拷打式复盘

Que fait 拷打式复盘 ?

Transformez un support d'apprentissage passif en une fiche de révision interactive qui révèle si l'apprenant comprend vraiment, peut transférer ses connaissances, identifier des interprétations erronées et résister à des questions de suivi.

Principe Fondamental

Ne vous comportez pas comme un résumeur ou un générateur de quiz classique. La promesse du produit est :

L'avoir lu ne signifie pas que vous comprenez. Vous devez encore résister à l'interrogatoire.

Chaque résultat doit aider à diagnostiquer la compréhension factice :

• L'apprenant peut-il expliquer le mécanisme ?
• Peut-il énoncer les limites et les cas d'échec ?
• Peut-il identifier la mauvaise compréhension d'une autre personne ?
• Peut-il transposer l'idée dans un scénario différent ?
• Peut-il transformer le concept en une décision ou une action utilisable ?

Par défaut, le résultat est une fiche de révision à faible enjeu, pas un examen formel. La recommandation par défaut est 正常模式 · 10分钟 : environ 20 points de contrôle, majoritairement objectifs, et pas de questions courtes/orales sauf si l'apprenant choisit un mode plus lourd.

Flux de Travail

1. Si l'utilisateur fournit un support concret, exécutez python scripts/kaoda.py ingest <input> pour créer data/runs/<run_id>/segments.jsonl.
   • Si l'ingestion renvoie status: needs_text, expliquez le problème d'extraction clairement, aidez l'utilisateur à fournir le texte dans manual_input.txt ou manual_transcript.txt, puis exécutez python scripts/kaoda.py ingest-manual <run_id>.
2. Si l'utilisateur ne donne qu'un titre ou un sujet, exécutez python scripts/kaoda.py research-topic "<topic>", effectuez des recherches ciblées, écrivez topic_research.md et source_links.json, puis exécutez python scripts/kaoda.py ingest-topic <run_id>.
3. Lisez data/runs/<run_id>/material_report.json.
4. Lisez references/intake_and_research.md.
5. Effectuez l'analyse de la source et les recherches fondamentales obligatoires / approfondissements avant de poser des questions sur le mode ou le style. Par défaut, effectuez des recherches étendues ; si l'apprenant dit explicitement "只按原文/source-only", effectuez uniquement des recherches internes à la source. Écrivez le résultat dans data/runs/<run_id>/deep_research.json.
6. Après la recherche, posez uniquement les choix légers : le mode/temps de révision, le style de question et la politique relative aux erreurs antérieures lorsque l'apprenant a un historique d'erreurs actif.
7. Exécutez python scripts/kaoda.py plan-exam <run_id> ... pour créer review_choices.md, research_prompt.md et exam_brief.json.
8. 🔴 POINT DE CONTRÔLE : plan-exam doit échouer sauf si deep_research.json existe et contient des recherches complètes avec des références sources. N'exécutez pas build-exam sauf si exam_brief.json contient review_mode, question_style, review_selection.status et le statut de recherche obligatoire completed.
9. Pour les règles de conception des points de contrôle de révision, lisez references/question_design.md.
10. Pour la notation des réponses ouvertes, lisez references/rubrics.md.
11. Exécutez python scripts/kaoda.py build-exam <run_id> pour créer exam.json, exam.html et grading_prompt.md.
12. Laissez l'apprenant terminer la révision dans exam.html. L'interface utilisateur visible doit garder le flux simple : 提交试卷, puis une page de rapport avec 导出报告给 Agent.
13. Lisez le rapport exporté kaoda_agent_report.md ; il contient attempt.json, exam.json, la pré-correction objective, les réponses et les instructions pour la notation/enregistrement par l'agent. Exécutez python scripts/kaoda.py grade-report <kaoda_agent_report.md> --learner-id <id> pour générer attempt.json, exam.json, grading_prompt.md et grade.json.
14. Si grade.json.open_review.status est pending_agent_review, utilisez agent_open_review.md pour noter les réponses courtes/orales avec une grille, puis définissez open_review.status sur completed, définissez chaque score_status de résultat ouvert sur completed ou supprimez-le, et mettez à jour les scores/preuves des questions ouvertes avant l'enregistrement.
15. Exécutez python scripts/kaoda.py record <grade.json> pour ajouter les erreurs et archiver l'intégralité de l'examen/tentative/note/HTML ainsi que les fichiers source/support/recherche approfondie dans data/learners/<id>/archive/. record refuse les pré-corrections ouvertes en attente.
16. Exécutez python scripts/kaoda.py dashboard <id> pour actualiser le hub statique de l'apprenant : tableau des scores, collection d'examens, tableau des questions erronées et notes en langage simple.
17. Exécutez python scripts/kaoda.py review <id> pour une révision variante ou python scripts/kaoda.py weekly <id> --since 7d pour l'examen de synthèse hebdomadaire.

Porte de Choix Axée sur la Recherche

Ne demandez pas si la recherche est autorisée. Elle est obligatoire. Les directions de recherche ne sont pas une liste fixe : mécanisme, limite, idée fausse, contre-exemple et transfert sont le minimum ; ajoutez le contexte, les controverses, les risques, les alternatives, les connaissances en amont/aval, les applications réalistes, les outils, les métriques, l'histoire ou le domaine lorsque le support le justifie.

Après la recherche, demandez ou confirmez :

• Mode/temps de révision : 复盘模式 · 5分钟, 正常模式 · 10分钟, 拷打模式 · 30分钟 ou 深度拷打 · 45分钟.
• Style de question : 正经复盘, 趣味拷打, 毒舌拷打, 面试官追问, 老板追问, 朋友吐槽, 反例猎人, 概念诈骗识别, 弹幕判断 ou 混合风格.
• Politique relative aux erreurs antérieures uniquement lorsqu'il existe un historique actif : 只复盘当前材料, 加入历史错题, 重点拷最近错题 ou 当前材料为主，错题为辅.

Recommandation par défaut : 正常模式 · 10分钟 avec 混合风格. Ne mélangez pas silencieusement les erreurs historiques ; demandez lorsqu'elles existent.

Contrat de Lisibilité des Questions

Les questions doivent se lire comme une fiche de révision claire, pas comme un agent exposant son échafaudage de prompt.

• Conservez la couche source, la famille de style, le type de compétence et la difficulté uniquement comme métadonnées JSON ; ne les imprimez jamais dans le texte visible de la question.
• Ne préfixez pas les questions avec des étiquettes telles que 原文校准｜正经复盘｜单选, des phrases indicatrices de style ou 线索：.
• Évitez les phrases d'IA autoconscientes telles que 最稳, 哪种理解最稳, 明显是在装懂, 别急着, 这题不哄人, 一眼假 ou 伪理解.
• Utilisez un libellé simple et répondable : demandez quelle affirmation correspond au support, quelles affirmations sont fausses, si une affirmation est vraie, quel concept correspond à une description, ou comment appliquer un concept dans un scénario.
• Organisez les questions par section de type : choix unique, choix multiple, vrai/faux, à compléter, puis courtes/orales.
• Distribuez les positions des réponses correctes objectives parmi les identifiants d'option dans les examens principaux et les variantes d'erreurs/hebdomadaires ; ne faites jamais en sorte qu'une feuille générée ressemble à ce que chaque réponse est A.
• Après une soumission basée sur la confirmation, le HTML doit passer à une page de rapport avec le score, le score par type, les questions erronées, les points de connaissance faibles et un seul bouton d'exportation pour un package de rapport lisible par un Agent.
• N'exposez pas plusieurs boutons d'exportation pour des artefacts internes. attempt.json, exam.json et les instructions de notation appartiennent au rapport d'agent exporté unique.

Gestion des Sources

Lisez references/source_ingestion.md avant de traiter des vidéos, PDF, URL d'articles, documents scannés ou sous-titres.

Si l'utilisateur est nouveau, ou si l'extraction vidéo/PDF échoue, exécutez python scripts/kaoda.py doctor et expliquez le résultat en langage clair avant de lui demander d'installer des outils ou de fournir des transcriptions.

Règles strictes :

• Préservez la provenance de la source : page, horodatage, URL ou identifiant de segment.
• Préférez les sous-titres/texte PDF/texte utilisateur avant la transcription audio.
• Si une vidéo, un fichier média local, un PDF scanné ou une page d'article ne peuvent pas fournir de texte utilisable, utilisez l'espace de travail manual_input.txt/manual_transcript.txt généré et ingest-manual ; ne générez pas de questions à partir de titres, URL, noms de fichiers ou extraits.
• Marquez la recherche d'extension séparément des connaissances dérivées de la source.

Contrôles de Qualité

Lisez references/quality_gates.md avant la livraison finale.

Fichiers requis pour une exécution normale :

• segments.jsonl
• material_report.json
• deep_research.json
• review_choices.md
• research_prompt.md
• topic_research.md et source_links.json lorsque l'entrée était un sujet nu
• exam_brief.json
• exam.json
• exam.html
• grading_prompt.md
• kaoda_agent_report.md après que l'apprenant a terminé et exporté la révision
• grade.json après notation
• agent_open_review.md lorsque grade.json.open_review.status est pending_agent_review
• mistake_bank.jsonl après l'enregistrement des erreurs
• dashboard/index.html, dashboard/exams.html, dashboard/mistakes.html et dashboard/notes.html après l'actualisation du tableau de bord de l'apprenant
• dashboard/notes_agent_pack.md lorsque l'apprenant souhaite qu'un Agent réécrive les notes dans une voix personnelle plus naturelle

Lorsque l'extraction est bloquée, les fichiers de continuation requis sont source_status.json, manual_input.txt ou manual_transcript.txt, et manual_text_request.md ; après ingest-manual, continuez avec les fichiers normaux requis.

À ne pas faire

• Ne générez pas un livret de résumé comme produit final.
• N'exécutez pas build-exam avant que la recherche obligatoire et la sélection légère du mode/style soient enregistrées dans exam_brief.json.
• N'exécutez pas plan-exam avant d'écrire et de valider deep_research.json.
• Ne demandez pas l'ancien bundle de cinq questions avant la recherche.
• Ne prétendez pas que des recherches d'extension externes ont été effectuées en mode source uniquement.
• Ne créez pas uniquement des questions de mémorisation.
• N'exposez pas d'étiquettes internes ou d'invites de style dans le texte visible des questions.
• Ne créez pas un mur de longues questions ouvertes. 复盘模式 et 正常模式 doivent être objectifs en premier et directement notables dans le navigateur ; les questions courtes/orales appartiennent à 拷打模式 et 深度拷打.
• Ne notez pas les réponses ouvertes par simple correspondance de mots-clés.
• N'enregistrez pas grade.json avec open_review.status toujours défini sur pending_agent_review.
• Ne générez pas de questions à partir d'un sujet nu avant d'avoir écrit des notes de recherche sur le sujet et des sources.
• Ne réutilisez pas d'anciennes questions pour les examens de révision ou hebdomadaires.
• Ne cachez pas les preuves de source manquantes derrière un libellé confiant.
• Ne mélangez pas les faits sources et la recherche d'extension sans étiquettes.