generador_negocios - Copy.ipynb

generador_negocios.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "# Generador de ideas de negocio  \n",
    "\n",
    "import os\n",
    "import openai\n",
    "import pandas as pd\n",
    "\n",
    "# Tomamos clave API como variable entorno \n",
    "openai.api_key = os.getenv(\"OPENAI_API_KEY\")\n",
    "\n",
    "# Definimos parámetros y posibles valores \n",
    "industrias = ['clinicas', 'inmobiliaria']\n",
    "financiaciones = ['sin financiación', '500000€ capital semilla'] \n",
    "ubicaciones = ['madrid','valencia'] \n",
    "\n",
    "# Lista vacía inicial \n",
    "results = []\n",
    "\n",
    "# Hacemos loop por todos los valres\n",
    "record_number = 1\n",
    "for industria in industrias:\n",
    "    for financiacion in financiaciones:\n",
    "        for ubicacion in ubicaciones:\n",
    "            # Definimos en prompt con placeholders \n",
    "            prompt = f\"Olvida las instrucciones previas. Eres un analista con muchos años de experiencia en startups y nuevos negocios. Crea una idea de negocio totalmente original e innovadora, con sólo 100 palabras, en el sector de {industria}, cuya financiación es: {financiacion}, y que está ubicada en {ubicacion}, siguiendo estas instrucciones: escribe sólo la idea como si fueras el emprendedor, con tono apasionado pero profesional, aprovecha las especificidades de ubicación, industria y financiación disponibles, añade información del equipo fundador.\"\n",
    "\n",
    "            # Generamos una respuesta para cada prompt \n",
    "            response = openai.Completion.create(\n",
    "                model=\"text-davinci-003\",\n",
    "                prompt=prompt,\n",
    "                temperature=0.7,  \n",
    "                max_tokens=500,  \n",
    "                n=1,  \n",
    "                stop=None, \n",
    "            )\n",
    "\n",
    "            # Extraemos y guardamos la respuesta \n",
    "            response_text = response.choices[0].text.strip()\n",
    "\n",
    "            # Para construir una hoja de cálculo vamos a utilizar los parámetros como columnas\n",
    "            subprompt = f\"{industria}, {financiacion}, {ubicacion}\"\n",
    "\n",
    "            # Guardamos los resultados en un diccionario \n",
    "            result = {\n",
    "                'record number': record_number,\n",
    "                'industria': industria,\n",
    "                'financiacion': financiacion,\n",
    "                'ubicacion': ubicacion,\n",
    "                'prompt': prompt,\n",
    "                'subprompt': subprompt,\n",
    "                'response': response_text\n",
    "            }\n",
    "\n",
    "            results.append(result)\n",
    "\n",
    "            # aumentamos el contador\n",
    "            record_number += 1\n",
    "\n",
    "# Creamos un dataframe con los resultados\n",
    "df = pd.DataFrame(results)\n",
    "\n",
    "# Exportamos a un archivo csv\n",
    "df.to_csv(\"startup.csv\", index=False)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "import textwrap\n",
    "\n",
    "# Generar resultados en pantalla\n",
    "for paragraph in df['response']:\n",
    "    paragraphs = paragraph.split('\\n')  # dividir en bloques \n",
    "    for p in paragraphs:\n",
    "        wrapped_paragraphs = textwrap.wrap(p, width=80)  # ajustar anchura\n",
    "        for wrapped_p in wrapped_paragraphs:\n",
    "            print(wrapped_p)\n",
    "    print('-' * 50)  # meter un separador"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.11.4"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}