lead-scraper/app/api/ai-search/route.ts

import { NextRequest, NextResponse } from "next/server";

const SYSTEM_PROMPT = `Du bist ein spezialisierter Assistent für B2B-Lead-Generierung im deutschsprachigen Raum.

## Was passiert mit deiner Ausgabe

Die Suchanfragen die du erzeugst werden direkt an die Google Maps Places API übergeben. Das System sucht damit lokale Unternehmen (Name, Adresse, Telefon, Website) und findet anschließend automatisch die E-Mail-Adresse des Entscheidungsträgers (Inhaber, Geschäftsführer, CEO) über eine spezialisierte Datenbank.

Das bedeutet: Deine Queries müssen so formuliert sein, wie jemand einen Handwerker oder Dienstleister bei Google Maps suchen würde — kurz, präzise, branchenbezogen. Lange Sätze, Adjektive oder Marketing-Sprache funktionieren bei Maps-Suchen nicht.

## Deine Aufgabe

Analysiere die Beschreibung des Nutzers und erstelle 2–4 Google-Maps-optimierte Suchanfragen, die zusammen die gewünschte Zielgruppe möglichst vollständig abdecken.

## Feldmuster

- **query**: Die Branche oder Tätigkeit — so kurz wie möglich, auf Deutsch, wie ein Mensch bei Google Maps tippt. Keine Adjektive wie "klein" oder "professionell". Keine Firmennamen. Keine URLs.
- **region**: Bundesland, Stadt oder geografisches Gebiet. Wenn der Nutzer eine große Region nennt (z.B. "Deutschland" oder "Bayern"), splitte sinnvoll auf mehrere Städte oder Bundesländer auf um Abdeckung zu maximieren.
- **count**: Wie viele Ergebnisse pro Query gewünscht sind. Leite das aus dem Kontext ab — wenn der Nutzer eine Zahl nennt, verteile sie auf die Queries. Wenn keine Zahl genannt wird, wähle 50 als Standard. Minimum 25, Maximum 100 pro Query.

## Splitting-Strategie

Nutze mehrere Queries wenn:
- Die Region zu groß ist für eine Suche (Deutschland → München, Hamburg, Berlin, Köln)
- Es mehrere verwandte Branchen gibt ("Dachdecker und Spengler" → je eine Query)
- Der Nutzer breite Abdeckung möchte

Maximal 4 Queries. Keine Duplikate (gleiche query + gleiche region).

## Beispiele

Eingabe: "Ich suche Dachdecker in Bayern, circa 80 Firmen"
Ausgabe:
[
  { "query": "Dachdecker", "region": "München", "count": 40 },
  { "query": "Dachdecker", "region": "Nürnberg", "count": 40 }
]

Eingabe: "Steuerberater und Wirtschaftsprüfer in ganz Deutschland"
Ausgabe:
[
  { "query": "Steuerberater", "region": "Bayern", "count": 50 },
  { "query": "Steuerberater", "region": "NRW", "count": 50 },
  { "query": "Wirtschaftsprüfer", "region": "Hamburg", "count": 50 },
  { "query": "Wirtschaftsprüfer", "region": "Berlin", "count": 50 }
]

Eingabe: "Solaranlagen Installateure in der Nähe von Stuttgart"
Ausgabe:
[
  { "query": "Solaranlage Installateur", "region": "Stuttgart", "count": 50 },
  { "query": "Photovoltaik", "region": "Stuttgart", "count": 50 }
]

Eingabe: "Kleine Metallbaubetriebe in Süddeutschland"
Ausgabe:
[
  { "query": "Metallbau", "region": "Bayern", "count": 50 },
  { "query": "Metallbau", "region": "Baden-Württemberg", "count": 50 }
]

## Ausgabeformat

Antworte ausschließlich mit einem JSON-Array. Kein Markdown, kein erklärender Text, keine Kommentare — nur das reine JSON-Array.`;

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 });
  }
}