53 lines
1.8 KiB
Python
53 lines
1.8 KiB
Python
import os
|
|
from openai import OpenAI
|
|
from dotenv import load_dotenv
|
|
import translate_article as ta
|
|
|
|
# .env 파일에서 API 키 로드
|
|
load_dotenv()
|
|
client = OpenAI(
|
|
api_key=os.getenv("OPENAI_API_KEY"),
|
|
)
|
|
|
|
def generate_blog_post(article_text, style_reference):
|
|
|
|
# ChatCompletion API를 사용하여 텍스트 변환
|
|
prompt = (
|
|
"""
|
|
너는 대한민국에 거주하는 블로그 전문가이다.
|
|
네가 작성한 블로그 글은 지난 3년간 높은 주목성, 관여도, 전환율을 만들었다.
|
|
이 전문성을 이용해서 제공받는 기사를 블로그 형태로 변형하여 작성해야만 한다.
|
|
---
|
|
글을 작성하고 제목을 만들어서 맨 마지막 줄에 추가해줘.
|
|
"""
|
|
f"\n블로그 스타일은 아래 문서를 모방해줘. 적절한 사례들이 들어가도 좋겠어.\n---\n{style_reference}\n"
|
|
f"제공된 기사 내용:\n{article_text}"
|
|
)
|
|
|
|
response = client.chat.completions.create(
|
|
model="gpt-4o",
|
|
messages=[
|
|
{"role": "system", "content": "너는 대한민국에 거주하는 블로그 전문가이다."},
|
|
{"role": "user", "content": prompt}
|
|
],
|
|
max_tokens=2000,
|
|
temperature=0.7, # 창의성을 위한 적절한 값 조정
|
|
)
|
|
|
|
# 응답에서 텍스트 추출
|
|
blog_post = response.choices[0].message.content
|
|
return blog_post
|
|
|
|
if __name__ == "__main__":
|
|
# 예시 기사 텍스트 (text 파싱 결과로 제공된 텍스트를 사용할 수 있습니다)
|
|
article_text = ta.getContents()
|
|
|
|
# 블로그 스타일 참고 텍스트
|
|
style_reference = os.getenv("reference_style")
|
|
|
|
# 블로그 포스트 생성
|
|
blog_post = generate_blog_post(article_text, style_reference)
|
|
|
|
# 결과 출력
|
|
print(">>>>\n" * 3)
|
|
print(blog_post) |