Hướng dẫn tự động hóa sàng lọc hồ sơ thầu cho doanh nghiệp xây dựng: Thoát khỏi nỗi đau trượt thầu và sai sót dự toán

Automated Bid Screening Guide for Construction Companies: Eliminate Missed Tenders and Estimation Errors

1. Cơn ác mộng "Đọc vị" hồ sơ mời thầu: Khi kỹ sư giàu kinh nghiệm cũng phải đầu hàng trước núi tài liệu Cứ mỗi lần có gói thầu...

1. The RFP Screening Nightmare: When Experienced Engineers Drown in Documents Every time a new bidding package opens, SME construction contractors face absolute chaos. A Request for Proposal (RFP) or...

import openai
import json

def screen_construction_rfp(rfp_text):
    prompt = f"""
    Phân tích đoạn văn bản hồ sơ mời thầu xây dựng sau đây và trích xuất thông tin dưới dạng JSON:
    1. penalty_clauses: Các điều khoản phạt chậm tiến độ hoặc vi phạm hợp đồng.
    2. timeline_requirements: Thời gian hoàn thành yêu cầu.
    3. special_materials: Các yêu cầu vật liệu đặc thù, khó tìm hoặc đắt đỏ.
    4. feasibility_score: Đánh giá điểm khả thi từ 1 đến 100 cho nhà thầu SME.

    Văn bản RFP:
    {rfp_text[:4000]}
    """
    
    response = openai.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': prompt}],
        response_format={'type': 'json_object'}
    )
    return json.loads(response.choices[0].message.content)

# Ví dụ sử dụng thực tế
rfp_sample_text = "Nhà thầu phải hoàn thành dự án trong 90 ngày. Phạt 0.5% giá trị hợp đồng cho mỗi ngày chậm trễ. Bê tông sử dụng phải là mác M400 đặc biệt..."
result = screen_construction_rfp(rfp_sample_text)
print(json.dumps(result, indent=2, ensure_ascii=False))

import openai
import json

def screen_construction_rfp(rfp_text):
    prompt = f"""
    Analyze the following construction RFP text and extract information in JSON format:
    1. penalty_clauses: Penalty clauses for delays or contract violations.
    2. timeline_requirements: Required completion timeline.
    3. special_materials: Niche, hard-to-find, or expensive material requirements.
    4. feasibility_score: A feasibility score from 1 to 100 for an SME contractor.

    RFP Text:
    {rfp_text[:4000]}
    """
    
    response = openai.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': prompt}],
        response_format={'type': 'json_object'}
    )
    return json.loads(response.choices[0].message.content)

# Real-world usage example
rfp_sample_text = "The contractor must complete the project within 90 days. Penalty is 0.5% of contract value per day of delay. Concrete must use special M400 grade..."
result = screen_construction_rfp(rfp_sample_text)
print(json.dumps(result, indent=2, ensure_ascii=False))