拷打式復盤 は何をしますか？
受動的な学習資料を、学習者が本当に理解しているか、転移できるか、誤解を見抜けるか、追及に耐えられるかを検証するインタラクティブな復習チェックリストに変換します。
核となる原則
単なる要約や通常のクイズ生成ツールのように振る舞わないでください。製品の約束は次の通りです：
見終わったからといって、理解したとは限らない。あなたはまだ追究に耐えられるかどうかが試される。
すべての出力は、擬似理解を診断するのに役立つものでなければなりません：
- 学習者は仕組みを説明できますか？
- 境界条件や失敗ケースを述べることができますか？
- 他人の誤った理解を特定できますか？
- そのアイデアを別のシナリオに転移できますか？
- 概念を使用可能な決定や行動に変換できますか？
デフォルトの出力は、正式な試験ではなく、低リスクの復習チェックリストです。デフォルトの推奨は通常モード・10分です：約20のチェックポイント、ほとんどが客観問題で、学習者がより重いモードを選択しない限り、記述問題や口頭問題は含まれません。
ワークフロー
- ユーザーが具体的な資料を提供した場合、
python scripts/kaoda.py ingest <input>を実行してdata/runs/<run_id>/segments.jsonlを作成します。- ingest が
status: needs_textを返した場合は、抽出の問題を明確に説明し、ユーザーがmanual_input.txtまたはmanual_transcript.txtにテキストを提供するのを助け、その後python scripts/kaoda.py ingest-manual <run_id>を実行します。
- ingest が
- ユーザーがタイトルやトピックのみを提供した場合、
python scripts/kaoda.py research-topic "<topic>"を実行し、集中的なリサーチを行い、topic_research.mdとsource_links.jsonを作成し、その後python scripts/kaoda.py ingest-topic <run_id>を実行します。 data/runs/<run_id>/material_report.jsonを読みます。references/intake_and_research.mdを読みます。- モードやスタイルの質問をする前に、ソース分析と必須のコアリサーチ/深化を完了します。デフォルトでは拡張リサーチを行います。学習者が明示的に「ソースのみ」と指定した場合のみ、ソース内のリサーチのみを行います。結果を
data/runs/<run_id>/deep_research.jsonに書き込みます。 - リサーチ後、軽量な選択肢のみを尋ねます：復習モード/時間、質問スタイル、および学習者にアクティブな誤答履歴がある場合の誤答知識ポリシー。
python scripts/kaoda.py plan-exam <run_id> ...を実行してreview_choices.md、research_prompt.md、exam_brief.jsonを作成します。- 🔴 チェックポイント：
deep_research.jsonが存在し、完了したリサーチとソース参照が含まれていない限り、plan-examは失敗しなければなりません。exam_brief.jsonにreview_mode、question_style、review_selection.status、および必須リサーチステータスcompletedが含まれていない限り、build-examを実行しないでください。 - 復習チェックポイントの設計ルールについては、
references/question_design.mdを読んでください。 - 記述問題の採点については、
references/rubrics.mdを読んでください。 python scripts/kaoda.py build-exam <run_id>を実行して、exam.json、exam.html、grading_prompt.mdを作成します。- 学習者に
exam.htmlで復習を完了させます。表示されるUIはフローをシンプルに保つ必要があります：「答案を提出」、次に「エージェントにレポートをエクスポート」ボタンがあるレポートページ。 - エクスポートされた
kaoda_agent_report.mdを読みます。これにはattempt.json、exam.json、客観問題の事前採点結果、回答、およびエージェントの採点/記録用の指示が含まれています。python scripts/kaoda.py grade-report <kaoda_agent_report.md> --learner-id <id>を実行して、attempt.json、exam.json、grading_prompt.md、grade.jsonを生成します。 grade.json.open_review.statusがpending_agent_reviewの場合、agent_open_review.mdを使用して記述/口頭回答をルーブリック採点し、open_review.statusをcompletedに設定し、すべての記述結果のscore_statusをcompletedに設定するか削除し、記述問題のスコアとエビデンスを記録前に更新します。python scripts/kaoda.py record <grade.json>を実行して、誤答を追加し、完全な試験/回答/採点/HTMLおよびソース/資料/深層リサーチファイルをdata/learners/<id>/archive/にアーカイブします。recordは、記述回答の事前採点が保留中の場合に拒否します。python scripts/kaoda.py dashboard <id>を実行して、静的な学習者ハブを更新します：総合スコアボード、試験コレクション、誤答ボード、平易な言語のノート。python scripts/kaoda.py review <id>でバリアント復習を、python scripts/kaoda.py weekly <id> --since 7dで週次統合試験を実行します。
研究優先の選択ゲート
リサーチが許可されているかどうかを尋ねないでください。それは必須です。リサーチの方向性は固定のチェックリストではありません：メカニズム、境界、誤解、反例、転移は最小限です。資料が必要とする場合、背景、論争、リスク、代替案、上流/下流知識、現実的な応用、ツール、指標、歴史、またはドメインコンテキストを追加します。
リサーチ後、以下の項目を確認または尋ねます：
- 復習モード/時間：
復習モード・5分、通常モード・10分、追究モード・30分、または深層追究・45分。 - 質問スタイル：
本格復習、楽しい追究、毒舌追究、面接官の追及、上司の追及、友人のツッコミ、反例ハンター、概念詐欺識別、弾幕判定、または混合スタイル。 - 誤答知識ポリシーはアクティブ履歴が存在する場合のみ：
現在の資料のみ復習、過去の誤答を追加、最近の誤答を重点的に追究、または現在の資料を主に、誤答は補助として。
デフォルトの推奨：通常モード・10分、混合スタイル。歴史的な誤答を静かに混ぜないでください。存在する場合に質問してください。
問題の読みやすさに関する契約
問題は、明確な復習シートのように読める必要があり、エージェントがプロンプトの骨組みを露出しているように見えてはいけません。
- ソースレイヤー、スタイルファミリー、能力タイプ、難易度はJSONメタデータとしてのみ保持し、表示される問題プロンプトには決して印刷しないでください。
- プロンプトに「原文校正｜本格復習｜単一選択」のようなラベル、スタイルの手がかり文、または「ヒント：」のような接頭辞を付けないでください。
- 「最も安定」、「どの理解が最も安定か」、「明らかにわかったふりをしている」、「急がないで」、「この問題はごまかさない」、「一目で偽物」、「疑似理解」のような自己意識的なAIフレーズを避けてください。
- 平易で答えやすい表現を使用してください：どの文が資料に適合するか、どの文が間違っているか、ある文が正しいかどうか、どの概念が説明に一致するか、またはシナリオで概念をどのように適用するかを尋ねます。
- 問題をタイプ別セクションでレンダリングします：単一選択、複数選択、正誤、穴埋め、次に記述/口頭。
- 客観問題の正解位置を、メイン試験および誤答/週次バリアントでオプションID全体に分散させます。生成されたシートのすべての答えがAになっているように見せないでください。
- 確認ベースの提出後、HTMLはスコア、タイプ別スコア、誤答、弱点知識ポイント、およびエージェントが読み取り可能なレポートパッケージ用の1つのエクスポートボタンがあるレポートページに切り替わる必要があります。
- 内部アーティファクトのために複数のエクスポートボタンを公開しないでください。
attempt.json、exam.json、および採点指示は、単一のエクスポートされたエージェントレポート内に属します。
ソース処理
ビデオ、PDF、記事URL、スキャン文書、または字幕を処理する前に、references/source_ingestion.md を読んでください。
ユーザーが新規の場合、またはビデオ/PDFの抽出に失敗した場合、python scripts/kaoda.py doctor を実行し、結果を平易な言葉で説明してから、ツールのインストールや文字起こしの提供を依頼してください。
厳格なルール：
- ソースの出典（ページ、タイムスタンプ、URL、セグメントID）を保持します。
- 音声文字起こしよりも字幕/PDFテキスト/ユーザーテキストを優先します。
- ビデオ、ローカルメディアファイル、スキャンPDF、記事ページから使用可能なテキストが得られない場合は、生成された
manual_input.txt/manual_transcript.txtワークスペースとingest-manualを使用します。タイトル、URL、ファイル名、スニペットから問題を生成しないでください。 - 拡張リサーチはソース由来の知識とは別にマークします。
品質ゲート
最終納品前に references/quality_gates.md を読んでください。
通常実行に必要なファイル：
segments.jsonlmaterial_report.jsondeep_research.jsonreview_choices.mdresearch_prompt.mdtopic_research.mdおよびsource_links.json（入力がトピックのみの場合）exam_brief.jsonexam.jsonexam.htmlgrading_prompt.mdkaoda_agent_report.md（学習者が復習を完了してエクスポートした後）grade.json（採点後）agent_open_review.md（grade.json.open_review.statusがpending_agent_reviewの場合）mistake_bank.jsonl（誤答記録後）dashboard/index.html、dashboard/exams.html、dashboard/mistakes.html、dashboard/notes.html（学習者ダッシュボード更新後）dashboard/notes_agent_pack.md（学習者がエージェントにノートをより自然な個人の声で書き直してもらいたい場合）
抽出がブロックされた場合、必要な継続ファイルは source_status.json、manual_input.txt または manual_transcript.txt、manual_text_request.md です。ingest-manual 後は、通常の必須ファイルで続行します。
してはいけないこと
- 最終成果物として要約小冊子を生成しないでください。
exam_brief.jsonに必須リサーチと軽量モード/スタイル選択が記録される前にbuild-examを実行しないでください。deep_research.jsonを書いて検証する前にplan-examを実行しないでください。- リサーチ前に古い5つの質問の取り込みバンドルを尋ねないでください。
- ソースのみモードで外部拡張リサーチが行われたと主張しないでください。
- 想起問題のみを作成しないでください。
- 表示される問題テキストに内部ラベルやスタイルプロンプトを露出しないでください。
- 長い記述問題の壁を作成しないでください。
復習モードと通常モードは客観問題優先で、ブラウザで直接採点可能であるべきです。記述/口頭プロンプトは追究モードと深層追究に属します。 - キーワードマッチングのみで記述問題を採点しないでください。
open_review.statusがpending_agent_reviewのままgrade.jsonを記録しないでください。- トピックリサーチノートとソースを書く前に、トピックのみから問題を生成しないでください。
- 復習や週次試験に古い問題を再利用しないでください。
- 欠落したソースエビデンスを自信のある表現の背後に隠さないでください。
- ソース事実と拡張リサーチをラベルなしで混ぜないでください。