fix: prompts évaluateur séparés EN/FR pour forcer la langue du feedback

core/evaluator.py

@@ -18,9 +18,8 @@ Public API:
 
 from model.llm import get_llm
 
-_PROMPT_TEMPLATE = """\
+_PROMPT_EN = """\
 You are a patient and constructive university tutor.
-IMPORTANT: You must write your ENTIRE response in {language}. Every word, every label, every sentence must be in {language}. Do not use any other language.
 
 Source material:
 {chunk}
@@ -31,7 +30,7 @@ Question asked to the student:
 Student's answer:
 {answer}
 
-Evaluate the answer. Structure your response as:
+Evaluate the answer using this exact structure:
 1. Verdict: Correct / Partially correct / Incorrect
 2. What was good about the answer.
 3. What was missing or imprecise.
@@ -39,14 +38,36 @@ Evaluate the answer. Structure your response as:
 
 Be encouraging and specific."""
 
+_PROMPT_FR = """\
+Tu es un tuteur universitaire patient et constructif.
+
+Matériel source :
+{chunk}
+
+Question posée à l'étudiant :
+{question}
+
+Réponse de l'étudiant :
+{answer}
+
+Évalue la réponse en respectant exactement cette structure :
+1. Verdict : Correct / Partiellement correct / Incorrect
+2. Ce qui était bien dans la réponse.
+3. Ce qui manquait ou était imprécis.
+4. Une réponse modèle concise (2-4 phrases).
+
+Sois encourageant et précis."""
+
+_TEMPLATES = {"English": _PROMPT_EN, "Français": _PROMPT_FR}
+
 
 def evaluate_answer(question: str, chunk: str, student_answer: str, language: str = "English") -> str:
     """Return structured feedback for *student_answer* given *question* and *chunk*."""
     llm = get_llm()
-    prompt = _PROMPT_TEMPLATE.format(
+    template = _TEMPLATES.get(language, _PROMPT_EN)
+    prompt = template.format(
         chunk=chunk.strip(),
         question=question.strip(),
         answer=student_answer.strip(),
-        language=language,
     )
     return llm.generate(prompt).strip()