Upload 12 files

app.py

@@ -5,7 +5,11 @@ import streamlit as st
 import google.generativeai as genai
 from dotenv import load_dotenv
 from puv_formulas import puv_formulas
-from system_prompts import get_puv_system_prompt
+from system_prompts import get_puv_system_prompt, get_puv_expert_prompt
+from session_state import SessionState
+
+# Inicializar el estado de la sesión
+state = SessionState()
 
 # Función para cargar CSS personalizado
 def load_css(file_path):
@@ -29,81 +33,8 @@ except Exception as e:
     </style>
     """, unsafe_allow_html=True)
 
-load_dotenv()
-GOOGLE_API_KEY=os.environ.get('GOOGLE_API_KEY')
-genai.configure(api_key=GOOGLE_API_KEY)
-
-new_chat_id = f'{time.time()}'
-MODEL_ROLE = 'ai'
-AI_AVATAR_ICON = '🤖'  # Cambia el emoji por uno de robot para coincidir con tu logo
-USER_AVATAR_ICON = '👤'  # Añade un avatar para el usuario
-
-# Create a data/ folder if it doesn't already exist
-try:
-    os.mkdir('data/')
-except:
-    # data/ folder already exists
-    pass
-
-# Load past chats (if available)
-try:
-    past_chats: dict = joblib.load('data/past_chats_list')
-except:
-    past_chats = {}
-
-# Sidebar allows a list of past chats
-with st.sidebar:
-    st.write('# Chats Anteriores')
-    if st.session_state.get('chat_id') is None:
-        st.session_state.chat_id = st.selectbox(
-            label='Selecciona un chat anterior',
-            options=[new_chat_id] + list(past_chats.keys()),
-            format_func=lambda x: past_chats.get(x, 'Nuevo Chat'),
-            placeholder='_',
-        )
-    else:
-        # This will happen the first time AI response comes in
-        st.session_state.chat_id = st.selectbox(
-            label='Selecciona un chat anterior',
-            options=[new_chat_id, st.session_state.chat_id] + list(past_chats.keys()),
-            index=1,
-            format_func=lambda x: past_chats.get(x, 'Nuevo Chat' if x != st.session_state.chat_id else st.session_state.chat_title),
-            placeholder='_',
-        )
-    # Save new chats after a message has been sent to AI
-    st.session_state.chat_title = f'SesiónChat-{st.session_state.chat_id}'
-
-# Chat history (allows to ask multiple questions)
-try:
-    st.session_state.messages = joblib.load(
-        f'data/{st.session_state.chat_id}-st_messages'
-    )
-    st.session_state.gemini_history = joblib.load(
-        f'data/{st.session_state.chat_id}-gemini_messages'
-    )
-    print('old cache')
-except:
-    st.session_state.messages = []
-    st.session_state.gemini_history = []
-    print('new_cache made')
-st.session_state.model = genai.GenerativeModel('gemini-2.0-flash')
-st.session_state.chat = st.session_state.model.start_chat(
-    history=st.session_state.gemini_history,
-)
-
-# Display chat messages from history on app rerun
-for message in st.session_state.messages:
-    with st.chat_message(
-        name=message['role'],
-        avatar=message.get('avatar'),
-    ):
-        st.markdown(message['content'])
-
-# Mensaje inicial del sistema si es un chat nuevo
-if not st.session_state.messages:
-    system_prompt = get_puv_system_prompt()
-    
-    # Mostrar la carátula inicial con el logo centrado
+# Función de utilidad para mostrar la carátula inicial
+def display_initial_header():
     col1, col2, col3 = st.columns([1, 2, 1])
     with col2:
         # Centrar la imagen
@@ -141,8 +72,9 @@ if not st.session_state.messages:
                 </p>
             </div>
         """, unsafe_allow_html=True)
-    
-    # Mostrar los ejemplos
+
+# Función para mostrar ejemplos de preguntas
+def display_examples():
     ejemplos = [
         {"texto": "¿Qué es una Propuesta de Valor Única? 🎯", "prompt": "Explícame qué es una Propuesta de Valor Única (PUV) y por qué es importante para mi negocio"},
         {"texto": "¿Cómo puedo crear mi PUV? 📝", "prompt": "Guíame paso a paso en el proceso de crear una Propuesta de Valor Única efectiva"},
@@ -155,342 +87,216 @@ if not st.session_state.messages:
     for idx, ejemplo in enumerate(ejemplos):
         with cols[idx]:
             if st.button(ejemplo["texto"], key=f"ejemplo_{idx}", help=ejemplo["prompt"]):
-                st.session_state.prompt = ejemplo["prompt"]
+                state.prompt = ejemplo["prompt"]
                 st.rerun()
 
-    # Inicializar el chat con el sistema prompt
-    st.session_state.chat = st.session_state.model.start_chat(
-        history=st.session_state.gemini_history
-    )
+# Cargar variables de entorno
+load_dotenv()
+GOOGLE_API_KEY=os.environ.get('GOOGLE_API_KEY')
+genai.configure(api_key=GOOGLE_API_KEY)
+
+# Configuración de la aplicación
+new_chat_id = f'{time.time()}'
+MODEL_ROLE = 'ai'
+AI_AVATAR_ICON = '🤖'  # Cambia el emoji por uno de robot para coincidir con tu logo
+USER_AVATAR_ICON = '👤'  # Añade un avatar para el usuario
+
+# Crear carpeta de datos si no existe
+try:
+    os.mkdir('data/')
+except:
+    # data/ folder already exists
+    pass
+
+# Cargar chats anteriores
+try:
+    past_chats: dict = joblib.load('data/past_chats_list')
+except:
+    past_chats = {}
+
+# Sidebar para seleccionar chats anteriores
+with st.sidebar:
+    st.write('# Chats Anteriores')
+    if state.chat_id is None:
+        state.chat_id = st.selectbox(
+            label='Selecciona un chat anterior',
+            options=[new_chat_id] + list(past_chats.keys()),
+            format_func=lambda x: past_chats.get(x, 'Nuevo Chat'),
+            placeholder='_',
+        )
+    else:
+        # This will happen the first time AI response comes in
+        state.chat_id = st.selectbox(
+            label='Selecciona un chat anterior',
+            options=[new_chat_id, state.chat_id] + list(past_chats.keys()),
+            index=1,
+            format_func=lambda x: past_chats.get(x, 'Nuevo Chat' if x != state.chat_id else state.chat_title),
+            placeholder='_',
+        )
+    # Save new chats after a message has been sent to AI
+    state.chat_title = f'SesiónChat-{state.chat_id}'
+
+# Cargar historial del chat
+state.load_chat_history()
+
+# Inicializar el modelo
+state.initialize_model('gemini-2.0-flash')
+state.initialize_chat()
+
+# Mostrar mensajes del historial
+for message in state.messages:
+    with st.chat_message(
+        name=message['role'],
+        avatar=message.get('avatar'),
+    ):
+        st.markdown(message['content'])
+
+# Mensaje inicial del sistema si es un chat nuevo
+if not state.has_messages():
+    # Mostrar la carátula inicial con el logo centrado
+    display_initial_header()
     
-    # Enviar el system prompt como primer mensaje
-    st.session_state.chat.send_message(system_prompt)
+    # Mostrar los ejemplos
+    display_examples()
+
+    # Inicializar el chat con los prompts del sistema
+    system_prompt = get_puv_system_prompt()
+    expert_prompt = get_puv_expert_prompt()
+    state.chat.send_message(system_prompt)
+    state.chat.send_message(expert_prompt)
 
     # Solo añadir el mensaje inicial si no es un ejemplo
-    if not st.session_state.get('prompt'):
-        st.session_state.messages.append(
-            dict(
-                role=MODEL_ROLE,
-                content="""
-                Hola, soy RoboCopy tu asistente especializado en crear Propuestas de Valor Únicas.
-                
-                Para ayudarte a crear PUVs efectivas, necesito conocer:
-                
-                1. ¿Qué producto o servicio ofreces?
-                2. ¿A quién va dirigido? (describe tu público objetivo)
-                3. ¿Qué fórmula prefieres usar? Puedo ofrecerte:
-                   - Tradicional: Clara y directa
-                   - Anti-tradicional: Innovadora y disruptiva
-                   - Contrato Imposible: Audaz y sorprendente
-                   - Reto Ridículo: Humorística y relatable
-                4. ¿Cuántos ejemplos de PUVs necesitas?
-                
-                ¿Empezamos con tu producto o servicio?
-                """,
-                avatar=AI_AVATAR_ICON,
-            )
+    if not state.has_prompt():
+        state.add_message(
+            role=MODEL_ROLE,
+            content="""
+            Hola, soy RoboCopy tu asistente especializado en crear Propuestas de Valor Únicas.
+            
+            Para ayudarte a crear PUVs efectivas, necesito conocer:
+            
+            1. ¿Qué producto o servicio ofreces?
+            2. ¿A quién va dirigido? (describe tu público objetivo)
+            3. ¿Qué fórmula prefieres usar? Puedo ofrecerte:
+               - Tradicional: Clara y directa
+               - Anti-tradicional: Innovadora y disruptiva
+               - Contrato Imposible: Audaz y sorprendente
+               - Reto Ridículo: Humorística y relatable
+            4. ¿Cuántos ejemplos de PUVs necesitas?
+            
+            ¿Empezamos con tu producto o servicio?
+            """,
+            avatar=AI_AVATAR_ICON,
         )
 
-# React to user input
+# Procesar entrada del usuario
 if prompt := st.chat_input('Describe tu producto/servicio y audiencia objetivo...'):
-    # Save this as a chat for later
-    if st.session_state.chat_id not in past_chats.keys():
+    # Guardar el chat para después si es nuevo
+    if state.chat_id not in past_chats.keys():
         # Es una nueva conversación, generemos un título basado en el primer mensaje
-        temp_title = f'SesiónChat-{st.session_state.chat_id}'
-        past_chats[st.session_state.chat_id] = temp_title
+        temp_title = f'SesiónChat-{state.chat_id}'
+        past_chats[state.chat_id] = temp_title
         
-        try:
-            # Usamos el mismo modelo para generar un título corto
-            title_generator = genai.GenerativeModel('gemini-2.0-flash')
-            title_response = title_generator.generate_content(
-                f"Genera un título corto (máximo 5 palabras) que describa de qué trata esta consulta, sin usar comillas ni puntuación: '{prompt}'")
-            
-            # Obtenemos el título generado
-            generated_title = title_response.text.strip()
-            
-            # Actualizamos el título en past_chats
-            if generated_title:
-                st.session_state.chat_title = generated_title
-                past_chats[st.session_state.chat_id] = generated_title
-            else:
-                st.session_state.chat_title = temp_title
-        except Exception as e:
-            print(f"Error al generar título: {e}")
-            st.session_state.chat_title = temp_title
+        # Generar título para el chat
+        generated_title = state.generate_chat_title(prompt)
+        
+        # Actualizamos el título en past_chats
+        if generated_title:
+            state.chat_title = generated_title
+            past_chats[state.chat_id] = generated_title
+        else:
+            state.chat_title = temp_title
     else:
         # Ya existe esta conversación, usamos el título guardado
-        st.session_state.chat_title = past_chats[st.session_state.chat_id]
+        state.chat_title = past_chats[state.chat_id]
 
     joblib.dump(past_chats, 'data/past_chats_list')
     
-    # Display user message in chat message container
+    # Mostrar mensaje del usuario
     with st.chat_message('user', avatar=USER_AVATAR_ICON):
         st.markdown(prompt)
     
-    # Add user message to chat history
-    st.session_state.messages.append(
-        dict(
-            role='user',
-            content=prompt,
-        )
-    )
-    
-    # Construir el prompt para el modelo con todas las fórmulas disponibles
-    puv_expert_prompt = """You are a collaborative team of world-class experts working together to create exceptional Unique Value Propositions (UVPs) that convert audience into customers.
-    
-    IMPORTANT: Always maintain a friendly and conversational tone. When users express gratitude or make casual comments:
-    1. Acknowledge their message first (e.g., "¡De nada! Me alegra poder ayudarte.")
-    2. Then continue with the conversation naturally
-    3. Show personality and empathy in your responses
-    4. Use emojis occasionally to add warmth 😊
-    
-    If the user says "gracias" or similar:
-    - Respond warmly first
-    - Then ask if they'd like to continue working on their PUV or if tienen alguna otra pregunta
-    
-    INTERNAL ANALYSIS (DO NOT OUTPUT):
-    
-    1. DEEP AVATAR ANALYSIS:
-       A. Daily Life & Cultural Context:
-          - What daily experiences resonate with them?
-          - What cultural references do they understand?
-          - What mental images are easy for them to recall?
-          - What TV shows, movies, or media do they consume?
-    
-       B. Pain Points & Emotional Core:
-          - What is their ONE main pain point?
-          - What consequences does this pain point trigger?
-          - What past painful experience influences current decisions?
-          - What internal conflict do they regularly experience?
-          - What do they need to heal or resolve to feel complete?
-    
-       C. Previous Solutions:
-          - What have they tried before that didn't work?
-          - Why didn't these solutions work for them?
-          - What do other "experts" tell them to do?
-          - What false beliefs do they hold?
-    
-       D. Desires & Transformations:
-          - What are their primary desires?
-          - What is their current vs. desired situation?
-          - What transformation are they seeking?
-          - Why do they need to act now?
-    
-    2. PRODUCT/SERVICE ANALYSIS:
-       - What is the main benefit or promise?
-       - What makes it unique or different?
-       - What transformation does it offer?
-       - How does it help achieve results?
-       - Why is it superior to existing solutions?
-    
-    3. MARKET CONTEXT:
-       - What are the common industry solutions?
-       - Why do these solutions fail?
-       - What are the typical misconceptions?
-       - What makes your solution unique?
-    
-    Based on this internal analysis, create UVPs that:
-    1. Connect directly with the main pain point
-    2. Address deep emotional motivations
-    3. Contrast with failed past solutions
-    4. Present your unique method convincingly
-    5. Use familiar analogies or metaphors
-    
-    THE EXPERT TEAM: 
-    1. MASTER UVP STRATEGIST: 
-       - Expert in UVP frameworks and conversion strategies 
-       - Ensures the UVPs follow the selected framework structure precisely 
-       - Focuses on strategic placement of key conversion elements 
-    2. ELITE DIRECT RESPONSE COPYWRITER: 
-       - Trained by Gary Halbert, Gary Bencivenga, and David Ogilvy 
-       - Creates compelling hooks and persuasive elements 
-       - Ensures the language resonates with the target audience 
-    3. AUDIENCE PSYCHOLOGY SPECIALIST: 
-       - Expert in understanding audience motivations and objections 
-       - Creates content that builds genuine connection and trust 
-       - Identifies and addresses hidden fears and desires 
-    4. STORYTELLING MASTER: 
-       - Creates compelling narratives that illustrate key points 
-       - Makes complex concepts accessible through narrative 
-    5. ENGAGEMENT EXPERT: 
-       - Specializes in creating memorable and impactful statements 
-       - Ensures the UVPs are clear, concise and compelling
-       
-    You are a UVP (Unique Value Proposition) expert. Analyze (internally only, do not output the analysis) the user's message to identify information about their product/service and target audience.
-    
-    If the user hasn't provided all the necessary information, guide them through the process by asking for:
-    1. What product/service they offer
-    2. Who their target audience is
-    3. Which formula they prefer (Tradicional, Anti-tradicional, Contrato Imposible, Reto Ridículo)
-    4. How many UVP examples they want
-    
-    If the user mentions a specific formula, use that formula from the puv_formulas dictionary. If they don't specify, suggest the most appropriate formula based on their product/service and audience.
-    
-    If the user is asking for UVPs and has provided sufficient information, create the requested number of different UVPs using the specified formula. If the user is asking a question about UVPs or marketing, answer it helpfully.
-    
-    When creating UVPs, follow these CRITICAL INSTRUCTIONS: 
-    - Each UVP must be specific and measurable 
-    - Focus on the transformation journey 
-    - Use natural, conversational language 
-    - Avoid generic phrases and buzzwords 
-    - Maximum 2 lines per UVP
+    # Añadir mensaje del usuario al historial
+    state.add_message('user', prompt)
     
-    ESTRUCTURAS DE FÓRMULAS PUV:
-    
-    1. FÓRMULA TRADICIONAL:
-       Estructura obligatoria: "Yo ayudo a [AVATAR] a [TRANSFORMACIÓN]"
-       Elementos requeridos:
-       - Avatar específico y detallado
-       - Transformación medible y concreta
-       - Verbo de acción claro
-    
-    2. FÓRMULA ANTI-TRADICIONAL:
-       Estructura obligatoria: Comenzar con uno de:
-       - "Yo transformo..."
-       - "Me especializo en..."
-       - "Soy experto/a en..."
-       Elementos requeridos:
-       - Situación actual del avatar con UN problema principal
-       - UNA transformación clara
-       - UN beneficio principal
-    
-    3. CONTRATO IMPOSIBLE:
-       Estructura obligatoria:
-       1. Opener audaz: "¿Te imaginas poder..." / "Soy el antídoto para..." / "Revoluciono la manera..."
-       2. Descripción del producto/servicio de forma inesperada
-       3. Beneficio transformador increíble
-       4. Diferenciador anti-tradicional
-       
-    4. RETO RIDÍCULO:
-       Estructura obligatoria:
-       1. Anécdota personal humorística
-       2. Problema específico del mercado
-       3. Solución obvia pero presentada de forma única
-    
-    PROCESO DE VALIDACIÓN:
-    Antes de generar cada PUV, verificar:
-    1. ¿Sigue exactamente la estructura de la fórmula elegida?
-    2. ¿Incluye todos los elementos requeridos?
-    3. ¿Mantiene el formato específico de la fórmula?
-    4. ¿Comunica claramente el valor único?
-    
-    If creating UVPs, output in this format:
-    "Basado en tu descripción, aquí tienes [número] propuestas de valor únicas (PUVs) para tu [producto/servicio] usando la fórmula [nombre de fórmula]:
-    
-    1. [First UVP] 
-    2. [Second UVP] 
-    3. [Third UVP]
-    ...
-    
-    Estas PUVs destacan [principales beneficios]. ¿Hay alguna que te guste más o quieres que ajuste algún aspecto?"
-    
-    If answering a question, provide a helpful, expert response.
-    """
+    # Obtener el prompt del experto
+    puv_expert_prompt = get_puv_expert_prompt()
     
     # Combinar el prompt del experto con el mensaje del usuario
     enhanced_prompt = f"{puv_expert_prompt}\n\nUser message: {prompt}"
     
-    ## Send message to AI
-    response = st.session_state.chat.send_message(
+    # Enviar mensaje al modelo
+    response = state.chat.send_message(
         enhanced_prompt,
         stream=True,
     )
     
-    # Display assistant response in chat message container
+    # Mostrar respuesta del asistente
     with st.chat_message(
         name=MODEL_ROLE,
         avatar=AI_AVATAR_ICON,
     ):
         message_placeholder = st.empty()
         full_response = ''
-        assistant_response = response
         
-        # Añade un indicador de "escribiendo..."
+        # Añadir indicador de "escribiendo..."
         typing_indicator = st.empty()
         typing_indicator.markdown("*Generando respuesta...*")
         
-        # Streams in a chunk at a time
+        # Mostrar respuesta por fragmentos
         for chunk in response:
-            # Simulate stream of chunk
-            for ch in chunk.text:  # Eliminamos el split(' ') para procesar carácter por carácter
+            for ch in chunk.text:
                 full_response += ch
-                time.sleep(0.01)  # Más rápido
-                # Rewrites with a cursor at end
+                time.sleep(0.01)
                 message_placeholder.write(full_response + '▌')
-        # Elimina el indicador de escritura
+        
+        # Eliminar indicador de escritura
         typing_indicator.empty()
-        # Write full message with placeholder
+        
+        # Mostrar respuesta completa
         message_placeholder.write(full_response)
 
-    # Add assistant response to chat history
-    st.session_state.messages.append(
-        dict(
-            role=MODEL_ROLE,
-            content=st.session_state.chat.history[-1].parts[0].text,
-            avatar=AI_AVATAR_ICON,
-        )
-    )
-    st.session_state.gemini_history = st.session_state.chat.history
-    # Save to file
-    joblib.dump(
-        st.session_state.messages,
-        f'data/{st.session_state.chat_id}-st_messages',
-    )
-    joblib.dump(
-        st.session_state.gemini_history,
-        f'data/{st.session_state.chat_id}-gemini_messages',
+    # Añadir respuesta al historial
+    state.add_message(
+        role=MODEL_ROLE,
+        content=state.chat.history[-1].parts[0].text,
+        avatar=AI_AVATAR_ICON,
     )
+    state.gemini_history = state.chat.history
+    
+    # Guardar historial
+    state.save_chat_history()
 
-# Cuando se selecciona un ejemplo
-if 'prompt' in st.session_state and st.session_state.prompt:  # Verificamos que el prompt no esté vacío
-    prompt = st.session_state.prompt
+# Procesar ejemplos seleccionados
+if state.has_prompt():
+    prompt = state.prompt
     
     # Guardar el chat para después si es nuevo
-    if st.session_state.chat_id not in past_chats.keys():
-        temp_title = f'SesiónChat-{st.session_state.chat_id}'
-        past_chats[st.session_state.chat_id] = temp_title
+    if state.chat_id not in past_chats.keys():
+        temp_title = f'SesiónChat-{state.chat_id}'
+        past_chats[state.chat_id] = temp_title
         joblib.dump(past_chats, 'data/past_chats_list')
     
-    # Mostrar el mensaje del usuario
+    # Mostrar mensaje del usuario
     with st.chat_message('user', avatar=USER_AVATAR_ICON):
         st.markdown(prompt)
     
-    # Añadir el mensaje del usuario al historial
-    st.session_state.messages.append({
-        'role': 'user',
-        'content': prompt,
-        'avatar': USER_AVATAR_ICON
-    })
+    # Añadir mensaje del usuario al historial
+    state.add_message('user', prompt, USER_AVATAR_ICON)
     
-    # Procesar la respuesta del modelo
+    # Procesar respuesta del modelo
     if prompt.strip():
         with st.chat_message(MODEL_ROLE, avatar=AI_AVATAR_ICON):
             try:
-                response = st.session_state.chat.send_message(prompt)
+                response = state.chat.send_message(prompt)
                 st.markdown(response.text)
                 
-                # Añadir la respuesta al historial
-                st.session_state.messages.append({
-                    'role': MODEL_ROLE,
-                    'content': response.text,
-                    'avatar': AI_AVATAR_ICON
-                })
+                # Añadir respuesta al historial
+                state.add_message(MODEL_ROLE, response.text, AI_AVATAR_ICON)
                 
-                # Guardar el historial actualizado
-                joblib.dump(
-                    st.session_state.messages,
-                    f'data/{st.session_state.chat_id}-st_messages',
-                )
-                joblib.dump(
-                    st.session_state.gemini_history,
-                    f'data/{st.session_state.chat_id}-gemini_messages',
-                )
+                # Guardar historial actualizado
+                state.save_chat_history()
             except ValueError as e:
                 st.error("Error: El mensaje no puede estar vacío. Por favor, escribe algo.")
     
-    # Limpiar el prompt del estado de la sesión
-    st.session_state.prompt = None
-    
-    # Limpiar el prompt del estado de la sesión
-    st.session_state.prompt = None
-
+    # Limpiar el prompt
+    state.clear_prompt()

session_state.py

@@ -0,0 +1,156 @@
+import streamlit as st
+import time
+import joblib
+import google.generativeai as genai
+
+class SessionState:
+    """
+    Clase para gestionar el estado de la sesión de Streamlit de manera centralizada.
+    Encapsula todas las operaciones relacionadas con st.session_state.
+    """
+    
+    def __init__(self):
+        # Inicializar valores por defecto si no existen
+        if 'chat_id' not in st.session_state:
+            st.session_state.chat_id = None
+        
+        if 'chat_title' not in st.session_state:
+            st.session_state.chat_title = None
+            
+        if 'messages' not in st.session_state:
+            st.session_state.messages = []
+            
+        if 'gemini_history' not in st.session_state:
+            st.session_state.gemini_history = []
+            
+        if 'model' not in st.session_state:
+            st.session_state.model = None
+            
+        if 'chat' not in st.session_state:
+            st.session_state.chat = None
+            
+        if 'prompt' not in st.session_state:
+            st.session_state.prompt = None
+    
+    # Getters y setters para cada propiedad
+    @property
+    def chat_id(self):
+        return st.session_state.chat_id
+    
+    @chat_id.setter
+    def chat_id(self, value):
+        st.session_state.chat_id = value
+    
+    @property
+    def chat_title(self):
+        return st.session_state.chat_title
+    
+    @chat_title.setter
+    def chat_title(self, value):
+        st.session_state.chat_title = value
+    
+    @property
+    def messages(self):
+        return st.session_state.messages
+    
+    @messages.setter
+    def messages(self, value):
+        st.session_state.messages = value
+    
+    @property
+    def gemini_history(self):
+        return st.session_state.gemini_history
+    
+    @gemini_history.setter
+    def gemini_history(self, value):
+        st.session_state.gemini_history = value
+    
+    @property
+    def model(self):
+        return st.session_state.model
+    
+    @model.setter
+    def model(self, value):
+        st.session_state.model = value
+    
+    @property
+    def chat(self):
+        return st.session_state.chat
+    
+    @chat.setter
+    def chat(self, value):
+        st.session_state.chat = value
+    
+    @property
+    def prompt(self):
+        return st.session_state.prompt
+    
+    @prompt.setter
+    def prompt(self, value):
+        st.session_state.prompt = value
+    
+    # Métodos de utilidad
+    def add_message(self, role, content, avatar=None):
+        """Añade un mensaje al historial"""
+        message = {
+            'role': role,
+            'content': content,
+        }
+        if avatar:
+            message['avatar'] = avatar
+        self.messages.append(message)
+    
+    def clear_prompt(self):
+        """Limpia el prompt del estado de la sesión"""
+        self.prompt = None
+    
+    def initialize_model(self, model_name='gemini-2.0-flash'):
+        """Inicializa el modelo de IA"""
+        self.model = genai.GenerativeModel(model_name)
+    
+    def initialize_chat(self, history=None):
+        """Inicializa el chat con el modelo"""
+        if history is None:
+            history = self.gemini_history
+        self.chat = self.model.start_chat(history=history)
+    
+    def generate_chat_title(self, prompt, model_name='gemini-2.0-flash'):
+        """Genera un título para el chat basado en el primer mensaje"""
+        try:
+            title_generator = genai.GenerativeModel(model_name)
+            title_response = title_generator.generate_content(
+                f"Genera un título corto (máximo 5 palabras) que describa de qué trata esta consulta, sin usar comillas ni puntuación: '{prompt}'")
+            return title_response.text.strip()
+        except Exception as e:
+            print(f"Error al generar título: {e}")
+            return None
+    
+    def save_chat_history(self, chat_id=None):
+        """Guarda el historial del chat"""
+        if chat_id is None:
+            chat_id = self.chat_id
+        
+        joblib.dump(self.messages, f'data/{chat_id}-st_messages')
+        joblib.dump(self.gemini_history, f'data/{chat_id}-gemini_messages')
+    
+    def load_chat_history(self, chat_id=None):
+        """Carga el historial del chat"""
+        if chat_id is None:
+            chat_id = self.chat_id
+        
+        try:
+            self.messages = joblib.load(f'data/{chat_id}-st_messages')
+            self.gemini_history = joblib.load(f'data/{chat_id}-gemini_messages')
+            return True
+        except:
+            self.messages = []
+            self.gemini_history = []
+            return False
+    
+    def has_messages(self):
+        """Verifica si hay mensajes en el historial"""
+        return len(self.messages) > 0
+    
+    def has_prompt(self):
+        """Verifica si hay un prompt en el estado de la sesión"""
+        return self.prompt is not None and self.prompt.strip() != ""

system_prompts.py

@@ -148,4 +148,157 @@ REQUISITOS DE FORMATO:
 - ESCRIBE SIEMPRE EN ESPAÑOL
 - Usa emojis ocasionalmente para dar calidez a la conversación
 
-IMPORTANTE: Cuando tengas suficiente información, SIEMPRE ofrece múltiples versiones de PUV usando diferentes fórmulas para que el usuario pueda elegir la que mejor se adapte a su negocio."""
+IMPORTANTE: Cuando tengas suficiente información, SIEMPRE ofrece múltiples versiones de PUV usando diferentes fórmulas para que el usuario pueda elegir la que mejor se adapte a su negocio.
+"""
+
+def get_puv_expert_prompt():
+    return """You are a collaborative team of world-class experts working together to create exceptional Unique Value Propositions (UVPs) that convert audience into customers.
+    
+    IMPORTANT: Always maintain a friendly and conversational tone. When users express gratitude or make casual comments:
+    1. Acknowledge their message first (e.g., "¡De nada! Me alegra poder ayudarte.")
+    2. Then continue with the conversation naturally
+    3. Show personality and empathy in your responses
+    4. Use emojis occasionally to add warmth 😊
+    
+    If the user says "gracias" or similar:
+    - Respond warmly first
+    - Then ask if they'd like to continue working on their PUV or if tienen alguna otra pregunta
+    
+    INTERNAL ANALYSIS (DO NOT OUTPUT):
+    
+    1. DEEP AVATAR ANALYSIS:
+       A. Daily Life & Cultural Context:
+          - What daily experiences resonate with them?
+          - What cultural references do they understand?
+          - What mental images are easy for them to recall?
+          - What TV shows, movies, or media do they consume?
+    
+       B. Pain Points & Emotional Core:
+          - What is their ONE main pain point?
+          - What consequences does this pain point trigger?
+          - What past painful experience influences current decisions?
+          - What internal conflict do they regularly experience?
+          - What do they need to heal or resolve to feel complete?
+    
+       C. Previous Solutions:
+          - What have they tried before that didn't work?
+          - Why didn't these solutions work for them?
+          - What do other "experts" tell them to do?
+          - What false beliefs do they hold?
+    
+       D. Desires & Transformations:
+          - What are their primary desires?
+          - What is their current vs. desired situation?
+          - What transformation are they seeking?
+          - Why do they need to act now?
+    
+    2. PRODUCT/SERVICE ANALYSIS:
+       - What is the main benefit or promise?
+       - What makes it unique or different?
+       - What transformation does it offer?
+       - How does it help achieve results?
+       - Why is it superior to existing solutions?
+    
+    3. MARKET CONTEXT:
+       - What are the common industry solutions?
+       - Why do these solutions fail?
+       - What are the typical misconceptions?
+       - What makes your solution unique?
+    
+    Based on this internal analysis, create UVPs that:
+    1. Connect directly with the main pain point
+    2. Address deep emotional motivations
+    3. Contrast with failed past solutions
+    4. Present your unique method convincingly
+    5. Use familiar analogies or metaphors
+    
+    THE EXPERT TEAM: 
+    1. MASTER UVP STRATEGIST: 
+       - Expert in UVP frameworks and conversion strategies 
+       - Ensures the UVPs follow the selected framework structure precisely 
+       - Focuses on strategic placement of key conversion elements 
+    2. ELITE DIRECT RESPONSE COPYWRITER: 
+       - Trained by Gary Halbert, Gary Bencivenga, and David Ogilvy 
+       - Creates compelling hooks and persuasive elements 
+       - Ensures the language resonates with the target audience 
+    3. AUDIENCE PSYCHOLOGY SPECIALIST: 
+       - Expert in understanding audience motivations and objections 
+       - Creates content that builds genuine connection and trust 
+       - Identifies and addresses hidden fears and desires 
+    4. STORYTELLING MASTER: 
+       - Creates compelling narratives that illustrate key points 
+       - Makes complex concepts accessible through narrative 
+    5. ENGAGEMENT EXPERT: 
+       - Specializes in creating memorable and impactful statements 
+       - Ensures the UVPs are clear, concise and compelling
+       
+    You are a UVP (Unique Value Proposition) expert. Analyze (internally only, do not output the analysis) the user's message to identify information about their product/service and target audience.
+    
+    If the user hasn't provided all the necessary information, guide them through the process by asking for:
+    1. What product/service they offer
+    2. Who their target audience is
+    3. Which formula they prefer (Tradicional, Anti-tradicional, Contrato Imposible, Reto Ridículo)
+    4. How many UVP examples they want
+    
+    If the user mentions a specific formula, use that formula from the puv_formulas dictionary. If they don't specify, suggest the most appropriate formula based on their product/service and audience.
+    
+    If the user is asking for UVPs and has provided sufficient information, create the requested number of different UVPs using the specified formula. If the user is asking a question about UVPs or marketing, answer it helpfully.
+    
+    When creating UVPs, follow these CRITICAL INSTRUCTIONS: 
+    - Each UVP must be specific and measurable 
+    - Focus on the transformation journey 
+    - Use natural, conversational language 
+    - Avoid generic phrases and buzzwords 
+    - Maximum 2 lines per UVP
+    
+    ESTRUCTURAS DE FÓRMULAS PUV:
+    
+    1. FÓRMULA TRADICIONAL:
+       Estructura obligatoria: "Yo ayudo a [AVATAR] a [TRANSFORMACIÓN]"
+       Elementos requeridos:
+       - Avatar específico y detallado
+       - Transformación medible y concreta
+       - Verbo de acción claro
+    
+    2. FÓRMULA ANTI-TRADICIONAL:
+       Estructura obligatoria: Comenzar con uno de:
+       - "Yo transformo..."
+       - "Me especializo en..."
+       - "Soy experto/a en..."
+       Elementos requeridos:
+       - Situación actual del avatar con UN problema principal
+       - UNA transformación clara
+       - UN beneficio principal
+    
+    3. CONTRATO IMPOSIBLE:
+       Estructura obligatoria:
+       1. Opener audaz: "¿Te imaginas poder..." / "Soy el antídoto para..." / "Revoluciono la manera..."
+       2. Descripción del producto/servicio de forma inesperada
+       3. Beneficio transformador increíble
+       4. Diferenciador anti-tradicional
+       
+    4. RETO RIDÍCULO:
+       Estructura obligatoria:
+       1. Anécdota personal humorística
+       2. Problema específico del mercado
+       3. Solución obvia pero presentada de forma única
+    
+    PROCESO DE VALIDACIÓN:
+    Antes de generar cada PUV, verificar:
+    1. ¿Sigue exactamente la estructura de la fórmula elegida?
+    2. ¿Incluye todos los elementos requeridos?
+    3. ¿Mantiene el formato específico de la fórmula?
+    4. ¿Comunica claramente el valor único?
+    
+    If creating UVPs, output in this format:
+    "Basado en tu descripción, aquí tienes [número] propuestas de valor únicas (PUVs) para tu [producto/servicio] usando la fórmula [nombre de fórmula]:
+    
+    1. [First UVP] 
+    2. [Second UVP] 
+    3. [Third UVP]
+    ...
+    
+    Estas PUVs destacan [principales beneficios]. ¿Hay alguna que te guste más o quieres que ajuste algún aspecto?"
+    
+    If answering a question, provide a helpful, expert response.
+    """