Add KI-Suche via OpenRouter GPT-4o-mini
- /api/ai-search: sends user description to GPT-4o-mini, returns 2-4 structured query/region pairs as JSON - AiSearchModal: textarea, generates previews, user selects queries to run - KI-Suche button in hero section of /suche page Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
This commit is contained in:
90
app/api/ai-search/route.ts
Normal file
90
app/api/ai-search/route.ts
Normal file
@@ -0,0 +1,90 @@
|
||||
import { NextRequest, NextResponse } from "next/server";
|
||||
|
||||
const SYSTEM_PROMPT = `Du bist ein Experte für B2B-Lead-Generierung im deutschsprachigen Raum.
|
||||
|
||||
Deine Aufgabe: Wandle die Beschreibung des Nutzers in 2–4 konkrete Google-Suchanfragen um, die lokale Unternehmen und Dienstleister finden.
|
||||
|
||||
Regeln:
|
||||
- Jede Query besteht aus einem kurzen Suchbegriff (Branche/Tätigkeit) und einer Region (Bundesland, Stadt oder Gebiet)
|
||||
- Suchbegriffe sind konkret, auf Deutsch, wie ein Mensch bei Google suchen würde
|
||||
- Keine Firmennamen, keine Websites, keine Social-Media-Begriffe
|
||||
- Wenn der Nutzer keine Region nennt, verteile auf sinnvolle deutsche Regionen (z.B. Bayern, NRW, Baden-Württemberg)
|
||||
- Wenn der Nutzer eine spezifische Region nennt, halte dich daran — teile ggf. in Städte auf für mehr Abdeckung
|
||||
- count immer 50 außer der Nutzer nennt explizit eine Zahl (dann zwischen 25 und 100)
|
||||
- Maximal 4 Queries zurückgeben
|
||||
- Keine Erklärungen, nur JSON
|
||||
|
||||
Antworte ausschließlich mit einem JSON-Array, kein Markdown, kein Text drumherum:
|
||||
[
|
||||
{ "query": "Dachdecker", "region": "Bayern", "count": 50 },
|
||||
{ "query": "Dachdecker", "region": "NRW", "count": 50 }
|
||||
]`;
|
||||
|
||||
export async function POST(req: NextRequest) {
|
||||
try {
|
||||
const { description } = await req.json() as { description: string };
|
||||
|
||||
if (!description?.trim()) {
|
||||
return NextResponse.json({ error: "Beschreibung fehlt" }, { status: 400 });
|
||||
}
|
||||
|
||||
const apiKey = process.env.OPENROUTER_API_KEY;
|
||||
if (!apiKey) {
|
||||
return NextResponse.json({ error: "OpenRouter API Key nicht konfiguriert" }, { status: 500 });
|
||||
}
|
||||
|
||||
const res = await fetch("https://openrouter.ai/api/v1/chat/completions", {
|
||||
method: "POST",
|
||||
headers: {
|
||||
"Authorization": `Bearer ${apiKey}`,
|
||||
"Content-Type": "application/json",
|
||||
"HTTP-Referer": "https://onvyaleads.app",
|
||||
"X-Title": "OnyvaLeads",
|
||||
},
|
||||
body: JSON.stringify({
|
||||
model: "openai/gpt-4o-mini",
|
||||
temperature: 0.4,
|
||||
max_tokens: 512,
|
||||
messages: [
|
||||
{ role: "system", content: SYSTEM_PROMPT },
|
||||
{ role: "user", content: description.trim() },
|
||||
],
|
||||
}),
|
||||
});
|
||||
|
||||
if (!res.ok) {
|
||||
const err = await res.text();
|
||||
console.error("[ai-search] OpenRouter error:", err);
|
||||
return NextResponse.json({ error: "KI-Anfrage fehlgeschlagen" }, { status: 500 });
|
||||
}
|
||||
|
||||
const data = await res.json() as {
|
||||
choices: Array<{ message: { content: string } }>;
|
||||
};
|
||||
|
||||
const raw = data.choices[0]?.message?.content?.trim() ?? "";
|
||||
|
||||
let queries: Array<{ query: string; region: string; count: number }>;
|
||||
try {
|
||||
queries = JSON.parse(raw);
|
||||
} catch {
|
||||
const match = raw.match(/\[[\s\S]*\]/);
|
||||
if (!match) throw new Error("Kein JSON in Antwort");
|
||||
queries = JSON.parse(match[0]);
|
||||
}
|
||||
|
||||
queries = queries
|
||||
.filter(q => typeof q.query === "string" && q.query.trim())
|
||||
.slice(0, 4)
|
||||
.map(q => ({
|
||||
query: q.query.trim(),
|
||||
region: (q.region ?? "").trim(),
|
||||
count: Math.min(Math.max(Number(q.count) || 50, 25), 100),
|
||||
}));
|
||||
|
||||
return NextResponse.json({ queries });
|
||||
} catch (err) {
|
||||
console.error("[ai-search] error:", err);
|
||||
return NextResponse.json({ error: "Fehler bei der KI-Anfrage" }, { status: 500 });
|
||||
}
|
||||
}
|
||||
Reference in New Issue
Block a user