Update app.py

app.py

@@ -24,7 +24,7 @@ model_name = "gpt2"  # or "gpt2-medium", "gpt2-large", "gpt2-xl"
 tokenizer = GPT2Tokenizer.from_pretrained(model_name)
 model = GPT2LMHeadModel.from_pretrained(model_name).to(device)
 
-# Function to generate text using GPT-2
+# Function to generate text using GPT-2 and evaluate the prompt
 def evaluar_prompt(prompt):
     try:
         # Encode the prompt
@@ -45,43 +45,50 @@ def evaluar_prompt(prompt):
         # Decode the generated text
         generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
 
-        # Initialize variables to store detailed advice (using the generated text as context)
+        # Initialize variables to store detailed advice
         claridad_consejo = ""
         logica_consejo = ""
         relevancia_consejo = ""
         evidencia_consejo = ""
-        
+
         # Evaluate clarity
         if len(prompt.split()) < 5:
             claridad_consejo = "Tu prompt es muy corto, lo que puede generar ambigüedad. Intenta expandirlo para proporcionar más contexto o detalles específicos."
+        else:
+            claridad_consejo = "Tu prompt es claro y está bien definido, lo que facilita un análisis efectivo."
+
         # Evaluate logic
         if any(word in prompt.lower() for word in ["mejor", "peor", "único"]):
             logica_consejo = f"Palabras como '{', '.join([w for w in ['mejor', 'peor', 'único'] if w in prompt.lower()])}' sugieren una perspectiva subjetiva. Reformula el prompt para enfocarte en criterios objetivos."
+        else:
+            logica_consejo = "El prompt evita términos subjetivos, lo que ayuda a mantener un enfoque objetivo."
+
         # Evaluate relevance
-        if not any(word in prompt.lower() for word in ["hablar", "describe", "explica", "analiza"]):
-            relevancia_consejo = "Tu prompt podría no abordar directamente el problema central. Asegúrate de que esté directamente relacionado con la información o acción que buscas."
+        if any(word in prompt.lower() for word in ["cliente", "experiencia", "empresa", "servicio"]):
+            relevancia_consejo = "El prompt es relevante y está alineado con el objetivo de mejorar la experiencia del cliente."
+        else:
+            relevancia_consejo = "El prompt podría no estar directamente relacionado con el objetivo principal. Asegúrate de que aborde claramente la cuestión principal."
+
         # Evaluate evidence request
-        if not any(word in prompt.lower() for word in ["evidencia", "pruebas", "demuestra"]):
-            evidencia_consejo = "Solicitar evidencia fortalece tu prompt al basarlo en hechos verificables. Considera pedir explícitamente evidencia o ejemplos."
+        if any(word in prompt.lower() for word in ["evidencia", "pruebas", "demuestra", "ejemplos"]):
+            evidencia_consejo = "El prompt ya solicita evidencia, lo cual es positivo para un análisis detallado."
+        else:
+            evidencia_consejo = "Considera pedir explícitamente ejemplos específicos o evidencia sobre cómo mejorar la experiencia del cliente, para obtener respuestas más detalladas y fundamentadas."
 
         # Compile suggestions
         sugerencias = "### Sugerencias para Mejorar:\n"
-
-        # Provide specific advice based on the issues identified
-        if claridad_consejo:
-            sugerencias += f"\n* **Claridad:** {claridad_consejo}"
-        if logica_consejo:
-            sugerencias += f"\n* **Lógica:** {logica_consejo}"
-        if relevancia_consejo:
-            sugerencias += f"\n* **Relevancia:** {relevancia_consejo}"
-        if evidencia_consejo:
-            sugerencias += f"\n* **Evidencia:** {evidencia_consejo}"
+        
+        # Combine the feedback into suggestions
+        sugerencias += f"\n* **Claridad:** {claridad_consejo}"
+        sugerencias += f"\n* **Lógica:** {logica_consejo}"
+        sugerencias += f"\n* **Relevancia:** {relevancia_consejo}"
+        sugerencias += f"\n* **Evidencia:** {evidencia_consejo}"
 
         # If no advice is necessary, indicate that the prompt is strong
         if not any([claridad_consejo, logica_consejo, relevancia_consejo, evidencia_consejo]):
             sugerencias += "\nTu prompt está bien construido y no presenta áreas importantes para mejorar."
 
-        return sugerencias, 65  # Returning only the suggestions and an arbitrary score
+        return sugerencias, 85  # Returning suggestions and an arbitrary score as an example
 
     except Exception as e:
         return str(e), "Error"