feat: AI prompts personalizados por pregunta - backend v1.0.13, frontend v1.0.21

Backend:
- Agregar campo ai_prompt a tabla questions
- Endpoint analyze-image recibe custom_prompt
- Validación de imagen apropiada (sugiere cambiar foto si no corresponde)
- Script de migración migrate_ai_prompt.py

Frontend:
- Campo de texto para configurar prompt de IA en editor de preguntas
- Envía custom_prompt al endpoint de análisis
- UI con fondo morado para sección de IA

La IA ahora analiza fotos según el contexto específico de cada pregunta
y sugiere cambiar la imagen si no corresponde al componente solicitado.

backend/app/main.py

@@ -1029,6 +1029,7 @@ def delete_ai_configuration(
 async def analyze_image(
     file: UploadFile = File(...),
     question_id: int = None,
+    custom_prompt: str = None,
     db: Session = Depends(get_db),
     current_user: models.User = Depends(get_current_user)
 ):
@@ -1061,12 +1062,37 @@ async def analyze_image(
     try:
         # Construir prompt dinámico basado en la pregunta específica
         if question_obj:
-            # Prompt altamente específico para la pregunta
-            question_text = question_obj.text
-            question_type = question_obj.type
-            section = question_obj.section
-            
-            system_prompt = f"""Eres un mecánico experto realizando una inspección vehicular.
+            # Usar prompt personalizado si está disponible
+            if custom_prompt:
+                # Prompt 100% personalizado por el administrador
+                system_prompt = f"""Eres un mecánico experto realizando una inspección vehicular.
+
+INSTRUCCIONES ESPECÍFICAS PARA ESTA PREGUNTA:
+{custom_prompt}
+
+PREGUNTA A RESPONDER: "{question_obj.text}"
+Sección: {question_obj.section}
+
+Analiza la imagen siguiendo EXACTAMENTE las instrucciones proporcionadas arriba.
+
+VALIDACIÓN DE IMAGEN:
+- Si la imagen NO corresponde al contexto de la pregunta (por ejemplo, si piden luces pero muestran motor), indica en "recommendation" que deben cambiar la foto
+- Si la imagen es borrosa, oscura o no permite análisis, indica en "recommendation" que tomen otra foto más clara
+
+Responde en formato JSON:
+{{
+  "status": "ok|minor|critical",
+  "observations": "Análisis específico según el prompt personalizado",
+  "recommendation": "Si la imagen no es apropiada, indica 'Por favor tome una foto de [componente correcto]'. Si es apropiada, da recomendación técnica.",
+  "confidence": 0.0-1.0
+}}"""
+            else:
+                # Prompt altamente específico para la pregunta
+                question_text = question_obj.text
+                question_type = question_obj.type
+                section = question_obj.section
+                
+                system_prompt = f"""Eres un mecánico experto realizando una inspección vehicular.
 
 PREGUNTA ESPECÍFICA A RESPONDER: "{question_text}"
 Sección: {section}
@@ -1074,11 +1100,15 @@ Sección: {section}
 Analiza la imagen ÚNICAMENTE para responder esta pregunta específica. 
 Sé directo y enfócate solo en lo que la pregunta solicita.
 
+VALIDACIÓN DE IMAGEN:
+- Si la imagen NO corresponde al contexto de la pregunta, indica en "recommendation" que deben cambiar la foto
+- Si la imagen es borrosa o no permite análisis, indica en "recommendation" que tomen otra foto más clara
+
 Responde en formato JSON:
 {{
   "status": "ok|minor|critical",
   "observations": "Respuesta específica a: {question_text}",
-  "recommendation": "Acción si aplica",
+  "recommendation": "Si la imagen no es apropiada, indica 'Por favor tome una foto de [componente correcto]'. Si es apropiada, da acción técnica si aplica.",
   "confidence": 0.0-1.0
 }}
 
@@ -1089,7 +1119,7 @@ IMPORTANTE:
 - Si la pregunta es pass/fail, indica claramente si pasa o falla
 - Si la pregunta es bueno/regular/malo, indica el estado específico del componente"""
 
-            user_message = f"Inspecciona la imagen y responde específicamente: {question_text}"
+            user_message = f"Inspecciona la imagen y responde específicamente: {question_obj.text}"
         else:
             # Fallback para análisis general
             system_prompt = """Eres un experto mecánico automotriz. Analiza la imagen y proporciona:

backend/app/models.py

@@ -76,6 +76,9 @@ class Question(Base):
     parent_question_id = Column(Integer, ForeignKey("questions.id"), nullable=True)
     show_if_answer = Column(String(50), nullable=True)  # Valor que dispara esta pregunta
     
+    # AI Analysis
+    ai_prompt = Column(Text, nullable=True)  # Prompt personalizado para análisis de IA de esta pregunta
+    
     created_at = Column(DateTime(timezone=True), server_default=func.now())
     
     # Relationships

backend/app/schemas.py

@@ -99,6 +99,7 @@ class QuestionBase(BaseModel):
     requires_comment_on_fail: bool = False
     parent_question_id: Optional[int] = None
     show_if_answer: Optional[str] = None
+    ai_prompt: Optional[str] = None
 
 class QuestionCreate(QuestionBase):
     checklist_id: int

backend/migrate_ai_prompt.py

@@ -0,0 +1,32 @@
+"""
+Migration: Add ai_prompt column to questions table
+Date: 2025-11-21
+Description: Adds ai_prompt TEXT column for custom AI analysis prompts per question
+"""
+
+# SQL Migration Script
+sql_statements = [
+    # Add ai_prompt column
+    """
+    ALTER TABLE questions 
+    ADD COLUMN ai_prompt TEXT;
+    """,
+]
+
+# To apply this migration, run these SQL statements in your PostgreSQL database:
+if __name__ == "__main__":
+    print("=" * 80)
+    print("MIGRATION: Add ai_prompt to questions table")
+    print("=" * 80)
+    print("\nExecute the following SQL statements in your PostgreSQL database:\n")
+    
+    for i, statement in enumerate(sql_statements, 1):
+        print(f"-- Statement {i}")
+        print(statement.strip())
+        print()
+    
+    print("=" * 80)
+    print("\nTo verify the migration:")
+    print("SELECT column_name, data_type FROM information_schema.columns")
+    print("WHERE table_name = 'questions' AND column_name = 'ai_prompt';")
+    print("=" * 80)