Update app.py

app.py

@@ -1,392 +1,358 @@
 import gradio as gr
 from datetime import datetime
+from sentence_transformers import SentenceTransformer
 import numpy as np
-from typing import Dict, List, Tuple, Optional
-import matplotlib.pyplot as plt
-from wordcloud import WordCloud
-import seaborn as sns
-import pandas as pd
-from collections import Counter
+from typing import Dict, List, Tuple
+from textblob import TextBlob
 
-def analyze_sentiment_trend(respostas: list[str]) -> Optional[plt.Figure]:
-    """Generate sentiment analysis plot"""
-    # Create coach instance for sentiment analysis
-    sentimentos = []
-    
-    # Convert sentiments to numeric values
-    valor_sentimento = {
-        'positive': 1,
-        'neutral': 0,
-        'improvement': -1
+# Load embeddings model
+model = SentenceTransformer('all-MiniLM-L6-v2')
+
+# Define questions with categories and context
+PERGUNTAS = [
+    {
+        "categoria": "autoconhecimento",
+        "pergunta": "Qual foi seu maior desafio como líder e como você o superou?",
+        "contexto": "desafios liderança superação aprendizado desenvolvimento",
+    },
+    {
+        "categoria": "comunicacao",
+        "pergunta": "Como você adapta seu estilo de comunicação para diferentes membros da equipe?",
+        "contexto": "comunicação adaptação equipe feedback clareza",
+    },
+    {
+        "categoria": "decisao",
+        "pergunta": "Descreva uma decisão difícil recente e como você a tomou.",
+        "contexto": "decisão análise processo resultado impacto",
+    },
+    {
+        "categoria": "autoconhecimento",
+        "pergunta": "Como você identificou e desenvolveu seus pontos fortes como líder?",
+        "contexto": "fortalezas desenvolvimento crescimento reconhecimento",
+    },
+    {
+        "categoria": "comunicacao",
+        "pergunta": "Descreva uma situação em que você precisou dar feedback difícil. Como conduziu?",
+        "contexto": "feedback difícil comunicação empatia resolução",
+    }
+]
+
+# Add tone categories with associated words/phrases
+TONE_PATTERNS = {
+    "confiante": ["certamente", "sem dúvida", "confio", "tenho certeza", "definitivamente"],
+    "reflexivo": ["penso que", "considero", "reflito", "analiso", "pondero"],
+    "hesitante": ["talvez", "pode ser", "não tenho certeza", "possivelmente", "acho que"],
+    "pragmatico": ["na prática", "concretamente", "efetivamente", "resultado", "implementei"],
+    "emocional": ["sinto", "emocionalmente", "impactado", "motivado", "frustrado"]
+}
+
+# Enhanced response system with more context and situation-specific feedback
+RESPOSTAS_COACH = {
+    "autoconhecimento": {
+        "positive": [
+            {
+                "context": "superacao_clara",
+                "response": "Sua capacidade de superar esse desafio demonstra resiliência. Especialmente interessante foi como você {specific_action}. Como você pode usar essa experiência para orientar outros líderes em situações similares?",
+                "keywords": ["superei", "consegui", "aprendi", "mudei", "cresci"]
+            },
+            {
+                "context": "aprendizado_continuo",
+                "response": "Sua jornada de autodesenvolvimento é notável. O fato de você {specific_action} mostra maturidade. Que outros aspectos de liderança essa experiência te motivou a explorar?",
+                "keywords": ["desenvolvimento", "estudo", "aprendo", "busco", "evoluo"]
+            }
+        ],
+        "neutral": [
+            {
+                "context": "em_processo",
+                "response": "Você está no caminho certo ao identificar esse desafio. Considerando que você {specific_action}, que recursos ou apoio adicional seriam úteis nesse momento?",
+                "keywords": ["tentando", "buscando", "desenvolvendo", "praticando"]
+            }
+        ],
+        "improvement": [
+            {
+                "context": "dificuldade_identificada",
+                "response": "É importante reconhecer áreas de desenvolvimento. Sua menção sobre {specific_action} sugere autoconsciência. Vamos explorar estratégias específicas para fortalecer esse aspecto?",
+                "keywords": ["difícil", "complicado", "desafiador", "preciso melhorar"]
+            }
+        ]
+    },
+    "comunicacao": {
+        "positive": [
+            {
+                "context": "adaptacao_efetiva",
+                "response": "Sua abordagem adaptativa é exemplar. O exemplo de como você {specific_action} demonstra sensibilidade às diferentes necessidades. Como você avalia a efetividade dessas adaptações?",
+                "keywords": ["adapto", "personalizo", "ajusto", "observo"]
+            }
+        ],
+        "neutral": [
+            {
+                "context": "desenvolvendo_estilo",
+                "response": "Você está desenvolvendo um repertório interessante de estilos de comunicação. Sua estratégia de {specific_action} tem potencial. Que outros métodos você gostaria de experimentar?",
+                "keywords": ["testando", "experimentando", "tentando diferentes"]
+            }
+        ],
+        "improvement": [
+            {
+                "context": "desafios_comunicacao",
+                "response": "Reconhecer desafios na comunicação é o primeiro passo. Considerando sua experiência com {specific_action}, que aspectos específicos você gostaria de desenvolver primeiro?",
+                "keywords": ["difícil comunicar", "não consegui", "preciso melhorar"]
+            }
+        ]
+    },
+    "decisao": {
+        "positive": [
+            {
+                "context": "processo_estruturado",
+                "response": "Seu processo decisório é bem estruturado. A forma como você {specific_action} demonstra pensamento sistêmico. Como você poderia documentar essas práticas para futuras referências?",
+                "keywords": ["analisei", "considerei", "planejei", "estruturei"]
+            }
+        ],
+        "neutral": [
+            {
+                "context": "balanceando_fatores",
+                "response": "Você está equilibrando diferentes fatores em suas decisões. Sua menção sobre {specific_action} mostra consciência. Que frameworks de decisão você conhece que poderiam complementar sua abordagem?",
+                "keywords": ["pesando", "considerando", "avaliando"]
+            }
+        ],
+        "improvement": [
+            {
+                "context": "decisao_desafiadora",
+                "response": "Decisões complexas exigem coragem. Sua experiência com {specific_action} oferece aprendizados valiosos. Que apoio ou recursos adicionais teriam sido úteis nesse momento?",
+                "keywords": ["hesitei", "demorei", "incerto"]
+            }
+        ]
     }
+}
+
+class EnhancedCoach:
+    def __init__(self):
+        self.pergunta_atual = 0
+        self.inicio = datetime.now()
+        self.historico_respostas = []
+        self.sessao_completa = False
+        self.tone_history = []
+        
+    def analisar_tom(self, texto: str) -> Tuple[str, float]:
+        """Analisa o tom predominante na resposta usando TextBlob e padrões lexicais."""
+        texto_lower = texto.lower()
+        
+        # Análise de sentimento com TextBlob
+        blob = TextBlob(texto)
+        
+        # Contagem de padrões de tom
+        tone_scores = {}
+        for tone, patterns in TONE_PATTERNS.items():
+            score = sum(texto_lower.count(pattern) for pattern in patterns)
+            # Normalize with TextBlob polarity
+            tone_scores[tone] = score * (1 + abs(blob.sentiment.polarity))
+            
+        # Get predominant tone
+        predominant_tone = max(tone_scores.items(), key=lambda x: x[1])
+        return predominant_tone[0], predominant_tone[1]
+
+    def analisar_sentimento(self, texto: str) -> str:
+        """Analisa o sentimento geral da resposta."""
+        positive_words = ["consegui", "superei", "aprendi", "melhorei", "efetivo"]
+        negative_words = ["difícil", "desafiador", "complicado", "problema", "falha"]
+        
+        texto_lower = texto.lower()
+        positive_count = sum(1 for word in positive_words if word in texto_lower)
+        negative_count = sum(1 for word in negative_words if word in texto_lower)
+        
+        if positive_count > negative_count:
+            return "positive"
+        elif negative_count > positive_count:
+            return "improvement"
+        return "neutral"
+
+    def extrair_acao_especifica(self, texto: str) -> str:
+        """Extrai uma ação específica mencionada na resposta."""
+        sentences = texto.split('.')
+        for sentence in sentences:
+            if any(action in sentence.lower() for action in ["eu", "minha", "realizei", "fiz"]):
+                return sentence.strip()
+        return texto.split('.')[0].strip()
+
+    def encontrar_melhor_resposta(self, texto_usuario: str, categoria: str) -> str:
+        sentimento = self.analisar_sentimento(texto_usuario)
+        acao_especifica = self.extrair_acao_especifica(texto_usuario)
+        
+        respostas_categoria = RESPOSTAS_COACH[categoria][sentimento]
+        user_embedding = model.encode(texto_usuario)
+        
+        melhor_resposta = None
+        maior_similaridade = -1
+        
+        for template in respostas_categoria:
+            context_embedding = model.encode(template["context"])
+            similaridade = np.dot(user_embedding, context_embedding)
+            
+            if similaridade > maior_similaridade:
+                maior_similaridade = similaridade
+                melhor_resposta = template["response"]
+        
+        return melhor_resposta.format(specific_action=acao_especifica.lower())
     
-    # Analyze each response
-    for resp in respostas:
-        palavras_positivas = ["consegui", "superei", "aprendi", "melhorei", "efetivo"]
-        palavras_negativas = ["difícil", "desafiador", "complicado", "problema", "falha"]
+    def gerar_resposta(self, texto_usuario: str) -> str:
+        if self.sessao_completa:
+            self.__init__()
+            
+        if self.pergunta_atual >= len(PERGUNTAS):
+            tempo = (datetime.now() - self.inicio).seconds // 60
+            return self.gerar_sumario_final(tempo)
+            
+        # Analyze tone
+        tom_predominante, intensidade = self.analisar_tom(texto_usuario)
+        self.tone_history.append(tom_predominante)
         
-        texto_lower = resp.lower()
-        cont_positivas = sum(1 for word in palavras_positivas if word in texto_lower)
-        cont_negativas = sum(1 for word in palavras_negativas if word in texto_lower)
+        pergunta_atual = PERGUNTAS[self.pergunta_atual]
+        self.historico_respostas.append(texto_usuario)
         
-        if cont_positivas > cont_negativas:
-            sentimentos.append("positive")
-        elif cont_negativas > cont_positivas:
-            sentimentos.append("improvement")
+        feedback = self.encontrar_melhor_resposta(
+            texto_usuario, 
+            pergunta_atual["categoria"]
+        )
+        
+        # Add tone-specific insights
+        tom_insight = self._gerar_insight_tom(tom_predominante, intensidade)
+        padrao_identificado = self._analisar_padroes()
+        
+        resposta = f"""### Feedback Personalizado 💭\n\n{feedback}{padrao_identificado}\n\n{tom_insight}"""
+        resposta += self._gerar_pontos_aprofundamento()
+        
+        self.pergunta_atual += 1
+        if self.pergunta_atual < len(PERGUNTAS):
+            resposta += self._gerar_proxima_pergunta()
         else:
-            sentimentos.append("neutral")
-    
-    valores = [valor_sentimento[s] for s in sentimentos]
-    
-    if not valores:
-        return None
-    
-    # Create the plot
-    fig, ax = plt.subplots(figsize=(8, 4))
-    sns.lineplot(data=valores, marker='o', ax=ax)
-    
-    ax.set_title('Tendência de Sentimento nas Respostas')
-    ax.set_xlabel('Número da Resposta')
-    ax.set_ylabel('Sentimento')
-    ax.set_ylim(-1.5, 1.5)
-    ax.grid(True)
-    
-    # Add horizontal lines for reference
-    ax.axhline(y=0, color='gray', linestyle='--', alpha=0.5)
-    
-    plt.close()
-    return fig
+            self.sessao_completa = True
+            tempo = (datetime.now() - self.inicio).seconds // 60
+            resposta += self.gerar_sumario_final(tempo)
+        
+        return resposta
 
-def generate_word_cloud(respostas: list[str]) -> Optional[plt.Figure]:
-    """Generate word cloud visualization"""
-    if not respostas:
-        return None
+    def _gerar_insight_tom(self, tom: str, intensidade: float) -> str:
+        """Gera insights baseados no tom da resposta."""
+        insights = {
+            "confiante": "Sua confiança ao abordar este tema é notável. Como você construiu esta segurança?",
+            "reflexivo": "Sua abordagem reflexiva traz profundidade à análise. Continue explorando diferentes perspectivas.",
+            "hesitante": "Percebo algumas incertezas naturais do processo. Que apoio ajudaria a fortalecer sua confiança?",
+            "pragmatico": "Seu foco em resultados práticos é valioso. Como você equilibra isso com visão de longo prazo?",
+            "emocional": "Sua conexão emocional com a liderança demonstra comprometimento genuíno."
+        }
         
-    # Combine all responses
-    texto_completo = ' '.join(respostas)
-    
-    # Create word cloud
-    wordcloud = WordCloud(
-        width=800,
-        height=400,
-        background_color='white',
-        colormap='viridis',
-        max_words=100
-    ).generate(texto_completo)
-    
-    # Create the plot
-    fig, ax = plt.subplots(figsize=(10, 5))
-    ax.imshow(wordcloud, interpolation='bilinear')
-    ax.axis('off')
-    ax.set_title('Nuvem de Palavras das Reflexões')
-    
-    plt.close()
-    return fig
+        if intensidade > 2:
+            return f"\n\n💡 {insights[tom]} Sua expressão é particularmente intensa neste aspecto."
+        return f"\n\n💡 {insights[tom]}"
 
-def analyze_themes(respostas: list[str]) -> tuple[str, str]:
-    """Analyze strong themes and development areas"""
-    temas_fortes = []
-    areas_desenvolvimento = []
-    
-    for resp in respostas:
-        palavras_positivas = ["consegui", "superei", "aprendi", "melhorei", "efetivo"]
-        palavras_negativas = ["difícil", "desafiador", "complicado", "problema", "falha"]
+    def _analisar_padroes(self) -> str:
+        if len(self.historico_respostas) <= 1:
+            return ""
+            
+        sentimento_atual = self.analisar_sentimento(self.historico_respostas[-1])
+        sentimento_anterior = self.analisar_sentimento(self.historico_respostas[-2])
+        
+        if sentimento_atual == sentimento_anterior == "positive":
+            return "\n\n💡 Observo um padrão consistente de confiança em suas respostas. Continue desenvolvendo esses pontos fortes!"
+        elif sentimento_atual == sentimento_anterior == "improvement":
+            return "\n\n💡 Percebo que você está identificando áreas de desenvolvimento. Vamos focar em estratégias práticas para esses desafios."
+        return ""
+
+    def _gerar_pontos_aprofundamento(self) -> str:
+        return """#### Pontos para Aprofundamento:
+1. Como essa experiência se conecta com seus valores de liderança?
+2. Que recursos específicos você identificou como necessários?
+3. Qual seria o próximo marco de desenvolvimento nessa área?"""
+
+    def _gerar_proxima_pergunta(self) -> str:
+        proxima = PERGUNTAS[self.pergunta_atual]
+        return f"""\n\n### Próxima Reflexão: {proxima['categoria'].title()} 🎯\n\n{proxima['pergunta']}\n\nTome um momento para refletir e conectar com suas experiências..."""
+
+    def gerar_sumario_final(self, tempo: int) -> str:
+        # Analyze patterns in responses
+        sentimentos = [self.analisar_sentimento(resp) for resp in self.historico_respostas]
+        predominante = max(set(sentimentos), key=sentimentos.count)
         
-        texto_lower = resp.lower()
-        cont_positivas = sum(1 for word in palavras_positivas if word in texto_lower)
-        cont_negativas = sum(1 for word in palavras_negativas if word in texto_lower)
+        # Add tone pattern analysis
+        tone_pattern = max(set(self.tone_history), key=self.tone_history.count)
+        tone_insight = f"\n\n#### Padrão de Comunicação:\nSeu estilo predominante é {tone_pattern}, o que sugere {self._interpretar_padrao_tom(tone_pattern)}"
         
-        # Extract specific action
-        sentences = resp.split('.')
-        for sentence in sentences:
-            if any(action in sentence.lower() for action in ["eu", "minha", "realizei", "fiz"]):
-                if cont_positivas > cont_negativas:
-                    temas_fortes.append("- " + sentence.strip())
-                elif cont_negativas > cont_positivas:
-                    areas_desenvolvimento.append("- " + sentence.strip())
-                break
+        if predominante == "positive":
+            perfil = "Você demonstra forte autoconhecimento e confiança em sua liderança."
+        elif predominante == "improvement":
+            perfil = "Você demonstra excelente capacidade de identificar oportunidades de desenvolvimento."
         else:
-            acao = resp.split('.')[0].strip()
-            if cont_positivas > cont_negativas:
-                temas_fortes.append("- " + acao)
-            elif cont_negativas > cont_positivas:
-                areas_desenvolvimento.append("- " + acao)
-    
-    temas_fortes_str = "\n".join(temas_fortes[:3]) if temas_fortes else "Análise em andamento..."
-    areas_desenvolvimento_str = "\n".join(areas_desenvolvimento[:3]) if areas_desenvolvimento else "Análise em andamento..."
-    
-    return temas_fortes_str, areas_desenvolvimento_str
+            perfil = "Você demonstra uma abordagem equilibrada entre conquistas e desafios."
+        
+        return f"""
+### 🎉 Jornada de Desenvolvimento Concluída!
 
-def analyze_sentiment_trend(respostas: List[str]) -> plt.Figure:
-    """Generate sentiment analysis plot"""
-    coach = EnhancedCoach()
-    sentimentos = [coach.analisar_sentimento(resp) for resp in respostas]
-    
-    # Convert sentiments to numeric values
-    valor_sentimento = {
-        'positive': 1,
-        'neutral': 0,
-        'improvement': -1
-    }
-    valores = [valor_sentimento[s] for s in sentimentos]
-    
-    # Create the plot
-    fig, ax = plt.subplots(figsize=(8, 4))
-    sns.lineplot(data=valores, marker='o', ax=ax)
-    
-    ax.set_title('Tendência de Sentimento nas Respostas')
-    ax.set_xlabel('Número da Resposta')
-    ax.set_ylabel('Sentimento')
-    ax.set_ylim(-1.5, 1.5)
-    ax.grid(True)
-    
-    # Add horizontal lines for reference
-    ax.axhline(y=0, color='gray', linestyle='--', alpha=0.5)
-    
-    return fig
+⏱️ Tempo de reflexão: {tempo} minutos
+📝 Temas explorados: {len(PERGUNTAS)}
 
-def generate_word_cloud(respostas: List[str]) -> plt.Figure:
-    """Generate word cloud visualization"""
-    # Combine all responses
-    texto_completo = ' '.join(respostas)
-    
-    # Create word cloud
-    wordcloud = WordCloud(
-        width=800,
-        height=400,
-        background_color='white',
-        colormap='viridis',
-        max_words=100
-    ).generate(texto_completo)
-    
-    # Create the plot
-    fig, ax = plt.subplots(figsize=(10, 5))
-    ax.imshow(wordcloud, interpolation='bilinear')
-    ax.axis('off')
-    ax.set_title('Nuvem de Palavras das Reflexões')
-    
-    return fig
+#### Perfil de Liderança Observado:
+{perfil}{tone_insight}
 
-def analyze_themes(respostas: List[str]) -> Tuple[str, str]:
-    """Analyze strong themes and development areas"""
-    coach = EnhancedCoach()
-    temas_fortes = []
-    areas_desenvolvimento = []
-    
-    for resp in respostas:
-        sentimento = coach.analisar_sentimento(resp)
-        if sentimento == "positive":
-            temas_fortes.append("- " + coach.extrair_acao_especifica(resp))
-        elif sentimento == "improvement":
-            areas_desenvolvimento.append("- " + coach.extrair_acao_especifica(resp))
-    
-    temas_fortes_str = "\n".join(temas_fortes[:3]) if temas_fortes else "Análise em andamento..."
-    areas_desenvolvimento_str = "\n".join(areas_desenvolvimento[:3]) if areas_desenvolvimento else "Análise em andamento..."
-    
-    return temas_fortes_str, areas_desenvolvimento_str
+#### Recomendações Personalizadas:
+1. Implemente uma ação específica mencionada em suas reflexões esta semana
+2. Mantenha um diário de liderança focado nos temas discutidos
+3. Estabeleça checkpoints mensais para revisar seu progresso
+
+Deseja iniciar uma nova jornada de desenvolvimento com outros temas?"""
+
+    def _interpretar_padrao_tom(self, tom: str) -> str:
+        """Interpreta o significado do padrão de tom predominante."""
+        interpretacoes = {
+            "confiante": "uma base sólida para influenciar e liderar equipes.",
+            "reflexivo": "uma capacidade valiosa de considerar múltiplas perspectivas.",
+            "hesitante": "uma oportunidade para fortalecer sua confiança através da prática.",
+            "pragmatico": "um foco valioso em resultados e implementação.",
+            "emocional": "uma forte conexão com o impacto humano da liderança."
+        }
+        return interpretacoes.get(tom, "um estilo único de liderança.")
+
+    def primeira_pergunta(self):
+        return f"""### 👋 Bem-vindo à sua Jornada de Desenvolvimento!
+
+Vamos explorar aspectos importantes da sua liderança através de reflexões guiadas.
+
+{PERGUNTAS[0]['pergunta']}
+
+Tome um momento para conectar com suas experiências e compartilhe sua perspectiva..."""
 
 def criar_interface():
     coach = EnhancedCoach()
     
-    with gr.Blocks(title="Coach de Liderança", theme=gr.themes.Soft()) as app:
-        with gr.Row():
-            with gr.Column(scale=2):
-                gr.Markdown("""
-                # 🚀 Coach de Liderança
-                
-                Desenvolva sua liderança através de reflexão guiada e feedback personalizado.
-                """)
-            
-            with gr.Column(scale=1):
-                timer = gr.Number(
-                    value=0,
-                    label="⏱️ Tempo de Reflexão (minutos)",
-                    interactive=False
-                )
-                progress = gr.Slider(
-                    value=0,
-                    minimum=0,
-                    maximum=len(PERGUNTAS),
-                    step=1,
-                    label="📊 Progresso",
-                    interactive=False
-                )
+    with gr.Blocks(title="Coach de Liderança") as app:
+        gr.Markdown("""
+        # 🚀 Coach de Liderança
+
+        Desenvolva sua liderança através de reflexão guiada e feedback personalizado.
+        """)
         
-        with gr.Tabs() as tabs:
-            with gr.Tab("💭 Sessão Atual"):
-                chat = gr.Chatbot(
-                    value=[[None, coach.primeira_pergunta()]],
-                    height=500,
-                    show_label=False,
-                    type="messages"
-                )
-                
-                with gr.Row():
-                    with gr.Column(scale=4):
-                        txt = gr.Textbox(
-                            placeholder="Compartilhe sua reflexão aqui...",
-                            lines=4,
-                            label="Sua Resposta"
-                        )
-                    
-                    with gr.Column(scale=1, min_width=100):
-                        with gr.Row():
-                            btn = gr.Button("Enviar", variant="primary")
-                            clear = gr.Button("Limpar")
-                
-                with gr.Row():
-                    tema_atual = gr.Textbox(
-                        value="Autoconhecimento",
-                        label="🎯 Tema Atual",
-                        interactive=False
-                    )
-                    tempo_resposta = gr.Textbox(
-                        value="0:00",
-                        label="⏱️ Tempo nesta resposta",
-                        interactive=False
-                    )
-            
-            with gr.Tab("📊 Insights"):
-                with gr.Row():
-                    with gr.Column():
-                        sentiment_chart = gr.Plot(label="Análise de Sentimento")
-                    with gr.Column():
-                        word_cloud = gr.Plot(label="Nuvem de Palavras")
-                
-                with gr.Row():
-                    temas_fortes = gr.Textbox(
-                        label="💪 Temas com Mais Confiança",
-                        interactive=False,
-                        lines=3
-                    )
-                    areas_desenvolvimento = gr.Textbox(
-                        label="🎯 Áreas para Desenvolvimento",
-                        interactive=False,
-                        lines=3
-                    )
-            
-            with gr.Tab("📝 Notas & Recursos"):
-                with gr.Row():
-                    notas = gr.Textbox(
-                        placeholder="Faça anotações durante sua jornada...",
-                        label="📝 Minhas Notas",
-                        lines=5
-                    )
-                    
-                with gr.Row():
-                    with gr.Accordion("📚 Recursos por Tema", open=False):
-                        gr.Markdown("""
-                        ### 🎯 Autoconhecimento
-                        - [Artigo] Desenvolvendo Autoconsciência na Liderança
-                        - [Exercício] Reflexão sobre Valores e Propósito
-                        - [Ferramenta] Template de Diário de Liderança
-                        
-                        ### 💬 Comunicação
-                        - [Guia] Comunicação Assertiva na Liderança
-                        - [Checklist] Preparação para Feedbacks Difíceis
-                        - [Framework] Estrutura de Comunicação Situacional
-                        
-                        ### 🤔 Tomada de Decisão
-                        - [Modelo] Framework para Decisões Complexas
-                        - [Exercício] Análise de Decisões Passadas
-                        - [Template] Documentação de Decisões Importantes
-                        """)
+        chat = gr.Chatbot(
+            value=[[None, coach.primeira_pergunta()]],
+            height=600,
+            show_label=False
+        )
         
-        def atualizar_timer():
-            """Update session timer"""
-            tempo = int((datetime.now() - coach.inicio).total_seconds() / 60)
-            return tempo
+        with gr.Row():
+            txt = gr.Textbox(
+                placeholder="Compartilhe sua reflexão aqui...",
+                lines=4,
+                label="Sua Resposta"
+            )
+            btn = gr.Button("Enviar")
         
         def responder(mensagem, historico):
-            """Process user response and update interface"""
             if not mensagem.strip():
-                return {
-                    txt: "",
-                    chat: historico
-                }
-            
-            # Format user message
-            msg_usuario = {
-                "role": "user",
-                "content": mensagem
-            }
+                return "", historico
             
-            # Generate and format coach response
             resposta = coach.gerar_resposta(mensagem)
-            
-            # Update history
-            historico.append([msg_usuario, resposta])
-            
-            # Update visualizations
-            sentiment_analysis = None
-            word_cloud_plot = None
-            strong_themes = ""
-            development_areas = ""
-            
-            if len(coach.historico_respostas) > 1:
-                sentiment_analysis = analyze_sentiment_trend(coach.historico_respostas)
-                word_cloud_plot = generate_word_cloud(coach.historico_respostas)
-                strong_themes, development_areas = analyze_themes(coach.historico_respostas)
-            
-            tempo_atual = int((datetime.now() - coach.inicio).total_seconds() / 60)
-            
-            return {
-                txt: "",
-                chat: historico,
-                timer: tempo_atual,
-                progress: coach.pergunta_atual,
-                tema_atual: PERGUNTAS[min(coach.pergunta_atual, len(PERGUNTAS)-1)]["categoria"].title(),
-                tempo_resposta: "0:00",
-                sentiment_chart: sentiment_analysis,
-                word_cloud: word_cloud_plot,
-                temas_fortes: strong_themes,
-                areas_desenvolvimento: development_areas
-            }
-        
-        def limpar_chat():
-            """Reset chat and all related components"""
-            coach.__init__()
-            primeira_mensagem = coach.primeira_pergunta()
-            return {
-                chat: [[None, primeira_mensagem]],
-                txt: "",
-                progress: 0,
-                tema_atual: "Autoconhecimento",
-                tempo_resposta: "0:00",
-                sentiment_chart: None,
-                word_cloud: None,
-                temas_fortes: "",
-                areas_desenvolvimento: ""
-            }
-        
-        # Event handlers
-        txt.submit(
-            responder, 
-            [txt, chat], 
-            [txt, chat, timer, progress, tema_atual, tempo_resposta,
-             sentiment_chart, word_cloud, temas_fortes, areas_desenvolvimento]
-        )
-        
-        btn.click(
-            responder, 
-            [txt, chat], 
-            [txt, chat, timer, progress, tema_atual, tempo_resposta,
-             sentiment_chart, word_cloud, temas_fortes, areas_desenvolvimento]
-        )
+            historico.append([mensagem, resposta])
+            return "", historico
         
-        clear.click(
-            limpar_chat,
-            None,
-            [chat, txt, progress, tema_atual, tempo_resposta,
-             sentiment_chart, word_cloud, temas_fortes, areas_desenvolvimento]
-        )
-        
-        # Timer update
-        gr.on(
-            triggers=[gr.EventListener(every=1)],
-            fn=atualizar_timer,
-            outputs=[timer]
-        )
+        txt.submit(responder, [txt, chat], [txt, chat])
+        btn.click(responder, [txt, chat], [txt, chat])
     
     return app