diff --git a/backend/app/main.py b/backend/app/main.py
index 8d351b3..f80731b 100644
--- a/backend/app/main.py
+++ b/backend/app/main.py
@@ -204,7 +204,7 @@ def send_completed_inspection_to_n8n(inspection, db):
         # No lanzamos excepción para no interrumpir el flujo normal
 
 
-BACKEND_VERSION = "1.0.83"
+BACKEND_VERSION = "1.0.84"
 app = FastAPI(title="Checklist Inteligente API", version=BACKEND_VERSION)
 
 # S3/MinIO configuration
@@ -2582,7 +2582,8 @@ Responde SOLO en formato JSON válido (sin markdown, sin ```json):
   "status": "ok",
   "observations": "Describe lo que observas en la imagen en relación a la tarea solicitada",
   "recommendation": "Acción sugerida basada en lo observado",
-  "confidence": 0.85
+  "confidence": 0.85,
+  "context_match": true
 }}
 
 VALORES DE STATUS:
@@ -2590,7 +2591,13 @@ VALORES DE STATUS:
 - "minor": Presenta observaciones menores o advertencias
 - "critical": Presenta problemas graves o no cumple con lo esperado
 
-IMPORTANTE: Si la tarea requiere verificar funcionamiento (algo encendido, prendido, activo) pero la imagen muestra el componente apagado o en reposo, usa status "critical" e indica en "recommendation" que se necesita una foto con el componente funcionando o un video."""
+VALOR DE CONTEXT_MATCH:
+- true: La imagen SÍ corresponde al contexto de la pregunta/tarea
+- false: La imagen NO corresponde (ej: pregunta sobre luces pero muestra motor)
+
+IMPORTANTE: 
+- Si la imagen NO corresponde al contexto de la pregunta, establece context_match=false y en observations indica qué se esperaba ver vs qué se muestra
+- Si la tarea requiere verificar funcionamiento (algo encendido, prendido, activo) pero la imagen muestra el componente apagado o en reposo, usa status "critical" y context_match=false, indica en "recommendation" que se necesita una foto con el componente funcionando o un video."""
                 
                 user_message = f"Pregunta de inspección: {question_obj.text}\n\nAnaliza esta imagen según la tarea especificada."
             else:
@@ -2611,15 +2618,16 @@ Sé directo y enfócate solo en lo que la pregunta solicita.
 Considera el kilometraje y características del vehículo para contextualizar tu análisis.
 
 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
+- Si la imagen NO corresponde al contexto de la pregunta, establece context_match=false y explica en observations qué se esperaba vs qué se muestra
+- Si la imagen es borrosa o no permite análisis, establece context_match=false e indica en recommendation que tomen otra foto más clara
 
 Responde SOLO en formato JSON válido (sin markdown, sin ```json):
 {{
   "status": "ok",
   "observations": "Respuesta técnica específica a: {question_text}",
   "recommendation": "Acción técnica recomendada o mensaje si la foto no es apropiada",
-  "confidence": 0.85
+  "confidence": 0.85,
+  "context_match": true
 }}
 
 NOTA IMPORTANTE sobre el campo "status":
@@ -2627,6 +2635,10 @@ NOTA IMPORTANTE sobre el campo "status":
 - Usa "minor" si hay problemas leves que requieren atención pero no son críticos
 - Usa "critical" si hay problemas graves que requieren reparación inmediata
 
+VALOR DE CONTEXT_MATCH:
+- true: La imagen SÍ corresponde y es apropiada para responder la pregunta
+- false: La imagen NO corresponde al contexto de la pregunta (ej: pregunta sobre luces pero imagen muestra motor)
+
 RECUERDA: 
 - Responde SOLO lo que la pregunta pide
 - No des información genérica del vehículo
@@ -2647,16 +2659,20 @@ Analiza la imagen y proporciona:
 2. Nivel de criticidad (ok/minor/critical)
 3. Observaciones técnicas breves
 4. Recomendación de acción
+5. Si la imagen corresponde al contexto automotriz
 
 Responde SOLO en formato JSON válido (sin markdown, sin ```json):
 {{
   "status": "ok",
   "observations": "descripción técnica del componente",
   "recommendation": "acción sugerida",
-  "confidence": 0.85
+  "confidence": 0.85,
+  "context_match": true
 }}
 
-NOTA: "status" debe ser "ok" (bueno), "minor" (problemas leves) o "critical" (problemas graves)."""
+NOTA: 
+- "status" debe ser "ok" (bueno), "minor" (problemas leves) o "critical" (problemas graves)
+- "context_match" debe ser true si la imagen muestra un componente vehicular relevante, false si no corresponde."""
             user_message = "Analiza este componente del vehículo para la inspección general."
 
         print(f"\n🤖 PROMPT ENVIADO AL AI:")
diff --git a/frontend/package.json b/frontend/package.json
index 140a7d4..83691a6 100644
--- a/frontend/package.json
+++ b/frontend/package.json
@@ -1,7 +1,7 @@
 {
   "name": "checklist-frontend",
   "private": true,
-  "version": "1.0.83",
+  "version": "1.0.84",
   "type": "module",
   "scripts": {
     "dev": "vite",
diff --git a/frontend/src/App.jsx b/frontend/src/App.jsx
index eb03df6..3f43205 100644
--- a/frontend/src/App.jsx
+++ b/frontend/src/App.jsx
@@ -4444,6 +4444,57 @@ function InspectionModal({ checklist, existingInspection, user, onClose, onCompl
       if (analyses.length > 0) {
         console.log(`✅ Análisis IA guardado (${analyses.length} análisis)`)
         console.log(`📝 Las observaciones quedan para que el mecánico las escriba manualmente`)
+        
+        // Verificar si alguna imagen no corresponde al contexto
+        const invalidImages = []
+        analyses.forEach((analysis, idx) => {
+          if (analysis.analysis) {
+            // Verificar si la IA indica que la imagen no corresponde
+            const obs = analysis.analysis.observations?.toLowerCase() || ''
+            const isInvalid = 
+              obs.includes('no corresponde') || 
+              obs.includes('no coincide') || 
+              obs.includes('imagen incorrecta') ||
+              obs.includes('no es relevante') ||
+              obs.includes('no relacionad') ||
+              analysis.analysis.context_match === false
+            
+            if (isInvalid) {
+              invalidImages.push({
+                index: idx + 1,
+                fileName: analysis.fileName,
+                reason: analysis.analysis.observations
+              })
+            }
+          }
+        })
+        
+        // Mostrar advertencia si hay imágenes que no corresponden
+        if (invalidImages.length > 0) {
+          let warningMsg = '⚠️ ATENCIÓN: Se detectaron imágenes que podrían NO corresponder al contexto:\n\n'
+          invalidImages.forEach(img => {
+            warningMsg += `📸 Imagen ${img.index}: ${img.reason}\n\n`
+          })
+          warningMsg += '¿Deseas reemplazar estas imágenes?\n\n'
+          warningMsg += 'Presiona OK para eliminar las imágenes incorrectas y cargar nuevas.\n'
+          warningMsg += 'Presiona Cancelar si estás seguro de que las imágenes son correctas.'
+          
+          if (confirm(warningMsg)) {
+            // Eliminar las imágenes que no corresponden
+            const validPhotos = files.filter((_, idx) => !invalidImages.some(inv => inv.index === idx + 1))
+            setAnswers(prev => ({
+              ...prev,
+              [questionId]: {
+                ...(prev[questionId] || { value: '', observations: '', photos: [] }),
+                photos: validPhotos,
+                aiAnalysis: undefined,
+                documentsLoaded: false  // Resetear para que vuelva a cargar
+              }
+            }))
+            alert('📸 Por favor carga nuevas imágenes que correspondan a: ' + question.text)
+            return // No mostrar el popup de éxito
+          }
+        }
       } else {
         console.log('ℹ️ No se generaron análisis IA, pero documentos procesados')
       }