Pré-chauffage du prompt : le premier message ne paie plus le préfill du préfixe

internal/ajean/backend_cloud.go

@@ -471,6 +471,10 @@ func cloudEndpoint(cfg map[string]string) chatEndpoint {
 // doLLM envoie la requête ; pour un GPU cloud, attend le réveil du conteneur
 // (llama-server répond 503 « Loading model » tant que le modèle charge).
 func doLLM(ctx context.Context, req *http.Request, body []byte, ep chatEndpoint) (*http.Response, error) {
+	// Vu par le pré-chauffage de prompt (llm_prewarm.go) : une génération occupe
+	// le moteur, il ne faut pas s'insérer devant elle.
+	llmInFlight.Add(1)
+	defer llmInFlight.Add(-1)
 	if !ep.Cloud {
 		return http.DefaultClient.Do(req)
 	}

internal/ajean/chat_conversation.go

@@ -505,6 +505,9 @@ func (c *Conversation) StartTurn(text string, files []attachInfo, caps Caps, tem
 	}
 	c.Generating = true
 	c.genStart = time.Now()
+	// Le message de l'utilisateur passe devant tout pré-chauffage interne : le
+	// tour va de toute façon traiter le préfixe et garder le cache KV.
+	cancelLLMPrewarmForTurn()
 	jeanReflectAbort() // le moteur est à l'utilisateur, la révision attendra
 	ctx, cancel := context.WithCancel(context.Background())
 	c.cancel = cancel
@@ -579,6 +582,10 @@ func (c *Conversation) StartTurn(text string, files []attachInfo, caps Caps, tem
 	if temperature == 0 {
 		temperature = 0.7
 	}
+	// Un tour utilisateur est en cours : le pré-chauffage s'efface, y compris
+	// pendant les trous entre deux appels d'outil (llmTurnsActive, voir
+	// llm_prewarm.go).
+	llmTurnsActive.Add(1)
 	go c.generate(ctx, caps, temperature, epoch)
 	return nil
 }
@@ -685,6 +692,7 @@ func (c *Conversation) generate(ctx context.Context, caps Caps, temperature floa
 	// donc les vieux tours affichaient le preset du moment, pas celui qui a répondu).
 	turnPreset := activePresetName()
 	defer func() {
+		llmTurnsActive.Add(-1)
 		c.mu.Lock()
 		stale := c.epoch != epoch
 		// ⚠️ Un tour périmé ne touche PAS à l'état courant. Depuis que Reset