Update app.py

app.py

@@ -10,6 +10,12 @@ from openpyxl import load_workbook
 import base64
 from together import Together
 from mistralai import Mistral
+import pymorphy2
+import re
+import string
+import re
+
+morph = pymorphy2.MorphAnalyzer()
 
 # Установка ключа API для OpenAI, GigaChat и Mistral
 openai_api_key = os.getenv('GPT_KEY')
@@ -25,6 +31,11 @@ chat_pro = GigaChat(credentials=gc_key, model='GigaChat-Pro', max_tokens=68, tem
 chat_lite = GigaChat(credentials=gc_key, model='GigaChat', max_tokens=68, temperature=1, verify_ssl_certs=False)
 chat_plus = GigaChat(credentials=gc_key, model='GigaChat-Plus', max_tokens=68, temperature=1, verify_ssl_certs=False)
 
+# Экземпляры моделей для объяснений
+chat_pro_explain = GigaChat(credentials=gc_key, model='GigaChat-Pro', temperature=1, verify_ssl_certs=False)
+chat_lite_explain = GigaChat(credentials=gc_key, model='GigaChat', temperature=1, verify_ssl_certs=False)
+chat_plus_explain = GigaChat(credentials=gc_key, model='GigaChat-Plus', temperature=1, verify_ssl_certs=False)
+
 # Загрузка данных из Excel-файла
 try:
     data = pd.read_excel('Признаки.xlsx', sheet_name=None)
@@ -49,6 +60,19 @@ for sheet_name, df in data.items():
 current_request_index = -1  # Изначально указывает на последний запрос
 
 
+def correct_dash_usage(text):
+    # Step 1: Replace any dash with long dash if surrounded by spaces
+    text = re.sub(r'\s[-–—]\s', ' — ', text)
+
+    # Step 2: Replace any dash with short dash if surrounded by numbers without spaces
+    text = re.sub(r'(?<=\d)[-–—](?=\d)', '–', text)
+
+    # Step 3: Replace any dash with hyphen if surrounded by letters or a combination of letters and digits
+    text = re.sub(r'(?<=[a-zA-Zа-яА-Я0-9])[-–—](?=[a-zA-Zа-яА-Я0-9])', '-', text)
+
+    return text
+
+
 def save_user_request_to_github(description, advantages, key_message, approach, personalization_params):
 
     global current_request_index  # Используем глобальную переменную
@@ -87,7 +111,6 @@ def save_user_request_to_github(description, advantages, key_message, approach,
     else:
         print(f"Ошибка при сохранении данных на GitHub: {response.status_code} {response.text}")
 
-
 def load_previous_user_request_from_github():
     global current_request_index  # Используем глобальную переменную
 
@@ -265,65 +288,39 @@ def generate_message_meta_llama_3_1_405b(prompt):
     except Exception as e:
         return f"Ошибка при обращении к Meta-Llama-3.1-405B: {e}"
 
-def generate_message_meta_llama_3_1_70b(prompt):
-    try:
-        response = client.chat.completions.create(
-            model="meta-llama/Meta-Llama-3.1-70B-Instruct-Turbo",
-            messages=[{"role": "user", "content": prompt}],
-            max_tokens=74,
-            temperature=0.8
-        )
-        cleaned_message = clean_message(response.choices[0].message.content.strip())
-        return cleaned_message
-    except Exception as e:
-        return f"Ошибка при обращении к Meta-Llama-3.1-70B: {e}"
-
-def generate_message_meta_llama_3_1_8b(prompt):
-    try:
-        response = client.chat.completions.create(
-            model="meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo",
-            messages=[{"role": "user", "content": prompt}],
-            max_tokens=74,
-            temperature=0.8
-        )
-        cleaned_message = clean_message(response.choices[0].message.content.strip())
-        return cleaned_message
-    except Exception as e:
-        return f"Ошибка при обращении к Meta-Llama-3.1-8B: {e}"
-
 def generate_message_gpt4o_with_retry(prompt):
     for _ in range(10):  # Максимум 10 попыток
         message = generate_message_gpt4o(prompt)
         if len(message) <= 250:
-            return message
+            return correct_dash_usage(message)
     return message  # Возвращаем последнее сгенерированное сообщение, если все попытки не удались
 
 def generate_message_gigachat_pro_with_retry(prompt):
     for _ in range(10):
         message = generate_message_gigachat_pro(prompt)
         if len(message) <= 250:
-            return message
+            return correct_dash_usage(message)
     return message
 
 def generate_message_gigachat_lite_with_retry(prompt):
     for _ in range(10):
         message = generate_message_gigachat_lite(prompt)
         if len(message) <= 250:
-            return message
+            return correct_dash_usage(message)
     return message
 
 def generate_message_gigachat_plus_with_retry(prompt):
     for _ in range(10):
         message = generate_message_gigachat_plus(prompt)
         if len(message) <= 250:
-            return message
+            return correct_dash_usage(message)
     return message
 
 def generate_message_meta_llama_3_1_405b_with_retry(prompt):
     for _ in range(10):
         message = generate_message_meta_llama_3_1_405b(prompt)
         if len(message) <= 250:
-            return message
+            return correct_dash_usage(message)
     return message
 
 
@@ -442,7 +439,10 @@ def generate_personalization_prompt(key_message, approach, *selected_values):
         prompt += "Убедись, что готовый текст начинается с вопроса, который указывает на пользу продукта для клиента.\n"
 
     prompt += f"Убедись, что в готовом тексте есть следующая ключевая информация: {key_message.strip()}"
-
+    
+    if "призыва к действию" in prompt and "избегая давления" in prompt:
+            prompt = re.sub(r"Убедись, что готовый текст начинается с призыва к действию с продуктом.\n", "", prompt)
+        
     return prompt.strip()
 
 
@@ -493,7 +493,7 @@ def personalize_messages_with_yield(
 
     personalized_message_gigachat_plus = perform_personalization_gigachat(gigachat_plus_message, personalization_prompt, "gigachat_plus")
     gigachat_plus_length = len(personalized_message_gigachat_plus)
-    gigachat_plus_display = f"{personalized_message_gigachat_plus}\n\n------\nКоличество знаков: {gigachat_lite_length}"
+    gigachat_plus_display = f"{personalized_message_gigachat_plus}\n\n------\nКоличество знаков: {gigachat_plus_length}"
     yield personalization_prompt, gigachat_pro_display, gigachat_lite_display, gigachat_plus_display, "", ""
 
     personalized_message_gpt4o = perform_personalization(gpt4o_message, personalization_prompt)
@@ -506,6 +506,13 @@ def personalize_messages_with_yield(
     meta_llama_405b_display = f"{personalized_message_meta_llama_405b}\n\n------\nКоличество знаков: {meta_llama_405b_length}"
     yield personalization_prompt, gigachat_pro_display, gigachat_lite_display, gigachat_plus_display, gpt4o_display, meta_llama_405b_display
 
+    # Добавьте проверки в personalize_messages_with_yield
+    is_valid_gigachat_pro = check_forbidden_words(personalized_message_gigachat_pro)
+    is_valid_gigachat_lite = check_forbidden_words(personalized_message_gigachat_lite)
+    is_valid_gigachat_plus = check_forbidden_words(personalized_message_gigachat_plus)
+    is_valid_gpt4o = check_forbidden_words(personalized_message_gpt4o)
+    is_valid_meta_llama_405b = check_forbidden_words(personalized_message_meta_llama_405b)
+
 
 # Функция для генерации промпта проверки текста
 def generate_error_check_prompt():
@@ -602,8 +609,8 @@ def personalize_and_save(
     meta_llama_405b_message, 
     description,
     advantages,
-    key_message,  # Обратите внимание, что key_message здесь не передается в selected_values
-    approach,     # Подход тоже не должен передаваться в selected_values
+    key_message,  
+    approach,     
     *selected_values
 ):
     # Персонализация с использованием yield для последовательного вывода
@@ -615,17 +622,53 @@ def personalize_and_save(
         meta_llama_405b_message, 
         key_message,
         approach,
-        *selected_values  # Только признаки для персонализации
+        *selected_values  
     )
 
-    # Перебираем генератор, чтобы получить все значения и сохранить последний результат
     last_personalization_result = None
     for personalization_result in personalization_generator:
         last_personalization_result = personalization_result
-        yield personalization_result  # Отображаем результаты по мере их появления
+        yield (
+            personalization_result[0],  # personalization_prompt
+            personalization_result[1],  # gigachat_pro_message
+            personalization_result[2],  # gigachat_lite_message
+            personalization_result[3],  # gigachat_plus_message
+            personalization_result[4],  # gpt4o_message
+            personalization_result[5],  # meta_llama_405b_message
+            "", "", "", "", ""  # Пустые строки для проверок
+        )
 
     # После завершения персонализации, сохраняем результаты
     if last_personalization_result:
+        checks_gigachat_pro = perform_checks(last_personalization_result[1])
+        checks_gigachat_lite = perform_checks(last_personalization_result[2])
+        checks_gigachat_plus = perform_checks(last_personalization_result[3])
+        checks_gpt4o = perform_checks(last_personalization_result[4])
+        checks_meta_llama_405b = perform_checks(last_personalization_result[5])
+
+        # Форматирование результатов проверок
+        formatted_checks = [
+            format_checks(checks_gigachat_pro),
+            format_checks(checks_gigachat_lite),
+            format_checks(checks_gigachat_plus),
+            format_checks(checks_gpt4o),
+            format_checks(checks_meta_llama_405b)
+        ]
+
+        yield (
+            last_personalization_result[0],  # personalization_prompt
+            last_personalization_result[1],  # gigachat_pro_message
+            last_personalization_result[2],  # gigachat_lite_message
+            last_personalization_result[3],  # gigachat_plus_message
+            last_personalization_result[4],  # gpt4o_message
+            last_personalization_result[5],  # meta_llama_405b_message
+            formatted_checks[0],  # validation_display_1
+            formatted_checks[1],  # validation_display_2
+            formatted_checks[2],  # validation_display_3
+            formatted_checks[3],  # validation_display_4
+            formatted_checks[4]   # validation_display_5
+        )
+
         save_user_request_to_github(description, advantages, key_message, approach, selected_values)
 
 
@@ -634,17 +677,45 @@ def clear_fields():
         "", "", "", "", "",  # personalized outputs and prompts
         "", "", "", "", "",  # comment fields
         "", "", "", "", "",  # corrected message fields
-        ""
+        "", "", "", "", "",  # анализ персонализации
     )
 
+
 def clear_personalization_fields():
     return (
         "", "", "", "", "",  # personalized outputs
         "", "", "", "", "",  # comment fields
         "", "", "", "", "",  # corrected message fields
+        "", "", "", "", "",  # анализ персонализации
         ""
     )
 
+def clear_on_change():
+    return (
+        "", "", "", "", "",  # очистка всех полей для промптов и сообщений
+        "", "", "", "", "",  # комментарии
+        "", "", "", "", "",  # откорректированные сообщения
+        "", "", "", "", "",  # результаты проверок
+        "", "", "", "", "",
+    )
+
+def clear_on_change_pers():
+    return (
+        "", "", "", "", "",  # очистка всех полей для промптов и сообщений
+        "", "", "", "", "",  # комментарии
+        "", "", "", "", "",  # откорректированные сообщения
+        "", "", "", "", ""  # результаты проверок
+    )
+
+def clear_unnecessary_fields():
+    return (
+        "", "", "", "", "",  # personalized outputs and prompts
+        "", "", "", "", "",  # comment fields
+        "", "", "", "", "",  # corrected message fields
+        "", "", "", "", "",  # оставшиеся поля
+        "", "",  # Дополнительное пустое значение
+        "", "", "", "", "",  # поля анализа персонализации
+    )
 
 def prepare_button_text():
     return gr.update(value="Сохраняется...", visible=True)
@@ -656,15 +727,6 @@ def reset_button_text():
     time.sleep(2)  # Задержка в 2 секунды
     return gr.update(value="Сохранить в базу", visible=True)
 
-def clear_unnecessary_fields():
-    return (
-        "", "", "", "", "",  # personalized outputs and prompts
-        "", "", "", "", "",  # comment fields
-        "", "", "", "", "",  # corrected message fields
-        "", "", "", "", "",  # оставшиеся поля
-        "", ""  # Дополнительное пустое значение
-    )
-
 def regen_message_gpt4o(description, advantages, key_message, approach, *selected_values):
     standard_prompt = generate_standard_prompt(description, advantages, key_message, approach, *selected_values)
     gpt4o_message = generate_message_gpt4o_with_retry(standard_prompt)
@@ -695,35 +757,502 @@ def regen_message_meta_llama_405b(description, advantages, key_message, approach
     meta_llama_405b_length = len(meta_llama_405b_message)
     return f"{meta_llama_405b_message}\n\n------\nКоличество знаков: {meta_llama_405b_length}"
 
-def personalize_message_gpt4o(gpt4o_message, key_message, approach, *selected_values):
-    personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
-    personalized_message = perform_personalization(gpt4o_message, personalization_prompt)
-    gpt4o_length = len(personalized_message)
-    return f"{personalized_message}\n\n------\nКоличество знаков: {gpt4o_length}"
-
 def personalize_message_gigachat_pro(gigachat_pro_message, key_message, approach, *selected_values):
     personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
     personalized_message = perform_personalization_gigachat(gigachat_pro_message, personalization_prompt, "gigachat_pro")
     gigachat_pro_length = len(personalized_message)
-    return f"{personalized_message}\n\n------\nКоличество знаков: {gigachat_pro_length}"
+
+    # Выполняем проверку сгенерированного сообщения
+    checks = perform_checks(personalized_message)
+    formatted_checks = format_checks(checks)
+
+    return f"{personalized_message}\n\n------\nКоличество знаков: {gigachat_pro_length}", formatted_checks
 
 def personalize_message_gigachat_lite(gigachat_lite_message, key_message, approach, *selected_values):
     personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
     personalized_message = perform_personalization_gigachat(gigachat_lite_message, personalization_prompt, "gigachat_lite")
     gigachat_lite_length = len(personalized_message)
-    return f"{personalized_message}\n\n------\nКоличество знаков: {gigachat_lite_length}"
+
+    # Выполняем проверку сгенерированного сообщения
+    checks = perform_checks(personalized_message)
+    formatted_checks = format_checks(checks)
+
+    return f"{personalized_message}\n\n------\nКоличество знаков: {gigachat_lite_length}", formatted_checks
 
 def personalize_message_gigachat_plus(gigachat_plus_message, key_message, approach, *selected_values):
     personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
     personalized_message = perform_personalization_gigachat(gigachat_plus_message, personalization_prompt, "gigachat_plus")
     gigachat_plus_length = len(personalized_message)
-    return f"{personalized_message}\n\n------\nКоличество знаков: {gigachat_plus_length}"
+
+    # Выполняем проверку сгенерированного сообщения
+    checks = perform_checks(personalized_message)
+    formatted_checks = format_checks(checks)
+
+    return f"{personalized_message}\n\n------\nКоличество знаков: {gigachat_plus_length}", formatted_checks
+
+def personalize_message_gpt4o(gpt4o_message, key_message, approach, *selected_values):
+    personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
+    personalized_message = perform_personalization(gpt4o_message, personalization_prompt)
+    gpt4o_length = len(personalized_message)
+
+    # Выполняем проверку сгенерированного сообщения
+    checks = perform_checks(personalized_message)
+    formatted_checks = format_checks(checks)
+
+    return f"{personalized_message}\n\n------\nКоличество знаков: {gpt4o_length}", formatted_checks
 
 def personalize_message_meta_llama_405b(meta_llama_405b_message, key_message, approach, *selected_values):
     personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
     personalized_message = perform_personalization_meta_llama_405b(meta_llama_405b_message, personalization_prompt)
     meta_llama_405b_length = len(personalized_message)
-    return f"{personalized_message}\n\n------\nКоличество знаков: {meta_llama_405b_length}"
+
+    # Выполняем проверку сгенерированного сообщения
+    checks = perform_checks(personalized_message)
+    formatted_checks = format_checks(checks)
+
+    return f"{personalized_message}\n\n------\nКоличество знаков: {meta_llama_405b_length}", formatted_checks
+
+
+def generate_explanation_gigachat_pro(prompt):
+    messages = [SystemMessage(content=prompt)]
+    res = chat_pro_explain(messages)
+    return res.content.strip()
+
+def generate_explanation_gigachat_lite(prompt):
+    messages = [SystemMessage(content=prompt)]
+    res = chat_lite_explain(messages)
+    return res.content.strip()
+
+def generate_explanation_gigachat_plus(prompt):
+    messages = [SystemMessage(content=prompt)]
+    res = chat_plus_explain(messages)
+    return res.content.strip()
+
+def generate_explanation_gpt4o(prompt):
+    try:
+        headers = {
+            "Content-Type": "application/json",
+            "Authorization": f"Bearer {openai_api_key}"
+        }
+        data = {
+            "model": "chatgpt-4o-latest",
+            "messages": [{"role": "system", "content": prompt}],
+            "temperature": 1.1
+        }
+        response = requests.post("https://api.openai.com/v1/chat/completions", json=data, headers=headers)
+        response_data = response.json()
+        return response_data["choices"][0]["message"]["content"].strip()
+    except Exception as e:
+        return f"Ошибка при обращении к ChatGPT-4o-Latest: {e}"
+
+def generate_explanation_meta_llama_405b(prompt):
+    response = client.chat.completions.create(
+        model="meta-llama/Meta-Llama-3.1-405B-Instruct-Turbo",
+        messages=[{"role": "user", "content": prompt}],
+        temperature=0.8
+    )
+    return response.choices[0].message.content.strip()
+
+
+def explain_compliance_gigachat_pro(personalized_message, personalization_prompt):
+    prompt = (
+        f"Есть инструкция по персонализации: {personalization_prompt}\n"
+        "Сообщи, учтены ли данные инструкции в тексте ниже, и укажи как они были учтены:\n"
+        f"Текст сообщения: {personalized_message}\n"
+    )
+    return generate_explanation_gigachat_pro(prompt)
+
+def explain_compliance_gigachat_lite(personalized_message, personalization_prompt):
+    prompt = (
+        f"Есть инструкция по персонализации: {personalization_prompt}\n"
+        "Сообщи, учтены ли данные инструкции в тексте ниже, и укажи как они были учтены:\n"
+        f"Текст сообщения: {personalized_message}\n"
+    )
+    return generate_explanation_gigachat_lite(prompt)
+
+def explain_compliance_gigachat_plus(personalized_message, personalization_prompt):
+    prompt = (
+        f"Есть инструкция по персонализации: {personalization_prompt}\n"
+        "Сообщи, учтены ли данные инструкции в тексте ниже, и укажи как они были учтены:\n"
+        f"Текст сообщения: {personalized_message}\n"
+    )
+    return generate_explanation_gigachat_plus(prompt)
+
+def explain_compliance_gpt4o(personalized_message, personalization_prompt):
+    prompt = (
+        f"Есть инструкция по персонализации: {personalization_prompt}\n"
+        "Сообщи, учтены ли данные инструкции в тексте ниже, и укажи как они были учтены:\n"
+        f"Текст сообщения: {personalized_message}\n"
+    )
+    return generate_explanation_gpt4o(prompt)
+
+def explain_compliance_meta_llama_405b(personalized_message, personalization_prompt):
+    prompt = (
+        f"Есть инструкция по персонализации: {personalization_prompt}\n"
+        "Сообщи, учтены ли данные инструкции в тексте ниже, и укажи как они были учтены:\n"
+        f"Текст сообщения: {personalized_message}\n"
+    )
+    return generate_explanation_meta_llama_405b(prompt)
+
+def perform_analysis_with_yield(
+    gigachat_pro_message, 
+    gigachat_lite_message, 
+    gigachat_plus_message,
+    gpt4o_message,
+    meta_llama_405b_message,
+    personalization_prompt
+):
+    # Start yielding results progressively
+    gigachat_pro_analysis = explain_compliance_gigachat_pro(gigachat_pro_message, personalization_prompt)
+    yield gigachat_pro_analysis, "", "", "", ""
+
+    gigachat_lite_analysis = explain_compliance_gigachat_lite(gigachat_lite_message, personalization_prompt)
+    yield gigachat_pro_analysis, gigachat_lite_analysis, "", "", ""
+
+    gigachat_plus_analysis = explain_compliance_gigachat_plus(gigachat_plus_message, personalization_prompt)
+    yield gigachat_pro_analysis, gigachat_lite_analysis, gigachat_plus_analysis, "", ""
+
+    gpt4o_analysis = explain_compliance_gpt4o(gpt4o_message, personalization_prompt)
+    yield gigachat_pro_analysis, gigachat_lite_analysis, gigachat_plus_analysis, gpt4o_analysis, ""
+
+    meta_llama_405b_analysis = explain_compliance_meta_llama_405b(meta_llama_405b_message, personalization_prompt)
+    yield gigachat_pro_analysis, gigachat_lite_analysis, gigachat_plus_analysis, gpt4o_analysis, meta_llama_405b_analysis
+
+# ФУНКЦИИ ПРОВЕРОК (НАЧАЛО)
+
+# 1. Запрещенные слова
+
+def check_forbidden_words(message):   
+    morph = pymorphy2.MorphAnalyzer()
+    
+    # Перечень запрещённых слов и фраз
+    forbidden_patterns = [
+        r'№\s?1\b', r'номер\sодин\b', r'номер\s1\b',
+        r'вкусный', r'дешёвый', r'продукт', 
+        r'спам', r'доступный', r'банкротство', r'долг[и]?', r'займ',
+        r'срочный', r'сейчас', r'главный',
+        r'гарантия', r'успех', r'лидер'
+    ]
+    
+    # Удаляем знаки препинания для корректного анализа
+    message_without_punctuation = message.translate(str.maketrans('', '', string.punctuation))
+    
+    # Проверка на наличие подстроки "лучш" (без учета регистра)
+    if re.search(r'лучш', message_without_punctuation, re.IGNORECASE):
+        return False
+    
+    # Лемматизация слов сообщения
+    words = message_without_punctuation.split()
+    lemmas = [morph.parse(word)[0].normal_form for word in words]
+    normalized_message = ' '.join(lemmas)
+
+    # Проверка на запрещённые фразы и леммы
+    for pattern in forbidden_patterns:
+        if re.search(pattern, normalized_message, re.IGNORECASE):
+            return False
+
+    return True
+
+
+# 2 и #3. Обращение к клиенту и приветствие клиента
+
+def check_no_greeting(message):
+    morph = pymorphy2.MorphAnalyzer()
+    # Список типичных обращений и ��риветствий
+    greeting_patterns = [
+        r"привет\b", r"здравствуй", r"добрый\s(день|вечер|утро)",
+        r"дорогой\b", r"уважаемый\b", r"дорогая\b", r"уважаемая\b",
+        r"господин\b", r"госпожа\b", r"друг\b", r"коллега\b",
+        r"товарищ\b", r"приятель\b", r"друг\b", r"подруга\b"
+    ]
+    
+    # Компилируем все шаблоны в один регулярное выражение
+    greeting_regex = re.compile('|'.join(greeting_patterns), re.IGNORECASE)
+    
+    # Проверяем, начинается ли сообщение с шаблона приветствия или обращения
+    if greeting_regex.search(message.strip()):
+        return False
+    return True
+
+# 4. Обещания и гарантии
+
+def check_no_promises(message):
+    morph = pymorphy2.MorphAnalyzer()
+    promise_patterns = [
+        "обещать", "гарантировать", "обязаться"
+    ]
+    
+    words = message.split()
+    lemmas = [morph.parse(word)[0].normal_form for word in words]
+    
+    for pattern in promise_patterns:
+        if pattern in lemmas:
+            return False
+    return True
+
+# 5. Составные конструкции из двух глаголов
+
+def check_no_double_verbs(message):
+    morph = pymorphy2.MorphAnalyzer()
+    words = message.split()
+    morphs = [morph.parse(word)[0] for word in words]
+    
+    for i in range(len(morphs) - 1):
+        if morphs[i].tag.POS == 'INFN' and morphs[i+1].tag.POS == 'INFN':
+            return False
+    return True
+
+# 6. Причастия и причастные обороты
+
+def check_no_participles(message):
+    morph = pymorphy2.MorphAnalyzer()
+    words = message.split()
+    morphs = [morph.parse(word)[0] for word in words]
+    
+    for morph in morphs:
+        if 'PRTF' in morph.tag:
+            return False
+    return True
+
+# 7. Деепричастия и деепричастные обороты
+
+def check_no_adverbial_participles(message):
+    morph = pymorphy2.MorphAnalyzer()
+    words = message.split()
+    morphs = [morph.parse(word)[0] for word in words]
+    
+    for morph in morphs:
+        if 'GRND' in morph.tag:
+            return False
+    return True
+
+# 8. Превосходная степень прилагательных
+
+def check_no_superlative_adjectives(message):
+    morph = pymorphy2.MorphAnalyzer()
+    words = message.split()
+    morphs = [morph.parse(word)[0] for word in words]
+    
+    for morph in morphs:
+        if 'COMP' in morph.tag or 'Supr' in morph.tag:
+            return False
+    return True
+
+# 9. Страдательный залог
+
+def check_no_passive_voice(message):
+    morph = pymorphy2.MorphAnalyzer()
+    words = message.split()
+    morphs = [morph.parse(word)[0] for word in words]
+    
+    for morph in morphs:
+        if 'PRTF' in morph.tag and ('passive' in morph.tag or 'в' in morph.tag):
+            return False
+    return True
+
+# 10. Порядковые числительные от 10 прописью
+
+def check_no_written_out_ordinals(message):
+    morph = pymorphy2.MorphAnalyzer()
+    ordinal_words = [
+        "десятый", "одиннадцатый", "двенадцатый", "тринадцатый", "четырнадцатый", "пятнадцатый",
+        "шестнадцатый", "семнадцатый", "восемнадцатый", "девятнадцатый", "двадцатый"
+    ]
+    
+    words = message.split()
+    lemmas = [morph.parse(word)[0].normal_form for word in words]
+    
+    for word in ordinal_words:
+        if word in lemmas:
+            return False
+    return True
+
+# 11. Цепочки с придаточными предложениями
+
+def check_no_subordinate_clauses_chain(message):
+    # Регулярное выражение, которое ищет последовательности придаточных предложений
+    subordinate_clause_patterns = [
+        r'\b(который|которая|которое|которые)\b',
+        r'\b(если|потому что|так как|что|когда)\b',
+        r'\b(хотя|несмотря на то что)\b'
+    ]
+    
+    count = 0
+    for pattern in subordinate_clause_patterns:
+        if re.search(pattern, message):
+            count += 1
+    
+    # Если в предложении найдено более одного придаточного предложения подряд, возвращаем False
+    return count < 2
+
+# 12. Разделительные повторяющиеся союзы
+
+def check_no_repeating_conjunctions(message):
+    repeating_conjunctions_patterns = r'\b(и|или|но|также)\s+\1\b'
+    
+    if re.search(repeating_conjunctions_patterns, message, re.IGNORECASE):
+        return False
+    return True
+
+# 13. Вводные конструкции
+
+def check_no_introductory_phrases(message):
+    introductory_phrases = [
+        r'\b(во-первых|во-вторых|с одной стороны|по сути|по правде говоря)\b',
+        r'\b(может быть|кстати|конечно|естественно|безусловно|возможно)\b'
+    ]
+    
+    for pattern in introductory_phrases:
+        if re.search(pattern, message, re.IGNORECASE):
+            return False
+    return True
+
+# 14. Усилители
+
+def check_no_amplifiers(message):
+    amplifiers = [
+        r'\b(очень|крайне|чрезвычайно|совсем|абсолютно|полностью|чисто)\b'
+    ]
+    
+    for pattern in amplifiers:
+        if re.search(pattern, message, re.IGNORECASE):
+            return False
+    return True
+
+# 15. Паразиты времени
+
+def check_no_time_parasites(message):
+    time_parasites = [
+        r'\b(сейчас|немедленно|срочно|в данный момент|теперь)\b'
+    ]
+    
+    for pattern in time_parasites:
+        if re.search(pattern, message, re.IGNORECASE):
+            return False
+    return True
+
+# 16. Несколько существительных подряд
+
+def check_no_multiple_nouns(message):
+    noun_count = 0
+    words = message.split()
+    morph = pymorphy2.MorphAnalyzer()
+    
+    for word in words:
+        parsed_word = morph.parse(word)[0]
+        
+        # Если слово — существительное
+        if 'NOUN' in parsed_word.tag:
+            noun_count += 1
+        # Если встречен союз или предлог, обнуляем счетчик
+        elif parsed_word.tag.POS in {'CONJ', 'PREP'}:
+            noun_count = 0
+        else:
+            noun_count = 0
+        
+        if noun_count > 2:
+            return False
+    return True
+
+
+# 17. Производные предлоги
+
+def check_no_derived_prepositions(message):
+    derived_prepositions = [
+        r'\b(в течение|в ходе|вследствие|в связи с|по мере|при помощи|согласно)\b'
+    ]
+    
+    for pattern in derived_prepositions:
+        if re.search(pattern, message, re.IGNORECASE):
+            return False
+    return True
+
+# 19. Сложноподчиненные предложения
+
+def check_no_compound_sentences(message):
+    subordinating_conjunctions = [
+        r'\bкогда\b', r'\bкак только\b', r'\bпока\b', r'\bпосле того как\b',
+        r'\bпотому что\b', r'\bтак как\b', r'\bоттого что\b', r'\bблагодаря тому что\b',
+        r'\bчтобы\b', r'\bдля того чтобы\b', r'\bесли\b', r'\bкогда бы\b', r'\bесли бы\b',
+        r'\bхотя\b', r'\bнесмотря на то что\b', r'\bкак\b', r'\bбудто\b', r'\bсловно\b', r'\bкак будто\b',
+        r'\bчто\b'
+    ]
+    
+    # Убедимся, что слово "как" используется не в вопросе
+    for pattern in subordinating_conjunctions:
+        if re.search(pattern, message) and not re.search(r'\?', message):
+            return False
+    return True
+
+# 20. Даты прописью
+
+def check_no_dates_written_out(message):
+    # Ищем упоминания месяцев или слов, связанных с датами
+    months = [
+        "января", "февраля", "марта", "апреля", "мая", "июня", 
+        "июля", "августа", "сентября", "октября", "ноября", "декабря"
+    ]
+    
+    # Слова для проверки чисел прописью
+    date_written_out_patterns = [
+        r'\b(первого|второго|третьего|четвертого|пятого|шестого|седьмого|восьмого|девятого|десятого|одиннадцатого|двенадцатого|тринадцатого|четырнадцатого|пятнадцатого|шестнадцатого|семнадцатого|восемнадцатого|девятнадцатого|двадцатого|двадцать первого|двадцать второго|двадцать третьего|двадцать четвертого|двадцать пятого|двадцать шестого|двадцать седьмого|двадцать восьмого|двадцать девятого|тридцатого|тридцать первого)\b'
+    ]
+    
+    for month in months:
+        for pattern in date_written_out_patterns:
+            if re.search(f'{pattern}\\s{month}', message, re.IGNORECASE):
+                return False
+    
+    return True
+
+# ФУНКЦИИ ПРОВЕРОК (КОНЕЦ)
+
+def perform_checks(message):
+    checks = {
+        "forbidden_words": check_forbidden_words(message),
+        "client_addressing": check_no_greeting(message),
+        "promises": check_no_promises(message),
+        "double_verbs": check_no_double_verbs(message),
+        "participles": check_no_participles(message),
+        "adverbial_participles": check_no_adverbial_participles(message),
+        "superlative_adjectives": check_no_superlative_adjectives(message),
+        "passive_voice": check_no_passive_voice(message),
+        "written_out_ordinals": check_no_written_out_ordinals(message),
+        "subordinate_clauses_chain": check_no_subordinate_clauses_chain(message),
+        "repeating_conjunctions": check_no_repeating_conjunctions(message),
+        "introductory_phrases": check_no_introductory_phrases(message),
+        "amplifiers": check_no_amplifiers(message),
+        "time_parasites": check_no_time_parasites(message),
+        "multiple_nouns": check_no_multiple_nouns(message),
+        "derived_prepositions": check_no_derived_prepositions(message),
+        "compound_sentences": check_no_compound_sentences(message),
+        "dates_written_out": check_no_dates_written_out(message)
+    }
+    return checks
+
+
+def format_checks(checks):
+    translation = {
+        "forbidden_words": "Запрещенные слова",
+        "client_addressing": "Обращение к клиенту",
+        "promises": "Обещания и гарантии",
+        "double_verbs": "Два глагола подряд",
+        "participles": "Причастия",
+        "adverbial_participles": "Деепричастия",
+        "superlative_adjectives": "Превосходная степень",
+        "passive_voice": "Страдательный залог",
+        "written_out_ordinals": "Порядковые числительные",
+        "subordinate_clauses_chain": "Цепочки с придаточными предложениями",
+        "repeating_conjunctions": "Разделительные повторяющиеся союзы",
+        "introductory_phrases": "Вводные конструкции",
+        "amplifiers": "Усилители",
+        "time_parasites": "Паразиты времени",
+        "multiple_nouns": "Несколько существительных подряд",
+        "derived_prepositions": "Производные предлоги",
+        "compound_sentences": "Сложноподчиненные предложения",
+        "dates_written_out": "Даты прописью"
+    }
+    return "  \n".join([f"{translation[rule]}: {'✔️' if result else '❌'}" for rule, result in checks.items()])
 
 
 # Создание интерфейса Gradio
@@ -745,6 +1274,7 @@ with gr.Blocks() as demo:
                     "4. В течение следующего месяца пользоваться ей бесплатно."
                 )
             )
+
             advantages_input = gr.Textbox(
                 label="Преимущества (предзаполненный пример можно поменять на свой)", 
                 lines=6,
@@ -776,7 +1306,58 @@ with gr.Blocks() as demo:
                     selections.append(gr.Dropdown(choices=[None] + list(features[feature].keys()), label=f"Выберите {feature}"))
 
         with gr.Column(scale=2):
-            prompt_display = gr.Textbox(label="Неперсонализированный промпт", lines=41, interactive=False)
+            prompt_display = gr.Textbox(
+                label="Неперсонализированный промпт", 
+                lines=41,
+                value=(
+                    "Сгенерируй смс-сообщение для клиента. Начни сообщение с призыва к действию с продуктом.\n"
+                    "Описание предложения: "
+                    "Необходимо предложить клиенту оформить дебетовую премиальную бизнес-карту Mastercard Preffered. "
+                    "Обслуживание карты стоит 700 рублей в месяц, но клиент может пользоваться ей бесплатно. "
+                    "Что необходимо сделать, чтобы воспользоваться предложением:\n"
+                    "1. Оформить премиальную бизнес-карту в офисе банка или онлайн в интернет-банке СберБизнес.\n"
+                    "2. Забрать карту.\n"
+                    "3. В течение календарного месяца совершить по ней покупки на сумму от 100 000 рублей.\n"
+                    "4. В течение следующего месяца пользоваться ей бесплатно. \n "
+                    "Преимущества: "
+                    "Предложение по бесплатному обслуживанию — бессрочное.\n"
+                    "Оплата покупок без отчётов и платёжных поручений.\n"
+                    "Платёжные документы без комиссии.\n"
+                    "Лимиты на расходы сотрудников.\n"
+                    "Мгновенные переводы на карты любых банков.\n "
+                    "В тексте смс запрещено использование:\n"
+                    "- Запрещенные слова: № один, номер один, № 1, вкусный, дешёвый, продукт, спам, доступный, банкротство, долги, займ, срочно, сейчас, лучший, главный, номер 1, гарантия, успех, лидер;\n"
+                    "- Обращение к клиенту;\n"
+                    "- Приветствие клиента;\n"
+                    "- Обещания и гарантии;\n"
+                    "- Использовать составные конструкции из двух глаголов;\n"
+                    "- Причастия и причастные обороты;\n"
+                    "- Деепричастия и деепричастные обороты;\n"
+                    "- Превосходная степень прилагательных;\n"
+                    "- Страдательный залог;\n"
+                    "- Порядковые числительные от 10 прописью;\n"
+                    "- Цепочки с придаточными предложениями;\n"
+                    "- Разделительные повторяющиеся союзы;\n"
+                    "- Вводные конструкции;\n"
+                    "- Усилители;\n"
+                    "- Паразиты времени;\n"
+                    "- Несколько существительных подряд, в том числе отглагольных;\n"
+                    "- Производные предлоги;\n"
+                    "- Сложные предложения, в которых нет связи между частями;\n"
+                    "- Сложноподчинённые предложения;\n"
+                    "- Даты прописью;\n"
+                    "- Близкие по смыслу однородные члены предложения;\n"
+                    "- Шокирующие, экстравагантные, кликбейтные фразы;\n"
+                    "- Абстрактные заявления без поддержки фактами и отсутствие доказательства пользы для клиента;\n"
+                    "- Гарантирующие фразы;\n"
+                    "- Узкоспециализированные термины;\n"
+                    "- Фразы, способные создать двойственное ощущение, обидеть;\n"
+                    "- Речевые клише, рекламные штампы, канцеляризмы;\n"
+                    "Убедись, что в готовом тексте до 250 знаков с пробелами.\n"
+                    "Убедись, что готовый текст начинается с призыва к действию с продуктом.\n"
+                    "Убедись, что в готовом тексте есть следующая ключевая информация: Бесплатное обслуживание при покупках от 100 000 рублей в месяц."
+                ),
+                interactive=False)
             personalization_prompt = gr.Textbox(label="Персонализированный промпт", lines=23, interactive=False)
 
     with gr.Row():
@@ -796,11 +1377,11 @@ with gr.Blocks() as demo:
     
     # Первый ряд: неперсонализированные сообщения
     with gr.Row():
-        output_text_gigachat_pro = gr.Textbox(label="Неперсонализированное сообщение GigaChat-Pro", lines=3, interactive=False)
-        output_text_gigachat_lite = gr.Textbox(label="Неперсонализированное сообщение GigaChat-Lite", lines=3, interactive=False)
-        output_text_gigachat_plus = gr.Textbox(label="Неперсонализированное сообщение GigaChat-Lite+", lines=3, interactive=False)
-        output_text_gpt4o = gr.Textbox(label="Неперсонализированное сообщение ChatGPT-4o", lines=3, interactive=False)
-        output_text_meta_llama_405b = gr.Textbox(label="Неперсонализированное сообщение Llama-405B", lines=3, interactive=False)
+        output_text_gigachat_pro = gr.Textbox(label="Неперсонализированное сообщение 1", lines=3, interactive=False)
+        output_text_gigachat_lite = gr.Textbox(label="Неперсонализированное соо��щение 2", lines=3, interactive=False)
+        output_text_gigachat_plus = gr.Textbox(label="Неперсонализированное сообщение 3", lines=3, interactive=False)
+        output_text_gpt4o = gr.Textbox(label="Неперсонализированное сообщение 4", lines=3, interactive=False)
+        output_text_meta_llama_405b = gr.Textbox(label="Неперсонализированное сообщение 5", lines=3, interactive=False)
 
     # Ряд кнопок "Персонализировать"
     with gr.Row():
@@ -812,27 +1393,27 @@ with gr.Blocks() as demo:
     
     # Второй ряд: персонализированные сообщения
     with gr.Row():
-        personalized_output_text_gigachat_pro = gr.Textbox(label="Персонализированное сообщение GigaChat-Pro", lines=3, interactive=False)
-        personalized_output_text_gigachat_lite = gr.Textbox(label="Персонализированное сообщение GigaChat-Lite", lines=3, interactive=False)
-        personalized_output_text_gigachat_plus = gr.Textbox(label="Персонализированное сообщение GigaChat-Lite+", lines=3, interactive=False)
-        personalized_output_text_gpt4o = gr.Textbox(label="Персонализированное сообщение ChatGPT-4o", lines=3, interactive=False)
-        personalized_output_text_meta_llama_405b = gr.Textbox(label="Персонализированное сообщение Llama-405B", lines=3, interactive=False)
+        personalized_output_text_gigachat_pro = gr.Textbox(label="Персонализированное сообщение 1", lines=3, interactive=False)
+        personalized_output_text_gigachat_lite = gr.Textbox(label="Персонализированное сообщение 2", lines=3, interactive=False)
+        personalized_output_text_gigachat_plus = gr.Textbox(label="Персонализированное сообщение 3", lines=3, interactive=False)
+        personalized_output_text_gpt4o = gr.Textbox(label="Персонализированное сообщение 4", lines=3, interactive=False)
+        personalized_output_text_meta_llama_405b = gr.Textbox(label="Персонализированное сообщение 5", lines=3, interactive=False)
     
     # Третий ряд: комментарии
     with gr.Row():
-        comment_gigachat_pro = gr.Textbox(label="Комментарий к сообщению GigaChat-Pro", lines=3)
-        comment_gigachat_lite = gr.Textbox(label="Комментарий к сообщению GigaChat-Lite", lines=3)
-        comment_gigachat_plus = gr.Textbox(label="Комментарий к сообщению GigaChat-Lite+", lines=3)
-        comment_gpt4o = gr.Textbox(label="Комментарий к сообщению ChatGPT-4o", lines=3)
-        comment_meta_llama_405b = gr.Textbox(label="Комментарий к сообщению Llama-405B", lines=3)
+        comment_gigachat_pro = gr.Textbox(label="Комментарий к сообщению 1", lines=3)
+        comment_gigachat_lite = gr.Textbox(label="Комментарий к сообщению 2", lines=3)
+        comment_gigachat_plus = gr.Textbox(label="Комментарий к сообщению 3", lines=3)
+        comment_gpt4o = gr.Textbox(label="Комментарий к сообщению 4", lines=3)
+        comment_meta_llama_405b = gr.Textbox(label="Комментарий к сообщению 5", lines=3)
     
     # Четвертый ряд: откорректированные сообщения
     with gr.Row():
-        corrected_gigachat_pro = gr.Textbox(label="Откорректированное сообщение GigaChat-Pro", lines=3)
-        corrected_gigachat_lite = gr.Textbox(label="Откорректированное сообщение GigaChat-Lite", lines=3)
-        corrected_gigachat_plus = gr.Textbox(label="Откорректированное сообщение GigaChat-Lite+", lines=3)
-        corrected_gpt4o = gr.Textbox(label="Откорректированное сообщение ChatGPT-4o", lines=3)
-        corrected_meta_llama_405b = gr.Textbox(label="Откорректированное сообщение Llama-405B", lines=3)
+        corrected_gigachat_pro = gr.Textbox(label="Откорректированное сообщение 1", lines=3)
+        corrected_gigachat_lite = gr.Textbox(label="Откорректированное сообщение 2", lines=3)
+        corrected_gigachat_plus = gr.Textbox(label="Откорректированное сообщение 3", lines=3)
+        corrected_gpt4o = gr.Textbox(label="Откорректированное сообщение 4", lines=3)
+        corrected_meta_llama_405b = gr.Textbox(label="Откорректированное сообщение 5", lines=3)
     
     # Пятый ряд: кнопки сохранения
     with gr.Row():
@@ -841,14 +1422,221 @@ with gr.Blocks() as demo:
         save_gigachat_plus_btn = gr.Button("Сохранить в базу")
         save_gpt4o_btn = gr.Button("Сохранить в базу")
         save_meta_llama_405b_btn = gr.Button("Сохранить в базу")
+        
+    gr.Markdown("---")
+    
+    with gr.Row():
+        validation_display_1 = gr.Markdown()
+        validation_display_2 = gr.Markdown()
+        validation_display_3 = gr.Markdown()
+        validation_display_4 = gr.Markdown()
+        validation_display_5 = gr.Markdown()
+
+    gr.Markdown("---")
+
+    # Очистка всех полей кроме prompt_display
+    description_input.change(
+        fn=clear_on_change,  # Сначала вызываем функцию очистки полей
+        inputs=[],
+        outputs=[
+            output_text_gigachat_pro,
+            output_text_gigachat_lite,
+            output_text_gigachat_plus,
+            output_text_gpt4o,
+            output_text_meta_llama_405b,
+            personalized_output_text_gigachat_pro,
+            personalized_output_text_gigachat_lite,
+            personalized_output_text_gigachat_plus,
+            personalized_output_text_gpt4o,
+            personalized_output_text_meta_llama_405b,
+            comment_gigachat_pro,
+            corrected_gigachat_pro,
+            comment_gigachat_lite,
+            corrected_gigachat_lite,
+            comment_gigachat_plus,
+            corrected_gigachat_plus,
+            comment_gpt4o,  
+            corrected_gpt4o,
+            comment_meta_llama_405b,
+            corrected_meta_llama_405b,
+            validation_display_1,  
+            validation_display_2,
+            validation_display_3,
+            validation_display_4,
+            validation_display_5
+        ]
+    ).then(
+        fn=generate_standard_prompt,  # После очистки вызываем функцию для обновления промпта
+        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
+        outputs=prompt_display  # Мгновенно обновляем поле неперсонализированного промпта
+    )
+
+    # Очистка всех полей кроме prompt_display
+    advantages_input.change(
+        fn=clear_on_change,  # Сначала вызываем функцию очистки полей
+        inputs=[],
+        outputs=[
+            output_text_gigachat_pro,
+            output_text_gigachat_lite,
+            output_text_gigachat_plus,
+            output_text_gpt4o,
+            output_text_meta_llama_405b,
+            personalized_output_text_gigachat_pro,
+            personalized_output_text_gigachat_lite,
+            personalized_output_text_gigachat_plus,
+            personalized_output_text_gpt4o,
+            personalized_output_text_meta_llama_405b,
+            comment_gigachat_pro,
+            corrected_gigachat_pro,
+            comment_gigachat_lite,
+            corrected_gigachat_lite,
+            comment_gigachat_plus,
+            corrected_gigachat_plus,
+            comment_gpt4o,  
+            corrected_gpt4o,
+            comment_meta_llama_405b,
+            corrected_meta_llama_405b,
+            validation_display_1,  
+            validation_display_2,
+            validation_display_3,
+            validation_display_4,
+            validation_display_5
+        ]
+    ).then(
+        fn=generate_standard_prompt,  # После очистки вызываем функцию для обновления промпта
+        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
+        outputs=prompt_display  # Мгновенно обновляем поле неперсонализированного промпта
+    )
+    
+    # Очистка всех полей кроме prompt_display
+    key_message_input.change(
+        fn=clear_on_change,  # Сначала вызываем функцию очистки полей
+        inputs=[],
+        outputs=[
+            output_text_gigachat_pro,
+            output_text_gigachat_lite,
+            output_text_gigachat_plus,
+            output_text_gpt4o,
+            output_text_meta_llama_405b,
+            personalized_output_text_gigachat_pro,
+            personalized_output_text_gigachat_lite,
+            personalized_output_text_gigachat_plus,
+            personalized_output_text_gpt4o,
+            personalized_output_text_meta_llama_405b,
+            comment_gigachat_pro,
+            corrected_gigachat_pro,
+            comment_gigachat_lite,
+            corrected_gigachat_lite,
+            comment_gigachat_plus,
+            corrected_gigachat_plus,
+            comment_gpt4o,  
+            corrected_gpt4o,
+            comment_meta_llama_405b,
+            corrected_meta_llama_405b,
+            validation_display_1,  
+            validation_display_2,
+            validation_display_3,
+            validation_display_4,
+            validation_display_5
+        ]
+    ).then(
+        fn=generate_standard_prompt,  # После очистки вы��ываем функцию для обновления промпта
+        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
+        outputs=prompt_display  # Мгновенно обновляем поле неперсонализированного промпта
+    )
+    
+    # Очистка всех полей кроме prompt_display
+    approach_input.change(
+        fn=clear_on_change,  # Сначала вызываем функцию очистки полей
+        inputs=[],
+        outputs=[
+            output_text_gigachat_pro,
+            output_text_gigachat_lite,
+            output_text_gigachat_plus,
+            output_text_gpt4o,
+            output_text_meta_llama_405b,
+            personalized_output_text_gigachat_pro,
+            personalized_output_text_gigachat_lite,
+            personalized_output_text_gigachat_plus,
+            personalized_output_text_gpt4o,
+            personalized_output_text_meta_llama_405b,
+            comment_gigachat_pro,
+            corrected_gigachat_pro,
+            comment_gigachat_lite,
+            corrected_gigachat_lite,
+            comment_gigachat_plus,
+            corrected_gigachat_plus,
+            comment_gpt4o,  
+            corrected_gpt4o,
+            comment_meta_llama_405b,
+            corrected_meta_llama_405b,
+            validation_display_1,  
+            validation_display_2,
+            validation_display_3,
+            validation_display_4,
+            validation_display_5
+        ]
+    ).then(
+        fn=generate_standard_prompt,  # После очистки вызываем функцию для обновления промпта
+        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
+        outputs=prompt_display  # Мгновенно обновляем поле неперсонализированного промпта
+    ).then(
+        fn=generate_personalization_prompt,  # Вызываем генерацию персонализированного промпта после изменения
+        inputs=[key_message_input, approach_input] + selections,  # Передаем все нужные параметры
+        outputs=personalization_prompt  # Обновляем поле с персонализированным промптом
+    )
+
+
+    # Добавляем обработчики для каждого поля в selections
+    for selection in selections:
+        # Очищаем все персонализированные сообщения и результаты проверок
+        selection.change(
+            fn=clear_on_change_pers,
+            inputs=[],
+            outputs=[
+                personalized_output_text_gigachat_pro, 
+                personalized_output_text_gigachat_lite, 
+                personalized_output_text_gigachat_plus, 
+                personalized_output_text_gpt4o, 
+                personalized_output_text_meta_llama_405b, 
+                comment_gigachat_pro, 
+                corrected_gigachat_pro, 
+                comment_gigachat_lite, 
+                corrected_gigachat_lite, 
+                comment_gigachat_plus, 
+                corrected_gigachat_plus, 
+                comment_gpt4o, 
+                corrected_gpt4o, 
+                comment_meta_llama_405b, 
+                corrected_meta_llama_405b, 
+                validation_display_1, 
+                validation_display_2, 
+                validation_display_3, 
+                validation_display_4, 
+                validation_display_5
+            ]
+        ).then(
+            fn=generate_personalization_prompt,  # Вызываем генерацию персонализированного промпта после изменения
+            inputs=[key_message_input, approach_input] + selections,  # Передаем все нужные параметры
+            outputs=personalization_prompt  # Обновляем поле с персонализированным промптом
+        )
+
+    
+#    analyze_btn = gr.Button("Выполнить анализ персонализации (экспериментальная фича)")
+
+#    with gr.Row():
+#        analysis_gigachat_pro = gr.Textbox(label="Анализ персонализации сообщения 1", lines=4, interactive=False)
+#        analysis_gigachat_lite = gr.Textbox(label="Анализ персонализации сообщения 2", lines=4, interactive=False)
+#        analysis_gigachat_plus = gr.Textbox(label="Анализ персонализации сообщения 3", lines=4, interactive=False)
+#        analysis_gpt4o = gr.Textbox(label="Анализ персонализации сообщения 4", lines=4, interactive=False)
+#        analysis_meta_llama_405b = gr.Textbox(label="Анализ персонализации сообщения 5", lines=4, interactive=False)
+
 
-   
     # Добавление функционала для кно��ок
     submit_btn.click(
         clear_fields,
         inputs=[],
         outputs=[
-            personalization_prompt,
             personalized_output_text_gigachat_pro,
             personalized_output_text_gigachat_lite,
             personalized_output_text_gigachat_plus,
@@ -863,7 +1651,12 @@ with gr.Blocks() as demo:
             comment_gpt4o,  
             corrected_gpt4o,
             comment_meta_llama_405b,
-            corrected_meta_llama_405b
+            corrected_meta_llama_405b,
+            validation_display_1,  # Очистка результатов проверок
+            validation_display_2,
+            validation_display_3,
+            validation_display_4,
+            validation_display_5
         ]
     )
     
@@ -905,7 +1698,7 @@ with gr.Blocks() as demo:
     
     personalize_btn.click(
         fn=personalize_and_save,
-        inputs=[ 
+        inputs=[
             output_text_gigachat_pro, 
             output_text_gigachat_lite, 
             output_text_gigachat_plus,
@@ -913,8 +1706,8 @@ with gr.Blocks() as demo:
             output_text_meta_llama_405b,
             description_input,
             advantages_input,
-            key_message_input,  # Add key_message_input
-            approach_input,     # Add approach_input
+            key_message_input,  
+            approach_input,
         ] + selections,
         outputs=[
             personalization_prompt,
@@ -922,10 +1715,16 @@ with gr.Blocks() as demo:
             personalized_output_text_gigachat_lite,
             personalized_output_text_gigachat_plus,
             personalized_output_text_gpt4o,
-            personalized_output_text_meta_llama_405b
+            personalized_output_text_meta_llama_405b,
+            validation_display_1,
+            validation_display_2,
+            validation_display_3,
+            validation_display_4,
+            validation_display_5,
         ]
     )
 
+    
     # Обработка клика по кнопке восстановления
     load_btn.click(
         fn=lambda: load_previous_user_request_from_github(),
@@ -962,36 +1761,71 @@ with gr.Blocks() as demo:
             comment_gpt4o,  
             corrected_gpt4o,
             comment_meta_llama_405b,
-            corrected_meta_llama_405b
+            corrected_meta_llama_405b,
+            validation_display_1,  # Очистка результатов проверок
+            validation_display_2,
+            validation_display_3,
+            validation_display_4,
+            validation_display_5
         ]
+    ).then(
+        fn=generate_standard_prompt,  # Генерация неперсонализированного промпта на основе загруженных данных
+        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
+        outputs=prompt_display  # Обновляем поле с неперсонализированным промптом
+    ).then(
+        fn=generate_personalization_prompt,  # Генерация персонализированного промпта
+        inputs=[key_message_input, approach_input] + selections,
+        outputs=personalization_prompt  # Обновляем поле с персонализированным промптом
     )
 
+
     regen_gigachat_pro_btn.click(
-        regen_message_gigachat_pro,
+        fn=lambda: ("", ""),  # Очищаем текст персонализированного сообщения и проверку
+        inputs=[],
+        outputs=[personalized_output_text_gigachat_pro, validation_display_1]
+    ).then(
+        fn=regen_message_gigachat_pro,
         inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
         outputs=output_text_gigachat_pro
     )
-    
+
+  
     regen_gigachat_lite_btn.click(
-        regen_message_gigachat_lite,
+        fn=lambda: ("", ""),  # Очищаем текст персонализированного сообщения и проверку
+        inputs=[],
+        outputs=[personalized_output_text_gigachat_lite, validation_display_2]
+    ).then(
+        fn=regen_message_gigachat_lite,
         inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
         outputs=output_text_gigachat_lite
     )
-    
+
     regen_gigachat_plus_btn.click(
-        regen_message_gigachat_plus,
+        fn=lambda: ("", ""),  # Очищаем текст персонализированного сообщения и проверку
+        inputs=[],
+        outputs=[personalized_output_text_gigachat_plus, validation_display_3]
+    ).then(
+        fn=regen_message_gigachat_plus,
         inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
         outputs=output_text_gigachat_plus
     )
 
     regen_gpt4o_btn.click(
-        regen_message_gpt4o,
+        fn=lambda: ("", ""),  # Очищаем текст персонализированного сообщения и прове��ку
+        inputs=[],
+        outputs=[personalized_output_text_gpt4o, validation_display_4]
+    ).then(
+        fn=regen_message_gpt4o,
         inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
         outputs=output_text_gpt4o
     )
-    
+
     regen_meta_llama_405b_btn.click(
-        regen_message_meta_llama_405b,
+        fn=lambda: ("", ""),  # Очищаем текст персонализированного сообщения и проверку
+        inputs=[],
+        outputs=[personalized_output_text_meta_llama_405b, validation_display_5]
+    ).then(
+        fn=regen_message_meta_llama_405b,
         inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
         outputs=output_text_meta_llama_405b
     )
@@ -999,33 +1833,54 @@ with gr.Blocks() as demo:
     personalize_gigachat_pro_btn.click(
         personalize_message_gigachat_pro,
         inputs=[output_text_gigachat_pro, key_message_input, approach_input] + selections,
-        outputs=personalized_output_text_gigachat_pro
+        outputs=[personalized_output_text_gigachat_pro, validation_display_1]
+    ).then(
+        fn=generate_personalization_prompt,  # Вызов генерации промпта
+        inputs=[key_message_input, approach_input] + selections,  # Передача нужных данных
+        outputs=personalization_prompt  # Вывод в поле с промптом
     )
-    
+
     personalize_gigachat_lite_btn.click(
         personalize_message_gigachat_lite,
         inputs=[output_text_gigachat_lite, key_message_input, approach_input] + selections,
-        outputs=personalized_output_text_gigachat_lite
+        outputs=[personalized_output_text_gigachat_lite, validation_display_2]  # Поле для проверки
+    ).then(
+        fn=generate_personalization_prompt,  # Вызов генерации промпта
+        inputs=[key_message_input, approach_input] + selections,  # Передача нужных данных
+        outputs=personalization_prompt  # Вывод в поле с промптом
     )
-    
+  
     personalize_gigachat_plus_btn.click(
         personalize_message_gigachat_plus,
         inputs=[output_text_gigachat_plus, key_message_input, approach_input] + selections,
-        outputs=personalized_output_text_gigachat_plus
+        outputs=[personalized_output_text_gigachat_plus, validation_display_3]  # Добавляем результат проверки
+    ).then(
+        fn=generate_personalization_prompt,  # Вызов генерации промпта
+        inputs=[key_message_input, approach_input] + selections,  # Передача нужных данных
+        outputs=personalization_prompt  # Вывод в поле с промптом
     )
-
+    
     personalize_gpt4o_btn.click(
         personalize_message_gpt4o,
         inputs=[output_text_gpt4o, key_message_input, approach_input] + selections,
-        outputs=personalized_output_text_gpt4o
+        outputs=[personalized_output_text_gpt4o, validation_display_4]  # Добавляем результат проверки
+    ).then(
+        fn=generate_personalization_prompt,  # Вызов генерации промпта
+        inputs=[key_message_input, approach_input] + selections,  # Передача нужных данных
+        outputs=personalization_prompt  # Вывод в поле с промптом
     )
     
     personalize_meta_llama_405b_btn.click(
         personalize_message_meta_llama_405b,
         inputs=[output_text_meta_llama_405b, key_message_input, approach_input] + selections,
-        outputs=personalized_output_text_meta_llama_405b
+        outputs=[personalized_output_text_meta_llama_405b, validation_display_5]  # Добавляем результат проверки
+    ).then(
+        fn=generate_personalization_prompt,  # Вызов генерации промпта
+        inputs=[key_message_input, approach_input] + selections,  # Передача нужных данных
+        outputs=personalization_prompt  # Вывод в поле с промптом
     )
 
+
     # Привязка кнопок к функциям сохранения   
     save_gigachat_pro_btn.click(
         fn=prepare_button_text,
@@ -1198,6 +2053,26 @@ with gr.Blocks() as demo:
         fn=reset_button_text,
         outputs=[save_meta_llama_405b_btn]
     )
-    
+
+    # Обработчик нажатия кнопки
+#    analyze_btn.click(
+#        fn=perform_analysis_with_yield,
+#        inputs=[
+#            output_text_gigachat_pro, 
+#            output_text_gigachat_lite, 
+#            output_text_gigachat_plus,
+#            output_text_gpt4o,
+#            output_text_meta_llama_405b,
+#            personalization_prompt
+#        ],
+#        outputs=[
+#            analysis_gigachat_pro,
+#            analysis_gigachat_lite,
+#            analysis_gigachat_plus,
+#            analysis_gpt4o,
+#            analysis_meta_llama_405b
+#        ]
+#    )
+
 
     demo.launch()