Gpt4

app/api/chewbacca/generateRequirementResponse/route.ts

@@ -47,7 +47,7 @@ export const POST = async (
   req: NextRequest,
   res: NextResponse,
 ): Promise<Response> => {
-  const { employeeAlias, requirement } = await req.json();
+  const { employeeAlias, requirement, name, concise, gpt4 } = await req.json();
 
   const session = (await getServerSession(authOptions)) as CustomSession;
   if (
@@ -63,7 +63,14 @@ export const POST = async (
     return new Response(JSON.stringify({}), { status: 400 });
   }
 
-  const result = await generateRequirementResponse(rc, token, employeeAlias);
+  const result = await generateRequirementResponse(
+    rc,
+    token,
+    employeeAlias,
+    name,
+    concise,
+    gpt4,
+  );
 
   return new Response(JSON.stringify(result), { status: 200 });
 };
@@ -109,6 +116,11 @@ async function generateKeywordsFromRequirements(
   competencies: string[],
 ): Promise<RequirementCompetency> {
   const example: ChatCompletionRequestMessage[] = [
+    {
+      role: "system",
+      content:
+        "Det du skriver, skal brukes i et skript. Ikke diverger fra output-format. Bare bruk ord fra Nøkkelordliste i svaret.",
+    },
     {
       role: "user",
       content:
@@ -146,6 +158,9 @@ async function generateRequirementResponse(
   requirement: RequirementCompetency,
   token: string,
   employeeAlias: string,
+  name: string,
+  concise: boolean,
+  gpt4: boolean,
 ): Promise<RequirementResponse> {
   const projectExperienceResponse = await findRelevantProjectForCompetencies(
     token,
@@ -166,25 +181,40 @@ async function generateRequirementResponse(
       projects: [],
     };
   }
-  const prompt: string = `bruk tabellen under og svar på kravet. 
+  const prompt: string = `bruk tabellen under og svar på hvordan ${name} møter kravet
     Prosjekt med prosjektnavn og kundenavn når du referer til prosjekt. 
     Bruk sitater som er relevant for kravet i teksten.
     Du kan ikke forvente at leser kjenner til tabellen.
     Du skal lage en sammenhengende tekst og ikke en tabell. 
     Argumenter best mulig hvordan prosjektene svarer mot kravet.
-    Ikke ta med informasjon som ikke er relevant for kravet.
       krav : ${
         requirement.requirement
-      } tabell med utvalgte prosjekt: prosjektnavn,kundenavn,beskrivelse,rolle\n   ${relevantProjects
+      } tabell med utvalgte prosjekt: prosjektnavn,kundenavn,beskrivelse,rollene til ${name}\n   ${relevantProjects
         ?.map(projectExperienceToText)
         .join("\n")}`;
   console.log(prompt);
-  const response = await requestOpenai(
+  let response = await requestOpenai(
     [{ role: "user", content: prompt }],
     "variant-rocks-turbo-16k",
     2000,
     0.75,
   );
+  if (concise || gpt4) {
+    response = await requestOpenai(
+      [
+        {
+          role: "user",
+          content: `Ta utgangspunkt i følgende tekst "${response}" 
+          Kjøper er bare interessert i hvordan ${name} svarer mot kravet ${requirement.requirement}
+          For å styrke argumentet ditt så må du bare bruke relevant tekst i ditt argument.
+          `,
+        },
+      ],
+      gpt4 ? "variant-rocks-gpt4" : "variant-rocks",
+      2000,
+      0,
+    );
+  }
   return {
     requirement: requirement.requirement,
     response: response,

app/api/chewbacca/generateSummaryOfQualifications/route.ts

@@ -8,12 +8,14 @@ export const POST = async (
   req: NextRequest,
   res: NextResponse,
 ): Promise<Response> => {
-  const { requirementResponses, summaryText } = await req.json();
+  const { requirementResponses, summaryText, name, gpt4 } = await req.json();
 
   const result =
     (await generateSummaryOfQualifications(
       requirementResponses,
       summaryText,
+      name,
+      gpt4,
     )) ?? "";
 
   return new Response(JSON.stringify(result), { status: 200 });
@@ -22,20 +24,23 @@ export const POST = async (
 async function generateSummaryOfQualifications(
   requirementResponses: RequirementResponse[],
   summaryText: string | undefined,
+  name: string,
 ): Promise<string | undefined> {
   return await generateSummaryFromRequirementResponses(
     requirementResponses,
     summaryText,
+    name,
   );
 }
 
 function findSummaryPrompt(
   requirementResponses: RequirementResponse[],
   summaryText: string | undefined,
+  name: string,
 ) {
   const table = requirementResponsesToTable(requirementResponses);
   if (summaryText) {
-    return `Vi har nå fått en krav-begrunnelse tabell ${table}.
+    return `Vi har nå fått en krav-begrunnelse tabellen som ${name} må oppfylle ${table}.
     Her er det gamle sammendraget ${summaryText}.
     Skriv om sammendraget slik at den svarer på alle krav
     med begrunnelesen i tabellen. Bruk alt i tabellen og sammendraget.
@@ -49,9 +54,10 @@ function findSummaryPrompt(
     Du kan ikke regne med at brukeren har lest krav-begrunnelse tabellen.
     `;
   }
-  return `Her er krav-begrunnelse tabellen. Lag et sammendrag av konsulentens 
+  return `Her er krav-begrunnelse tabellen. Lag et sammendrag av ${name} sin
   erfaring som svarer på kravene. Sammendraget bør være langt. 
   Husk å referer til navn på prosjekt, kunde og års erfaring for hvert krav i sammendraget.
+ Sammendraget  må flyte naturlig og sammenhengende så den scorer høyt i salg.
   Husk å inkludere alle rader ifra tabellen i svaret.
   Det kan hende at samme prosjekt er brukt i de ulike begrunnelsene.
   Ikke bruk noe som ikke står i tabllen i ditt sammendrag.
@@ -62,14 +68,29 @@ function findSummaryPrompt(
 async function generateSummaryFromRequirementResponses(
   requirementResponses: RequirementResponse[],
   summaryText: string | undefined,
+  name: string,
+  gpt4: boolean,
 ): Promise<string> {
-  const prompt = findSummaryPrompt(requirementResponses, summaryText);
-  const summary = await requestOpenai(
+  const prompt = findSummaryPrompt(requirementResponses, summaryText, name);
+  let summary = await requestOpenai(
     [{ role: "user", content: prompt }],
     "variant-rocks-turbo-16k",
     2000,
     1,
   );
+  if (gpt4) {
+    summary = await requestOpenai(
+      [
+        {
+          role: "user",
+          content: `Gjør teksten mer sammenhengende. Den skal ha en formell tone men fortsatt høres ut som et menneske`,
+        },
+      ],
+      "variant-rocks-gpt4",
+      2000,
+      1,
+    );
+  }
   return (
     summary ??
     "Feil: krav-begrunnelse tabllen ble for lang og GPT gikk over token limit"

app/function/CallGptWithoutReactContext.ts

@@ -6,7 +6,7 @@ const AZURE_OPENAI_API_BASE = process.env.AZURE_OPENAI_API_BASE;
 
 export async function requestOpenai(
   input: ChatCompletionRequestMessage[],
-  deployment: ModelType,
+  deployment: ModelType | "variant-rocks-gpt4", //we don't want to export gpt 4 to the chat
   response_max_tokens: number,
   temperature: number,
 ) {

app/locales/cn.ts

@@ -461,6 +461,7 @@ const cn = {
     ChooseEmployee: "Choose employee",
     SelectPlaceholder: "What employee do you want to get the CV for?",
     Requirements: "Requirements",
+    ConciseOption: "Answer requirements concisely",
     RequirementsPlaceholder:
       "The candidate must have experience with X\nThe candidate must have experience with Y\nExperience with Z is a plus",
     Summary: "Summary",
@@ -483,6 +484,9 @@ const cn = {
           "..og snart vil den også hjelpe deg med å fylle ut en kompetansematrise!",
       },
     },
+    EnableGpt4: "Finpuss svaret med GPT-4",
+    EnableGpt4Warning:
+      "Advarsel: Bruk av dette valget koster 0,64 øre per krav",
     RequirementList: {
       Title: "Fyll ut kravliste",
     },

app/locales/en.ts

@@ -466,6 +466,7 @@ const en: LocaleType = {
     ChooseEmployee: "Choose employee",
     SelectPlaceholder: "What employee do you want to get the CV for?",
     Requirements: "Requirements",
+    ConciseOption: "Answer requirements concisely",
     RequirementsPlaceholder:
       "The candidate must have experience with X\nThe candidate must have experience with Y\nExperience with Z is a plus",
     Summary: "Summary",
@@ -488,6 +489,9 @@ const en: LocaleType = {
           "..og snart vil den også hjelpe deg med å fylle ut en kompetansematrise!",
       },
     },
+    EnableGpt4: "Finpuss svaret med GPT-4",
+    EnableGpt4Warning:
+      "Advarsel: Bruk av dette valget koster 0,64 øre per krav",
     RequirementList: {
       Title: "Fyll ut kravliste",
     },

app/locales/no.ts

@@ -200,6 +200,7 @@ const no: PartialLocaleType = {
       MoreToCome: " (mer kommer!)",
     },
     ChooseEmployee: "Velg ansatt",
+    ConciseOption: "Svar kortfattet på krav",
     SelectPlaceholder: "Hvilken ansatt vil du hente CV-en til?",
     Requirements: "Krav til kompetanse",
     RequirementsPlaceholder:
@@ -224,6 +225,9 @@ const no: PartialLocaleType = {
           "..og snart vil den også hjelpe deg med å fylle ut en kompetansematrise!",
       },
     },
+    EnableGpt4: "Finpuss svaret med GPT-4",
+    EnableGpt4Warning:
+      "Advarsel: Bruk av dette valget koster Variant 0,64 øre per krav",
     RequirementList: {
       Title: "Fyll ut kravliste",
     },

app/salesGPT/components/salesGPT.tsx

@@ -69,6 +69,8 @@ function _SalesGPT() {
 
   const [showCVSummary, setShowCVSummary] = useState(false);
   const [showRequirementsList, setShowRequirementsList] = useState(false);
+  const [concise, setConcise] = useState(false);
+  const [gpt4, setGpt4] = useState(false);
 
   function handleSelectEmployee(newValue: EmployeeItem | undefined): void {
     setSelectedEmployee(newValue);
@@ -110,16 +112,24 @@ function _SalesGPT() {
   const fetchRequirements = async (
     employeeAlias: string,
     requirements: string[],
+    gpt4: boolean,
   ): Promise<RequirementResponse[]> => {
     const requirementPromises = requirements.map(async (requirement) => {
+      const name = getFirstName(selectedEmployee?.name ?? "");
       const response = await fetch(
         "/api/chewbacca/generateRequirementResponse",
         {
           method: "POST",
           headers: {
             "Content-Type": "application/json",
           },
-          body: JSON.stringify({ employeeAlias, requirement }),
+          body: JSON.stringify({
+            employeeAlias,
+            requirement,
+            name,
+            concise,
+            gpt4,
+          }),
         },
       );
       const data = await response.json();
@@ -130,22 +140,32 @@ function _SalesGPT() {
     return requirementResponses;
   };
 
+  function getFirstName(name: string): string {
+    return name.split(" ")[0];
+  }
+
   const runSummaryAnalysis = async (
     employeeAlias: string,
     requirements: string[],
     summaryText: string,
   ) => {
-    await fetchRequirements(employeeAlias, requirements)
+    await fetchRequirements(employeeAlias, requirements, false)
       .then(async (requirementResponses) => {
         setRequirementResponse(requirementResponses);
+        const name = getFirstName(selectedEmployee?.name ?? "");
         const response = await fetch(
           "/api/chewbacca/generateSummaryOfQualifications",
           {
             method: "POST",
             headers: {
               "Content-Type": "application/json",
             },
-            body: JSON.stringify({ requirementResponses, summaryText }),
+            body: JSON.stringify({
+              requirementResponses,
+              summaryText,
+              name,
+              gpt4,
+            }),
           },
         );
         const data = await response.json();
@@ -172,11 +192,10 @@ function _SalesGPT() {
     employeeAlias: string,
     requirements: string[],
   ) => {
-    await fetchRequirements(employeeAlias, requirements)
+    await fetchRequirements(employeeAlias, requirements, gpt4)
       .then((data) => {
         setRequirementResponse(data);
         setShowRequirementsList(true);
-
         setGeneratedText(null);
         setIsAnalysisLoading(false);
         setShowCVSummary(false);
@@ -217,9 +236,9 @@ function _SalesGPT() {
     useChatStore.getState().currentSession().messages = [
       {
         role: "user",
-        content: `Bruk prosjektene til å lage et sammendrag av erfaringene til ${selectedEmployee?.name} ${projects
-          .map(projectExperienceToText)
-          .join("\n")}`,
+        content: `Bruk prosjektene til å lage et sammendrag av erfaringene til ${selectedEmployee?.name}
+        prosjektnavn,kundenavn,beskrivelse,rolle\n 
+        ${projects.map(projectExperienceToText).join("\n")}`,
         id: `${id++}`,
         date: new Date().toDateString(),
       },
@@ -292,6 +311,28 @@ function _SalesGPT() {
               onChange={(event) => setSummaryText(event.target.value)}
             ></textarea>
           </div>
+          <div className={styles["input-field"]}>
+            <label htmlFor="concise-answer">
+              {Locale.SalesGPT.ConciseOption}
+            </label>
+            <input
+              type="checkbox"
+              id="concise-answer"
+              checked={concise}
+              onChange={(event) => setConcise(event.target.checked)}
+            />
+          </div>
+          <div className={styles["input-field"]}>
+            <label htmlFor="gpt-4">
+              {Locale.SalesGPT.EnableGpt4} {Locale.SalesGPT.EnableGpt4Warning}
+            </label>
+            <input
+              type="checkbox"
+              id="gp4"
+              checked={gpt4}
+              onChange={(event) => setGpt4(event.target.checked)}
+            />
+          </div>
           <div className={styles["analyse-button-container"]}>
             <IconButton
               key="analyse"

next.config.mjs

@@ -84,4 +84,9 @@ if (mode !== "export") {
   };
 }
 
+if (process.env.NODE_ENV === 'development' && process.env.IGNORE_TLS) {
+  process.env.NODE_TLS_REJECT_UNAUTHORIZED = "0";
+}
+
+
 export default nextConfig;