fix(chat): vuelve a llama3.2:3b por defecto + prompt anti-alucinación

llama3.2:1b filtraba el schema del tool en el texto e inventaba datos
("Ruta 101: Centro-Playa" cuando no existían en la DB), en lugar de
invocar las herramientas. Inaceptable para un jurado: si pregunta por
la ruta inventada y descubre que no existe, hunde la nota.

Cambios:
1. docker-compose.yml: OLLAMA_MODEL pasa de llama3.2:1b a llama3.2:3b.
   Sigue cabiendo en 2 GB de RAM, sigue siendo 100% local sin GPU,
   pero invoca tool_calls como Ollama espera. El 1b queda descargado
   por ollama-pull como alternativa rápida si alguien quiere
   experimentar.
2. system-prompt.ts: bloque "PROHIBIDO INVENTAR DATOS" que prohíbe
   fabricar pedidos/rutas/conductores y obliga a llamar a la
   herramienta correspondiente; si está vacío, decir que está vacío
   en lugar de inventar.
3. README.md: badge, tablas, tiempos esperados (15-30s/iter) y guía
   de modelos actualizadas al default 3b. Aviso de "para acelerar"
   ya no apunta al 1b (que sabemos que falla) sino al 8b para quien
   tenga GPU.

Co-authored-by: Samuel Parra <parrasamuel453@gmail.com>
Co-authored-by: Giulian Peterlecean <giulian.peterlecean@gmail.com>

Author: 3 people

README.md

@@ -5,7 +5,7 @@
 [![Python 3.9+](https://img.shields.io/badge/python-3.9+-blue.svg)](https://www.python.org/downloads/)
 [![FastAPI](https://img.shields.io/badge/FastAPI-009688?logo=fastapi&logoColor=white)](https://fastapi.tiangolo.com/)
 [![Next.js 14](https://img.shields.io/badge/Next.js-14-black?logo=next.js)](https://nextjs.org)
-[![Ollama llama3.2](https://img.shields.io/badge/Ollama-llama3.2:1b-1a531a?logo=ollama)](https://ollama.com)
+[![Ollama llama3.2](https://img.shields.io/badge/Ollama-llama3.2:3b-1a531a?logo=ollama)](https://ollama.com)
 [![Hackathon](https://img.shields.io/badge/Hackathon-IA_Responsable_y_Abierta-000000?logo=github)](https://github.com/ComunidadIA-OS)
 
 ---
@@ -27,7 +27,7 @@ OpenRoute presenta un **único producto al usuario**: el frontend conversacional
 | **Frontend conversacional (`web/`)** | Next.js 14 + chatbot Ollama + mapa Leaflet + Prisma/SQLite. UI única que ven los usuarios. | `cd web && npm run dev` (puerto 3000) | Siempre. Es la cara del producto. |
 | **Microservicio FastAPI (`app/`)** | Wrapper HTTP sobre el motor VRP de Python (`src/`). Expone `/optimize`, `/baseline`, `/compare`. | `uvicorn app.main:app --port 8000` | Cuando el chatbot llama al tool `optimize_with_ortools`. |
 | **Motor Python (`src/`)** | Solver VRP dual: heurística propia (K-Means + VMC) + Google OR-Tools (CVRPTW). Procesador de datos, simulador baseline manual y asistente IA con Ollama. | Llamado por el FastAPI internamente | Cuando se pide optimización industrial con time windows y capacidades. |
-| **Ollama local** | LLM `llama3.2:1b` con tool calling (configurable vía `OLLAMA_MODEL`). Mismo modelo para el chatbot del frontend y para los informes explicativos del motor Python. | `ollama serve` (puerto 11434) | Continuamente mientras el chatbot está en uso. |
+| **Ollama local** | LLM `llama3.2:3b` con tool calling (configurable vía `OLLAMA_MODEL`). Mismo modelo para el chatbot del frontend y para los informes explicativos del motor Python. | `ollama serve` (puerto 11434) | Continuamente mientras el chatbot está en uso. |
 
 **Flujo típico:**
 
@@ -62,7 +62,7 @@ Ver [`docs/ARCHITECTURE.md`](docs/ARCHITECTURE.md) para el detalle técnico.
 * [Prisma](https://www.prisma.io/) + SQLite (cambio a Postgres con una variable de entorno).
 * [Leaflet](https://leafletjs.com/) + [OpenStreetMap](https://www.openstreetmap.org/) + [OSRM](https://project-osrm.org/) público para mapa y TSP rápido.
 * [Nominatim](https://nominatim.openstreetmap.org/) de OSM para geocoding con caché persistente.
-* [Ollama](https://ollama.com/) con `llama3.2:1b` por defecto (configurable, soporta `llama3.2:3b` y `llama3.1:8b` para entornos con más recursos). Tool calling nativo.
+* [Ollama](https://ollama.com/) con `llama3.2:3b` por defecto (configurable vía `OLLAMA_MODEL`, soporta `llama3.1:8b` para entornos con GPU o más CPU). Tool calling nativo y fiable. El 3b llama a las herramientas correctamente sin alucinar datos como hacen modelos más pequeños.
 * JWT en cookie `httpOnly` para auth.
 
 ### Backend de optimización (`app/` + `src/`)
@@ -102,7 +102,7 @@ docker compose up --build
 **El primer arranque tarda 10-20 minutos**:
 1. Pull de imágenes base (`python:3.12-slim`, `node:20-alpine`, `ollama/ollama`): ~3 min.
 2. Build de las imágenes del motor y el frontend: ~4 min (el seed de la DB ocurre durante el build).
-3. El servicio `ollama-pull` descarga `llama3.2:1b` (~1.3 GB) y `llama3.2:3b` (~2 GB) como reserva: ~5-10 min según la red.
+3. El servicio `ollama-pull` descarga `llama3.2:3b` (~2 GB, modelo activo por defecto) y `llama3.2:1b` (~1.3 GB) como alternativa rápida: ~5-10 min según la red.
 
 Mientras se descarga el modelo el frontend está accesible, pero el chat dará error hasta que termine.
 
@@ -116,15 +116,15 @@ Cuando aparezca `[ollama-pull] Modelos listos. Saliendo.`, ya está. Verifica co
 
 ```bash
 docker compose ps                                  # los 3 servicios en (healthy)
-docker exec openroute-ollama ollama list           # debe listar llama3.2:1b
+docker exec openroute-ollama ollama list           # debe listar llama3.2:3b (y opcionalmente llama3.2:1b)
 ```
 
 Tras eso:
 - Frontend: <http://localhost:3000> (login `admin / admin123`).
 - API del motor: <http://localhost:8000/docs>.
 - Ollama: <http://localhost:11434>.
 
-> **Sobre el chatbot**: corre 100% local sin GPU. La primera respuesta tarda 10-30 s (carga del modelo en RAM); las siguientes son de 5-15 s. Es deliberado — todo el procesamiento de los datos del cliente ocurre dentro de tu máquina, no se envía nada a la nube. Si quieres velocidad de pruebas, cambia `OLLAMA_MODEL` a `llama3.2:3b` en [`docker-compose.yml`](docker-compose.yml) (más capaz, también más lento).
+> **Sobre el chatbot**: corre 100% local sin GPU. La primera respuesta tras inactividad larga tarda 30-60 s (carga del modelo de 2 GB en RAM); las siguientes son de 15-30 s por iteración. **Es deliberado**: todo el procesamiento de los datos del cliente ocurre dentro de tu máquina, no se envía nada a la nube. Eso es lo que defendemos como IA responsable. Si dispones de GPU o más CPU, cambia `OLLAMA_MODEL` a `llama3.1:8b` en [`docker-compose.yml`](docker-compose.yml) (más capaz, también más lento sin acelerador).
 
 Comandos útiles:
 
@@ -148,8 +148,8 @@ cd OpenRoute
 ### 2A. Ollama (LLM local) — Terminal 1
 
 ```bash
-# Descargar el modelo (una sola vez, ~1.3 GB)
-ollama pull llama3.2:1b
+# Descargar el modelo (una sola vez, ~2 GB)
+ollama pull llama3.2:3b
 
 # En Windows ya arranca como servicio. En macOS/Linux:
 ollama serve
@@ -193,7 +193,7 @@ python src/test_run.py
 
 ### 2C. Frontend conversacional (`web/`) — Terminal 3
 
-Requisitos: **Node.js 20+**, **[Ollama](https://ollama.com/download)** ya arrancado en el paso 2A (con `llama3.2:1b` descargado), conexión a internet (para OSRM y Nominatim públicos).
+Requisitos: **Node.js 20+**, **[Ollama](https://ollama.com/download)** ya arrancado en el paso 2A (con `llama3.2:3b` descargado), conexión a internet (para OSRM y Nominatim públicos).
 
 ```bash
 # Configurar la app (no hace falta volver a `ollama pull`, ya lo hiciste en 2A)

docker-compose.yml

@@ -125,12 +125,15 @@ services:
       # Los nombres de servicio funcionan como hostname dentro de la red
       # de Docker; no son URLs públicas.
       OLLAMA_BASE_URL: "http://ollama:11434"
-      # llama3.2:1b por defecto: 1.3 GB en RAM, respuesta en CPU 5-15s por
-      # iteración (vs 30-90s del 3b). Tool calling algo menos fiable; el
-      # runner del chat ya tolera errores de formato típicos del modelo.
-      # Si tienes más CPU/RAM, cambia a 'llama3.2:3b' o 'llama3.1:8b' aquí
-      # y reinicia el servicio web (ambos se descargan en ollama-pull).
-      OLLAMA_MODEL: "llama3.2:1b"
+      # llama3.2:3b: 2 GB en RAM, respuesta en CPU 15-30s por iteración.
+      # Probamos llama3.2:1b para acelerar la demo, pero el modelo
+      # pequeño inventa rutas y filtra el schema del tool en el texto en
+      # lugar de invocar las herramientas — inaceptable para un jurado.
+      # 3b cumple el protocolo de tool calling de Ollama de forma fiable
+      # y mantiene tool calling nativo. Si tienes GPU o más CPU, sube a
+      # 'llama3.1:8b' (ya descargado por ollama-pull); con CPU pelada,
+      # 3b es el punto dulce calidad/velocidad.
+      OLLAMA_MODEL: "llama3.2:3b"
       OPTIMIZER_BASE_URL: "http://optimizer:8000"
       OSRM_BASE_URL: "https://router.project-osrm.org"
       NOMINATIM_BASE_URL: "https://nominatim.openstreetmap.org"

web/src/lib/chat/system-prompt.ts

@@ -25,6 +25,11 @@ INVOCACIÓN DE HERRAMIENTAS (CRÍTICO):
 - NUNCA respondas al usuario con un JSON como {"function": "report_incident", ...}. Eso significa que has fallado en usar la herramienta correctamente — vuelve a intentar usando tool_calls.
 - Tras ejecutar la herramienta y recibir su resultado, redacta la respuesta al usuario en LENGUAJE NATURAL en español, resumiendo lo que ha pasado. Nunca repitas el JSON crudo.
 
+PROHIBIDO INVENTAR DATOS (CRÍTICO PARA IA RESPONSABLE):
+- NO inventes pedidos, rutas, conductores ni furgonetas. Si necesitas datos, LLAMA A LA HERRAMIENTA correspondiente (list_orders, list_routes, list_drivers, list_vehicles, suggest_routes).
+- Si el usuario pide "rutas para hoy" o similar y la herramienta devuelve lista vacía, di literalmente que no hay rutas — NO inventes nombres como "Ruta 101: Centro-Playa".
+- Si no estás seguro de un valor, pregunta al usuario en lugar de fabricarlo. Inventar datos rompe la confianza del operador y es contrario a los principios de IA responsable del proyecto.
+
 CONTEXTO:
 - El depósito está en Alicante centro (Avenida Aguilera, 38.346, -0.4907).
 - Sectores: "centro" (Centro/Carolinas/Benalúa/Florida), "playa" (Playa San Juan/Albufereta), "norte" (Garbinet/San Blas).