Update app.py

app.py

@@ -40,7 +40,9 @@ AUCH SCHLECHT (zu viele Pfeile, keine Verben):
 AUCH SCHLECHT (konjugierte Verben):
 "Das Modell lernt Muster und erkennt Zusammenhänge."
 ^^^ NEIN! Richtig: "Modell lernen Muster und erkennen Zusammenhänge."
-Infinitiv IMMER. Höhlenmensch nicht konjugieren können!"""
+Infinitiv IMMER. Höhlenmensch nicht konjugieren können!
+
+WICHTIG: Erst denken in Thought-Block. Dann finale Antwort NACH dem Thought-Block schreiben!"""
 
 
 CUSTOM_CSS = """
@@ -101,17 +103,18 @@ THINKING_HTML = '<div class="thinking-indicator"><span>Höhlenmensch denkt</span
 
 
 def chat_generieren(message, history, max_tokens, temperature, thinking_mode):
-    system_content = CAVEMAN_SYSTEM_PROMPT
+    # <|think|> muss ganz am Anfang des System-Prompts stehen
     if thinking_mode:
-        # Modell zur Nutzung des Thinking-Kanals auffordern – kein Prefill nötig
-        system_content += "\n\nVor Antwort: nutze <|channel>thought\n...<channel|> zum Denken."
+        system_content = "<|think|>\n" + CAVEMAN_SYSTEM_PROMPT
+    else:
+        system_content = CAVEMAN_SYSTEM_PROMPT  # Ohne Token = leerer Thought-Block + Antwort
 
     messages = [{"role": "system", "content": system_content}]
     for msg in history:
         messages.append({"role": msg["role"], "content": msg["content"]})
     messages.append({"role": "user", "content": message})
 
-    response = ""  # NIEMALS vorbelegen – Gradio parst Tags selbst
+    response = ""  # Nie vorbelegen
     yield THINKING_HTML
 
     try:
@@ -129,7 +132,7 @@ def chat_generieren(message, history, max_tokens, temperature, thinking_mode):
                     yield response
 
         if not response.strip():
-            yield "🪨 [Höhlenmensch denkt zu lang. Keine Wörter rausgekommen. Mehr Tokens geben!]"
+            yield "🪨 [Höhlenmensch denkt zu lang. Mehr Tokens geben!]"
 
     except Exception as e:
         yield response + f"\n\n🦴 [Fehler: {str(e)}]"