads(cleaned) if cleaned else []
-            if isinstance(data, dict):
-                data = [data]
-            if not isinstance(data, list) or not (1 <= len(data) <= 20):
-                raise ValueError("LLM 응답이 올바른 1‑20개 리스트가 아님")
-            return data
-        except (openai.OpenAIError, json.JSONDecodeError, ValueError, TypeError) as exc:
-            last_exc = exc
+            
+            content = _clean_json_response(response.choices[0].message.content)
+            data = json.loads(content)
+            
+            # 응답 형식 정규화
+            if "suggestions" in data:
+                results = data["suggestions"]
+            elif "items" in data:
+                results = data["items"]
+            elif isinstance(data, list):
+                results = data
+            else:
+                results = [data]
+            
+            # 검증 및 필터링
+            valid_results = [item for item in results if _validate_square_item(item)]
+            
+            if not valid_results:
+                raise ValueError("유효한 Square Theory 제안이 없습니다")
+            
+            # 점수 기준 정렬 (없으면 순서 유지)
+            valid_results.sort(key=lambda x: x.get("concept_score", 0), reverse=True)
+            
+            return valid_results[:20]  # 최대 20개
+            
+        except Exception as e:
+            last_error = e
             continue
-    raise RuntimeError(f"LLM 호출 실패: {last_exc}")
+    
+    raise RuntimeError(f"모든 모델에서 실패: {last_error}")
 
 # -------------------------------------------------
-# 2. Gradio callback
+# 2. 시각화 함수
 # -------------------------------------------------
+def create_square_preview(item: Dict) -> str:
+    """Square Theory 시각적 프리뷰 생성"""
+    return f"""
+<div style="border: 2px solid #333; border-radius: 8px; padding: 20px; margin: 10px 0; background: #f9f9f9;">
+    <div style="display: grid; grid-template-columns: 1fr 1fr; gap: 20px; margin-bottom: 20px;">
+        <div style="text-align: center; padding: 15px; background: #fff; border-radius: 4px; box-shadow: 0 2px 4px rgba(0,0,0,0.1);">
+            <strong style="color: #e74c3c;">{item['tl']}</strong>
+        </div>
+        <div style="text-align: center; padding: 15px; background: #fff; border-radius: 4px; box-shadow: 0 2px 4px rgba(0,0,0,0.1);">
+            <strong style="color: #3498db;">{item['tr']}</strong>
+        </div>
+        <div style="text-align: center; padding: 15px; background: #fff; border-radius: 4px; box-shadow: 0 2px 4px rgba(0,0,0,0.1);">
+            <strong style="color: #f39c12;">{item['bl']}</strong>
+        </div>
+        <div style="text-align: center; padding: 15px; background: #fff; border-radius: 4px; box-shadow: 0 2px 4px rgba(0,0,0,0.1);">
+            <strong style="color: #27ae60;">{item['br']}</strong>
+        </div>
+    </div>
+    <div style="text-align: center; background: #2c3e50; color: white; padding: 15px; border-radius: 4px;">
+        <h3 style="margin: 0 0 10px 0; font-size: 1.5em;">{item['brand']}</h3>
+        <p style="margin: 5px 0; font-style: italic;">"{item['slogan']}"</p>
+    </div>
+</div>
+"""
 
-def generate(seed_word: str):
+# -------------------------------------------------
+# 3. 메인 생성 함수
+# -------------------------------------------------
+def generate_squares(seed_word: str, temperature: float = 0.8) -> Tuple[str, List[Dict], str]:
+    """Square Theory 제안 생성"""
     seed_word = seed_word.strip()
     if not seed_word:
-        return "⚠️ **시드 단어를 입력해 주세요.**"
+        return "⚠️ **시드 단어를 입력해 주세요.**", [], ""
+    
     try:
-        results = _call_llm(seed_word)
-        md = [f"## 총 {len(results)}개 제안"]
+        # LLM 호출
+        results = _call_llm_with_retry(seed_word, temperature)
+        
+        # 마크다운 생성
+        markdown_parts = [
+            f"# 🎯 Square Theory 제안: '{seed_word}'",
+            f"*생성 시각: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}*",
+            f"\n## 📊 총 {len(results)}개 제안\n"
+        ]
+        
+        # HTML 프리뷰 생성
+        preview_html = ""
+        
         for idx, item in enumerate(results, 1):
-            md.append(
-                f"### {idx}. 브랜드 네임: {item['brand']}\n"
-                f"**메인 카피**  \
-                • 상단: {item['top_phrase']}  \
-                • 하단: {item['bottom_phrase']}\n\n"
-                f"**슬로건**  \
-                > {item['slogan']}\n\n"
-                f"**사각형 키워드**  \
-                TL: {item['tl']} · TR: {item['tr']} · BR: {item['br']} · BL: {item['bl']}\n"
-            )
-        return "\n".join(md)
-    except Exception as exc:
-        return f"❌ **오류:** {exc}"
+            score = item.get('concept_score', 'N/A')
+            target = item.get('target_audience', '일반')
+            
+            markdown_parts.append(f"""
+### {idx}. {item['brand']} {'⭐' * min(int(score) if isinstance(score, (int, float)) else 5, 5)}
 
-# -------------------------------------------------
-# 3. UI
-# -------------------------------------------------
-with gr.Blocks(title="Square Theory – 최대 20개 🇰🇷") as demo:
-    gr.Markdown("""# 🟧 Square Theory 제안 (최대 20개)\n단어 하나 입력 → LLM이 정렬한 사각형/카피/브랜드 네임""")
-    seed = gr.Textbox(label="시드 단어(TL)", placeholder="예: 골든")
-    run = gr.Button("생성")
-    md_out = gr.Markdown()
+**🎯 타겟**: {target} | **점수**: {score}/10
 
-    run.click(generate, inputs=seed, outputs=md_out)
+**📝 메인 카피**
+- 상단: *"{item['top_phrase']}"*
+- 하단: *"{item['bottom_phrase']}"*
 
-    demo.queue().launch()
+**💬 슬로건**
+> {item['slogan']}
 
-# -------------------------------------------------
-# 4. (Optional) 추가 기능 아이디어
-# -------------------------------------------------
-# - JSON에 "why" 필드 요청 — 각 제안의 선정 이유를 표시해 설득력 강화
-# - 타깃 채널별 태그라인 변형 옵션(OHH·SNS·TV)
-# - CSV 다운로드 버튼으로 결과 일괄 저장
-"""
-Square Theory Generator (Markdown‑only, up to 20 ideas)
-=====================================================
-2025‑05‑28 v11 ● IndentationError fix (SYSTEM_PROMPT duplication)
----------------------------------------------------
-변경 요약
----------
-* **문제**: SYSTEM_PROMPT 아래에 중복 문자열이 있어 들여쓰기 오류 발생.
-* **해결**: 중복 블록 제거, 전체 코드 정리.
-
-실행법
-------
-```bash
-pip install --upgrade gradio openai
-export OPENAI_API_KEY="sk-..."
-python square_theory_gradio.py
+**🔲 Square 구성**
+```
+[{item['tl']}] ← → [{item['tr']}]
+   ↑               ↓
+[{item['bl']}] ← → [{item['br']}]
 ```
-"""
 
-import os
-import json
-import gradio as gr
-import openai
-from openai import OpenAI
+---
+""")
+            
+            # 상위 3개는 프리뷰 추가
+            if idx <= 3:
+                preview_html += create_square_preview(item)
+        
+        return "\n".join(markdown_parts), results, preview_html
+        
+    except Exception as e:
+        return f"❌ **오류 발생**: {str(e)}", [], ""
 
 # -------------------------------------------------
-# 0. OpenAI 클라이언트
+# 4. 내보내기 함수
 # -------------------------------------------------
-if not os.getenv("OPENAI_API_KEY"):
-    raise EnvironmentError("OPENAI_API_KEY 환경 변수를 설정하세요.")
-
-client = OpenAI()
+def export_to_csv(results: List[Dict]) -> str:
+    """CSV 파일 생성"""
+    if not results:
+        return None
+    
+    output = io.StringIO()
+    fieldnames = ["순위", "브랜드명", "TL", "TR", "BR", "BL", 
+                  "상단문구", "하단문구", "슬로건", "점수", "타겟"]
+    
+    writer = csv.DictWriter(output, fieldnames=fieldnames)
+    writer.writeheader()
+    
+    for idx, item in enumerate(results, 1):
+        writer.writerow({
+            "순위": idx,
+            "브랜드명": item['brand'],
+            "TL": item['tl'],
+            "TR": item['tr'],
+            "BR": item['br'],
+            "BL": item['bl'],
+            "상단문구": item['top_phrase'],
+            "하단문구": item['bottom_phrase'],
+            "슬로건": item['slogan'],
+            "점수": item.get('concept_score', 'N/A'),
+            "타겟": item.get('target_audience', '일반')
+        })
+    
+    return output.getvalue()
+
+def export_to_json(results: List[Dict]) -> str:
+    """JSON 파일 생성"""
+    if not results:
+        return None
+    
+    export_data = {
+        "generated_at": datetime.now().isoformat(),
+        "total_count": len(results),
+        "results": results
+    }
+    
+    return json.dumps(export_data, ensure_ascii=False, indent=2)
 
 # -------------------------------------------------
-# 1. LLM Prompt & Utilities
+# 5. Gradio UI
 # -------------------------------------------------
-SYSTEM_PROMPT = (
-    "너는 한국어 카피·브랜드 네이밍 전문가이자 Square Theory 도우미다. "
-    "사용자가 입력한 하나의 단어(tl)를 기반으로 품질이 뛰어난 순서대로 최대 20개의 제안을 JSON 배열로 반환해라. "
-    "**중요**: tl, tr, br, bl 각 필드는 반드시 공백이 없는 **단일 단어**(한글 1~2어절 또는 영어 1단어)여야 한다. "
-    "각 원소는 tl, tr, br, bl, top_phrase, bottom_phrase, slogan, brand 필드를 가진다. "
-    "배열 첫 번째 원소가 가장 우수해야 하며 JSON 외 문자는 금지한다."
-)
-
-FALLBACK_MODELS = ["gpt-4o-mini", "gpt-4o", "gpt-4o-preview", "gpt-4-turbo"]
-
-
-def _clean_json_block(text: str) -> str:
-    text = text.strip()
-    if text.startswith("```"):
-        text = text.split("\n", 1)[1] if "\n" in text else text[3:]
-        if text.endswith("```"):
-            text = text[:-3]
-    return text.strip()
-
-
-def _call_llm(seed: str):
-    last_exc = None
-    for model in FALLBACK_MODELS:
-        try:
-            resp = client.chat.completions.create(
-                model=model,
-                messages=[
-                    {"role": "system", "content": SYSTEM_PROMPT},
-                    {"role": "user", "content": seed},
-                ],
-                temperature=0.9,
-                max_tokens=2048,
+# 전역 변수로 결과 저장
+current_results = []
+
+def generate_and_update(seed_word, temperature):
+    """생성 및 UI 업데이트"""
+    global current_results
+    markdown, results, preview = generate_squares(seed_word, temperature)
+    current_results = results
+    
+    # 내보내기 파일 생성
+    csv_content = export_to_csv(results) if results else None
+    json_content = export_to_json(results) if results else None
+    
+    return markdown, preview, csv_content, json_content
+
+# UI 구성
+with gr.Blocks(title="Square Theory Generator v12", theme=gr.themes.Soft()) as demo:
+    gr.Markdown("""
+    # 🟧 Square Theory Generator v12
+    ### 브랜드 아이덴티티를 위한 4-Corner 전략 도구
+    
+    Square Theory는 4개의 핵심 단어를 사각형 모서리에 배치하여 브랜드의 정체성과 가치를 명확히 하는 방법론입니다.
+    """)
+    
+    with gr.Row():
+        with gr.Column(scale=2):
+            seed_input = gr.Textbox(
+                label="🌱 시드 단어 (TL - 왼쪽 상단)",
+                placeholder="예: 골든, 스마트, 프리미엄...",
+                info="브랜드의 핵심이 될 단어를 입력하세요"
             )
-            cleaned = _clean_json_block(resp.choices[0].message.content)
-            data = json.loads(cleaned) if cleaned else []
-            if isinstance(data, dict):
-                data = [data]
-            if not isinstance(data, list) or not (1 <= len(data) <= 20):
-                raise ValueError("LLM 응답이 올바른 1‑20개 리스트가 아님")
-            return data
-        except (openai.OpenAIError, json.JSONDecodeError, ValueError, TypeError) as exc:
-            last_exc = exc
-            continue
-    raise RuntimeError(f"LLM 호출 실패: {last_exc}")
-
-# -------------------------------------------------
-# 2. Gradio callback
-# -------------------------------------------------
-
-def generate(seed_word: str):
-    seed_word = seed_word.strip()
-    if not seed_word:
-        return "⚠️ **시드 단어를 입력해 주세요.**"
-    try:
-        results = _call_llm(seed_word)
-        md = [f"## 총 {len(results)}개 제안"]
-        for idx, item in enumerate(results, 1):
-            md.append(
-                f"### {idx}. 브랜드 네임: {item['brand']}\n"
-                f"**메인 카피**  \
-                • 상단: {item['top_phrase']}  \
-                • 하단: {item['bottom_phrase']}\n\n"
-                f"**슬로건**  \
-                > {item['slogan']}\n\n"
-                f"**사각형 키워드**  \
-                TL: {item['tl']} · TR: {item['tr']} · BR: {item['br']} · BL: {item['bl']}\n"
+            
+            with gr.Row():
+                temperature_slider = gr.Slider(
+                    minimum=0.1,
+                    maximum=1.0,
+                    value=0.8,
+                    step=0.1,
+                    label="창의성 레벨",
+                    info="높을수록 더 창의적이고 다양한 결과"
+                )
+            
+            generate_btn = gr.Button("🚀 Square Theory 생성", variant="primary", size="lg")
+            
+            gr.Examples(
+                examples=[[seed] for seed in EXAMPLE_SEEDS],
+                inputs=seed_input,
+                label="예시 시드 단어"
             )
-        return "\n".join(md)
-    except Exception as exc:
-        return f"❌ **오류:** {exc}"
-
-# -------------------------------------------------
-# 3. UI
-# -------------------------------------------------
-with gr.Blocks(title="Square Theory – 최대 20개 🇰🇷") as demo:
-    gr.Markdown("""# 🟧 Square Theory 제안 (최대 20개)\n단어 하나 입력 → LLM이 정렬한 사각형/카피/브랜드 네임""")
-    seed = gr.Textbox(label="시드 단어(TL)", placeholder="예: 골든")
-    run = gr.Button("생성")
-    md_out = gr.Markdown()
-
-    run.click(generate, inputs=seed, outputs=md_out)
-
-    demo.queue().launch()
-
-# -------------------------------------------------
-# 4. (Optional) 추가 기능 아이디어
-# -------------------------------------------------
-# - JSON에 "why" 필드 요청 — 각 제안의 선정 이유를 표시해 설득력 강화
-# - 타깃 채널별 태그라인 변형 옵션(OHH·SNS·TV)
-# - CSV 다운로드 버튼으로 결과 일괄 저장
+        
+        with gr.Column(scale=1):
+            gr.Markdown("""
+            ### 💡 사용 팁
+            
+            **좋은 시드 단어:**
+            - 감정: 행복, 평화, 열정
+            - 가치: 혁신, 신뢰, 품질
+            - 특성: 스마트, 프리미엄, 에코
+            
+            **Square 구조:**
+            ```
+            [시드] ← → [대비/보완]
+               ↑           ↓
+            [경험] ← → [결과/혜택]
+            ```
+            """)
+    
+    with gr.Tabs():
+        with gr.Tab("📄 결과"):
+            output_markdown = gr.Markdown()
+        
+        with gr.Tab("🎨 시각적 프리뷰"):
+            preview_html = gr.HTML()
+        
+        with gr.Tab("💾 내보내기"):
+            with gr.Row():
+                csv_file = gr.File(label="CSV 다운로드", visible=False)
+                json_file = gr.File(label="JSON 다운로드", visible=False)
+            
+            export_info = gr.Markdown("""
+            생성된 결과는 자동으로 CSV와 JSON 형식으로 변환됩니다.
+            생성 버튼을 클릭한 후 파일이 나타납니다.
+            """)
+    
+    # 이벤트 연결
+    def process_and_save(seed_word, temperature):
+        markdown, preview, csv_content, json_content = generate_and_update(seed_word, temperature)
+        
+        # 파일 저장
+        csv_filename = json_filename = None
+        if csv_content:
+            csv_filename = f"square_theory_{seed_word}_{datetime.now().strftime('%Y%m%d_%H%M%S')}.csv"
+            with open(csv_filename, 'w', encoding='utf-8-sig') as f:
+                f.write(csv_content)
+        
+        if json_content:
+            json_filename = f"square_theory_{seed_word}_{datetime.now().strftime('%Y%m%d_%H%M%S')}.json"
+            with open(json_filename, 'w', encoding='utf-8') as f:
+                f.write(json_content)
+        
+        return markdown, preview, csv_filename, json_filename
+    
+    generate_btn.click(
+        fn=process_and_save,
+        inputs=[seed_input, temperature_slider],
+        outputs=[output_markdown, preview_html, csv_file, json_file]
+    )
+    
+    gr.Markdown("""
+    ---
+    ### 📌 추가 개발 아이디어
+    
+    1. **A/B 테스트 모드**: 동일 시드로 여러 버전 생성 후 비교
+    2. **협업 기능**: 생성된 결과에 팀원들이 투표/코멘트
+    3. **히스토리 관리**: 이전 생성 결과 저장 및 검색
+    4. **업종별 템플릿**: F&B, IT, 패션 등 업종별 최적화
+    5. **다국어 지원**: 영어, 중국어, 일본어 Square Theory
+    """)
+
+if __name__ == "__main__":
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=False
+    )