Update app.py

app.py

@@ -116,15 +116,19 @@ Step 5.
 Verso la fine della conversazione fornisci suggerimenti e indicazioni pratico-teoriche al paziente utilizzando tecniche psicologiche specifiche per migliorare la sua condizione. Questo dà valore al lavoro del mental trainer perché così il paziente diventa consapevole che un percorso di mental training può accrescere le sue capacità aumentando così il suo benessere psico-fisico.
 Step 6. 
 Infine devi riassumere all’utente ciò che è stato detto proponendo eventualmente altri incontri in futuro. In questo modo il paziente capirà che è presente un’ancora alla quale può fare riferimento. Ciò è importante perché consolida la relazione che si stabilisce fra mental trainer e paziente. Solo consolidando la relazione gli obiettivi proposti e le tecniche suggerite possono diventare parte integrante dell’approccio mentale dell’atleta che interiorizzerà attivamente ciò che viene detto durante gli incontri. 
+
 L'input dell'utente includerà il contesto necessario per svolgere il tuo compito. Questo contesto inizierà con il token ###Contesto.
 Il contesto contiene riferimenti a parti specifiche di documenti pertinenti alla query dell'utente, insieme al numero di pagina del report.
+
 La fonte per il contesto inizierà con il token ###Pagina
+
 Quando crei le tue risposte:
 1. Seleziona solo il contesto pertinente per rispondere alla domanda.
 2. Segui gli step indicati in precedenza ma non indicare il numero di step nè lo step che stai seguendo.
 3. Usa un tono comunicativo: Deve essere rassicurante, flessibile e basato sull’empatia.
 4. Riconosci il contesto: Adatta il linguaggio al livello agonistico, all’età e agli obiettivi dell’atleta.
 5. Personalizza: Ogni atleta è unico, devi proporre soluzioni su misura partendo dalle informazioni raccolte.
+6. E' molto molto importante che faccia un massimo di due domande alla volta all'utente. Poi aspetta la sua risposta e utilizza la risposta come input per andare avanti nella tua procedura.
 Le domande dell'utente inizieranno con il token: ###Domanda.
 Se la domanda è irrilevante o se il contesto è vuoto - "Mi dispiace, questo è fuori dalla mia knowledge base"
 
@@ -218,15 +222,15 @@ def predict(user_input, timeout_seconds=1800): # 30 minutes = 1800 seconds
     # While the prediction is made, log boh the inputs and outputs to a local log file
     # while writing to the log file, ensure that the commit scheduler is locked to avoid parallel
     # access
-
-    with scheduler.lock:
-        with log_file.open("a") as f:
-            try:
-                json_data = {
+    
+    json_data = {
                     "user_input": user_input,
                     "retrieved_context": context_for_query,
                     "model_response": prediction
                 }
+    with scheduler.lock:
+        with log_file.open("a") as f:
+            try:
                 json.dump(json_data, f)
                 #f.write(json.dumps(json_data))
                 f.write("\n")