Stworzyłem w Pythonie (z wykorzystaniem Flask) aplikację połączoną z AI, która potrafi:
- Masowo generować dowolne treści (używam jej głównie do tworzenia title, meta description, H1, opisów kategorii oraz opisów produktów).
- Klasyfikować dane (np. klasyfikacja ofert pracy pod kątem dopasowania do mojego doświadczenia).
- Ekstrahować parametry i wartości z opisów produktów (np. wyciąganie cech takich jak kolor, rozmiar itp.).
- Kategoryzować produkty
Wszystko to odbywa się na skalę – niezależnie od tego, czy jest to 10, 100, czy 1 000 000 pozycji.
Jak to działa?
Import danych: wgrywamy plik Excel, CSV, TSV lub jakikolwiek inny format tabelaryczny, np. (https://docs.google.com/spreadsheets/d/197h6CbNApp7HywZPvRiEKpxfmuESe24BPQhEWn1ulqE/edit?gid=247344524#gid=247344524)
Konfiguracja wejścia: definiujemy, które pola wejściowe chcemy przesłać do narzędzia.
Definicja wyjścia: określamy, jaki wynik chcemy otrzymać.
Promptowanie: dodajemy informacje pomocnicze do promptu (np. kontekst)
Pełna kontrola przed startem: Przed rozpoczęciem generowania widzimy kompletny prompt w takiej formie, w jakiej zostanie wysłany – wraz z wstawionymi danymi wejściowymi.
Generowanie: wyniki widzimy w czasie rzeczywistym. Jeśli nam odpowiadają, pozwalamy procesowi dokończyć działanie; jeśli nie – wracamy do edycji promptu.
Korzyści
- Zapisywanie promptów (lokalna baza danych): dzięki temu możemy szybko użyć ich w innych projektach, zmieniając jedynie kontekst.
- Przyjazny interfejs: aplikacja jest wizualnie atrakcyjna, więc mogą z niej korzystać osoby mniej techniczne (ludze wolą prostą aplikację zamiast edytowania skryptów w Pythonie).
- Skalowalność i niskie koszty: narzędzie przetwarza dowolną ilość danych. Dzięki API DeepSeek, które jest niezwykle tanie (a jakościowo dorównuje Gemini czy ChatGPT), możemy tworzyć treści i manipulować danymi na wielką skalę v bardzo krótkim czasie.