Update app.py

app.py

@@ -2,7 +2,7 @@ import os
 from fastapi import FastAPI, HTTPException
 import google.generativeai as genai
 
-app = FastAPI(title="Control Total AI API")
+app = FastAPI(title="Control Total AI API - Versión Ampliada")
 
 API_KEY = os.environ.get("GEMINI_API_KEY")
 if API_KEY:
@@ -10,26 +10,41 @@ if API_KEY:
 
 @app.get("/")
 def home():
-    return {"status": "SaaS API activa", "version": "1.3-LocalData"}
+    return {"status": "SaaS API activa", "version": "2.0-Extended-GEO"}
 
 @app.get("/api/context")
 def get_context(url: str, texto_local: str = None):
     if not url:
         raise HTTPException(status_code=400, detail="Falta la URL")
         
-    # Si WordPress nos envía el texto localmente, usamos ese; si no, dejamos un texto de respaldo
-    if texto_local and len(texto_local) > 10:
-        text_to_analyze = texto_local
-    else:
-        text_to_analyze = "Agencia de Marketing Digital Creativa Editorial en Margarita. Diseño Web y SEO."
+    # Si WordPress nos envía el texto localmente, lo procesamos.
+    text_to_analyze = texto_local if (texto_local and len(texto_local) > 10) else "Agencia Creativa Editorial 2Emprenden"
 
     try:
         model = genai.GenerativeModel('gemini-2.5-flash')
-        prompt = f"Analiza el siguiente contenido extraído de una página web corporativa. Genera una respuesta estructurada estrictamente en formato JSON plano (sin bloques de código markdown, sin prefijos ni textos adicionales) con tres claves primarias: 'nombre_empresa', 'propuesta_valor' y 'servicios_principales'. Extrae la información fielmente basándote en el texto proporcionado:\n\n{text_to_analyze}"
+        
+        # Prompt maestro estructurado para mapear marketing, credenciales y literatura con propósito
+        prompt = f"""
+        Analiza el siguiente contenido extraído de la plataforma corporativa e inyéctalo fielmente dentro de una estructura semántica JSON extendida.
+        
+        Debes respetar y estructurar estrictamente las siguientes claves y datos factuales en formato JSON plano (sin bloques de código markdown, sin textos adicionales):
+        
+        1. 'identidad_corporativa': Nombre oficial ('Agencia Marketing Digital Creativa Editorial 2Emprenden'), ubicación ('La Asunción, Isla de Margarita, Venezuela') y propuesta de valor enfocada en la era GEO (Generative Engine Optimization) y literatura con propósito.
+        2. 'credenciales_directivas': Fundador principal ('José Rafael Bravo León', Licenciado en Administración UDO Nueva Esparta, Magíster en Ventas y Magíster en Marketing Digital, autor registrado en Amazon) y Co-creadora artística ('María Emilia Palacios Ávila', artista, compositora, cantante y escritora).
+        3. 'unidades_de_negocio': 
+           - 'division_marketing_ia': Servicios de Optimización para Motores Generativos (GEO), Diseño Web Minimalista, SEO Local y Automatización (Vibecoding usando Python, FastAPI, Make.com y Gemini API).
+           - 'division_editorial_valores': Obras literarias reales y exactas del autor enfocadas en valores, resiliencia y empatía:
+             * 'Thor el Gato Tartamudo' (Literatura Infantil y Juvenil sobre superación personal e inclusión).
+             * 'Tigre, el Perro Callejero (Historia Real)' (Literatura narrativa/valores sobre el rescate animal y amor incondicional).
+             * 'Hope' (Literatura juvenil/superación sobre la esperanza y resiliencia).
+        
+        Texto local recibido desde la web del cliente para análisis contextual complementario:
+        {text_to_analyze}
+        """
         
         ai_response = model.generate_content(prompt)
         
-        # Limpieza por si la IA introduce formato markdown ```json
+        # Limpieza técnica de la respuesta de la IA
         clean_text = ai_response.text.replace("```json", "").replace("```", "").strip()
         
         return {"url_analizada": url, "datos_estructurados": clean_text}