feat(rag): adatta pipeline allo schema chunks AST-based + ottimizza system prompt

config.py:
- EMBED_MODEL: qwen3-embedding:0.6b → bge-m3 (multilingua, migliore su testi accademici)
- SYSTEM_PROMPT: lingua esplicita, anti-allucinazione rafforzata, citazione strutturata
  con percorso sezione, passaggi numerati per spiegazioni, fallback al plurale

ingestion/ingest.py:
- embed su content_for_embedding (prefisso header contestuale)
- store content_original in ChromaDB (testo pulito per retrieval)
- metadata aggiornati: header_path, chunk_index, content_type, flags, start/end_line

rag.py, retrieve.py:
- sostituisce sezione/titolo (schema vecchio) con header_path (schema AST)

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

config.py

@@ -24,7 +24,7 @@ NO_THINK = True
 # Modello di embedding usato da Ollama.
 # Deve corrispondere al modello usato durante la vettorizzazione (ingest.py).
 # Se cambi questo, devi rieseguire ingest.py con --force.
-EMBED_MODEL = "qwen3-embedding:0.6b"
+EMBED_MODEL = "bge-m3"
 
 # Caratteri massimi inviati al modello di embedding.
 # Il testo viene troncato SOLO per il vettore; il documento completo
@@ -45,8 +45,12 @@ OLLAMA_MODEL = "qwen3.5:4b"
 # Mantieni le risposte ancorate al contesto per evitare allucinazioni.
 SYSTEM_PROMPT = (
     "Sei un assistente specializzato nell'analisi di documenti accademici. "
-    "Rispondi alla domanda basandoti esclusivamente sul contesto fornito. "
-    "Sii preciso e conciso; cita la sezione di riferimento quando è utile. "
-    "Se il contesto non contiene informazioni sufficienti, rispondi: "
-    "\"Non trovo questa informazione nel documento.\""
+    "Rispondi sempre in italiano. "
+    "Basati esclusivamente sui contesti numerati forniti: non aggiungere nozioni esterne, "
+    "non inventare informazioni non presenti nel testo. "
+    "Quando citi un risultato indica la sezione tra parentesi quadre usando il percorso "
+    "fornito (es. [Sezione > Sottosezione]). "
+    "Per spiegazioni strutturate usa passaggi numerati. "
+    "Se il contesto non contiene informazioni sufficienti rispondi esattamente: "
+    "\"Non trovo questa informazione nei documenti forniti.\""
 )