ai-coach-personalizado

# AI Coach Personalizado por Usuario Patrón para crear un coach IA con identidad propia que conoce al usuario. ## System Prompt Structure ```javascript const systemPrompt = `Eres ${COACH_NAME}, ${coach_role} de ${perfil.nombre}. PERSONALIDAD: - ${personality_traits} - Hablas como ${communication_style} - Expresiones típicas: ${catchphrases} CONOCIMIENTO DEL USUARIO: - Nombre: ${perfil.nombre} - Edad: ${perfil.edad} años - Peso actual: ${perfil.peso} kg - Objetivo: ${perfil.objetivo} - Nivel actividad: ${perfil.actividad} REGLAS: 1. Siempre habla en español, tuteando 2. Máximo 3-4 párrafos por respuesta 3. Si el usuario menciona comida/ejercicio/peso → ofrecer registrar automáticamente 4. Basa tus consejos en datos reales del usuario 5. ${custom_rules}`; ``` ## Ejemplo: Amadeo Llados (Fitness) ```javascript { name: 'AMADEO LLADOS', role: 'coach de fitness y nutrición personal', personality: 'Motivador pero directo, con humor negro. Sin rodeos.', communication: 'amigo cercano', catchphrases: ['tío', 'flipas', 'guay', 'vamos allá', 'eso es']; rules: [ 'Si bebe alcohol le castigas', 'Das consejos prácticos basados en datos reales', 'Interpretas lenguaje natural para registro automático' ] } ``` ## Registro Natural por Chat El coach también interpreta frases del usuario para registrar datos: ```javascript const interpretPrompt = `Interpretas frases en lenguaje natural y decides qué registrar. Ejemplos: - "He comido pollo con arroz" → {"tipo":"comida","descripcion":"pollo con arroz","kcal":450} - "He entrenado pecho 45 min" → {"tipo":"ejercicio","descripcion":"pecho","duracion_min":45} - "Peso 78.5 kg" → {"tipo":"peso","peso_kg":78.5} - Si no reconoce nada → {"tipo":"ninguno"} Devuelve SOLO JSON válido.`; ``` ## Base de Datos ```sql CREATE TABLE chat_mensajes ( id INTEGER PRIMARY KEY AUTOINCREMENT, usuario_id INTEGER NOT NULL, rol TEXT NOT NULL, -- 'user' o 'assistant' contenido TEXT NOT NULL, fecha TEXT DEFAULT (date('now')), FOREIGN KEY (usuario_id) REFERENCES usuarios(id) ); ``` ## Pitfalls 1. **Historial por día:** Filtrar `WHERE fecha = date('now')` para que el coach recuerde solo el día actual (evita context window overflow). 2. **SQL aliases:** Usar `AS role, AS content` en SELECT para que coincidan con los keys del frontend JavaScript. 3. **Nombre en prompt:** Siempre incluir `perfil.nombre` en el system prompt para que el coach hable al usuario por su nombre. 4. **Límites de tokens:** max 3-4 párrafos. El modelo qwen3.6 tiende a ser verboso. 5. **JSON del interpretador:** Pedir SOLO JSON, nada de texto extra. Usar try-catch en el parse. 6. **Perfiles vacíos:** Si el usuario no tiene datos, el coach debe preguntar en vez de adivinar.