/teach-me — Gerador de Cursos Baseado em Evidências
Produza um curso em markdown auto-guiado + um minicurso HTML autocontido para qualquer tópico que o usuário deseja aprender. Projetado para aprendizes adultos (nível de leitura B1 do CEFR, sem conhecimento prévio), fundamentado em psicologia cognitiva e pesquisa em design instrucional.
Quando Usar
- O usuário invoca
/teach-me <tópico>(ou sem arg — peça o tópico) - O usuário diz "me ensine sobre X", "quero aprender X", "mergulho profundo em X", "crie um curso sobre X", "estude X comigo"
- Pule para: perguntas factuais rápidas ("o que é X" — apenas responda), ajuda com código, depuração, consultas a documentação, perguntas sobre API de bibliotecas (use
context7)
Fundamentação Pedagógica (leia antes de começar)
Esta skill é fundamentada em ciência da aprendizagem bem replicada. As regras abaixo não são padrões negociáveis — são o que o usuário está pagando:
- Concreto antes do abstrato (Goldstone, Fyfe et al.). Todo capítulo abre com uma instância concreta observável antes de qualquer definição abstrata.
- Prática de recuperação supera a releitura (Roediger & Karpicke; meta-análise de Rowland 2014). Todo capítulo termina com 3–5 prompts de recordação livre + 1 callback entre capítulos.
- Exposição espaçada via callbacks deliberados (Cepeda et al. 2006). Cada conceito importante é usado (não redefinido) em ≥2 capítulos posteriores.
- Exemplos trabalhados + desvanecimento regressivo (Sweller, Renkl & Atkinson). Capítulos iniciais: exemplos trabalhados completos. Intermediários: etapas progressivamente em branco. Finais: apenas prompt.
- Teoria da Carga Cognitiva (Sweller, Mayer). Máx. ~4 novos conceitos nomeados por capítulo. Uma nova dimensão de dificuldade por vez.
- Segmentação / cartões (Mayer & Pilegard). Capítulos são decks de cartões de 250–500 palavras, um conceito por cartão, um diagrama por cartão.
- Coerência visual com diagramas primeiro (princípios multimídia de Mayer). Diagramas obrigatórios para conceitos relacionais. Sem imagens decorativas. Rótulos em linha no diagrama, não em legendas separadas.
- Higiene de analogias (mapeamento de estrutura de Gentner). Toda analogia é seguida, em até 2 frases, por uma isenção de responsabilidade explícita "onde isso falha".
- Controle de jargão (pesquisa de ponto cego especialista de Nathan/Koedinger). Todo termo técnico definido no primeiro uso OU vinculado a uma entrada de glossário de um capítulo anterior. Sem exceções para termos "comuns".
- Prompts de autoexplicação restritos (Chi et al.; Bisra et al. 2018 g≈0,55). Entre cartões: "Complete esta frase: X funciona porque ___" com resposta modelo em um alternador.
- Linguagem simples para leitores B1. Média de frases ≤18 palavras, máx. 25. ≤1 oração subordinada por frase. Passiva ≤10%. Voz ativa. Segunda pessoa. Sem expressões idiomáticas.
- Construa sobre o que o aprendiz já sabe (Ausubel). A pré-entrevista captura os domínios conhecidos do usuário; o guia de escrita os transforma em um banco de analogias.
- Mostre mudanças de estado; não as narre (Larkin & Simon 1987; Tversky & Morrison 2002 Princípio da Apreensão; Wong/Leahy/Marcus/Sweller 2012 efeito de informação transitória; pequenos múltiplos de Tufte; segmentação de Mayer). Quando a prosa caminharia por estados sucessivos ("primeiro isso, depois aquilo, após a colisão…"), use uma
<div class="state-sequence">de 2 a 5 painéis. Mesma forma em cada painel, delta anotado, legenda = gatilho + invariante. O leitor vê a evolução; não lê uma história sobre ela.
Refutado — nunca use: estilos de aprendizagem (VAK), enquadramento das 10.000 horas, gamificação de sequências/emblemas, imagens decorativas para "engajamento", "cérebro direito/cérebro esquerdo", "nativos digitais".
Fluxo do Processo
digraph teach_me {
rankdir=TB;
"Analisar invocação" [shape=box];
"Pasta existente?" [shape=diamond];
"Local de saída" [shape=box];
"Pré-entrevista" [shape=box];
"Pesquisa (4 agentes paralelos)" [shape=box];
"Sintetizar + escrever OUTLINE.md" [shape=box];
"Usuário escolhe capítulos" [shape=box];
"Escrever WRITING_GUIDE.md" [shape=box];
"Geração de capítulos (lotes paralelos)" [shape=box];
"Passagem de consistência" [shape=box];
"Construir index.html" [shape=box];
"Abrir pasta + navegador" [shape=doublecircle];
"Analisar invocação" -> "Pasta existente?";
"Pasta existente?" -> "Local de saída" [label="não"];
"Pasta existente?" -> "Local de saída" [label="estender / novo / cancelar"];
"Local de saída" -> "Pré-entrevista";
"Pré-entrevista" -> "Pesquisa (4 agentes paralelos)";
"Pesquisa (4 agentes paralelos)" -> "Sintetizar + escrever OUTLINE.md";
"Sintetizar + escrever OUTLINE.md" -> "Usuário escolhe capítulos";
"Usuário escolhe capítulos" -> "Escrever WRITING_GUIDE.md";
"Escrever WRITING_GUIDE.md" -> "Geração de capítulos (lotes paralelos)";
"Geração de capítulos (lotes paralelos)" -> "Passagem de consistência";
"Passagem de consistência" -> "Construir index.html";
"Construir index.html" -> "Abrir pasta + navegador";
}
Não pule fases. Acompanhe o progresso com TaskCreate para que o usuário veja onde você está.
Fase 0 — Analisar invocação
- Obtenha o tópico dos argumentos. Se não houver argumento, responda: "Qual tópico você quer aprender? Pode ser técnico (uma biblioteca, linguagem, conceito) ou não técnico (uma filosofia, campo, habilidade)." e aguarde.
- Proteções de validação do tópico:
- Se o tópico for prejudicial (síntese de armas, alvos de hacking malicioso, atos ilegais) — recuse brevemente e pare. Sem sermão.
- Se o tópico for impossivelmente amplo (
programação,ciência,tudo) — peça ao usuário para restringir com 2–3 exemplos concretos: "Isso é muito amplo. Quer restringir para algo como 'padrões de programação assíncrona em TypeScript' ou 'como compiladores funcionam'?" Aguarde uma resposta mais restrita. - Se o tópico for vago, mas tratável (
IA,bancos de dados) — prossiga; a pergunta de escopo livre na entrevista restringirá ainda mais.
- Calcule o slug: minúsculo, substitua não alfanuméricos por
-, colapse-repetidos, remova espaços. Exemplo:Programação Assíncrona→programacao-assincrona.
Fase 1 — Verificação de pasta existente
- Leia o local de saída da memória (veja a Fase 2 para saber como é armazenado). Se a memória ainda não tiver um local, adie esta verificação até depois da Fase 2 coletar o local.
- Verifique se
<local-de-saida>/learn-<slug>/já existe. - Se existir, apresente três opções via
AskUserQuestion:- Estender — adicionar novos capítulos, regenerar capítulos específicos com novas notas de estilo, ou atualizar a pesquisa e escolher novamente.
- Começar novo — renomear a pasta existente para
learn-<slug>-arquivado-YYYY-MM-DD/e prosseguir com um novo curso. - Cancelar — parar.
- Se Estender: sub-opções — (a) adicionar capítulos sobre novos subtópicos (pular para pesquisa com OUTLINE.md anterior como contexto), (b) regenerar números de capítulos específicos com novas notas (pular para a fase de escrita para esses capítulos), (c) atualizar a pesquisa e reescolher capítulos (re-execução completa com OUTLINE.md anterior mesclado).
- Nunca sobrescreva destrutivamente um curso anterior.
Fase 2 — Local de saída
- Pesquise na memória por uma entrada marcada com
teach-me-output-locationou similar. UseGlobemC:/Users/AlemTuzlak/.claude/projects/F--projects/memory/*.mdeGrepparateach-me. - Se encontrado e o caminho ainda existir, use-o. Declare brevemente: "Escrevendo em
<caminho>." - Se não encontrado, pergunte via
AskUserQuestion:- Usar
F:/projects/learning/(cria a pasta se estiver faltando) — Recomendado. - Usar o diretório de trabalho atual (
./). - Especificar um caminho diferente — o usuário fornece via "Outro".
- Usar
- Após o usuário responder, pergunte: "Salvar este como seu local padrão para futuras execuções de
/teach-me?" — sim/não viaAskUserQuestion. - Se sim, escreva um arquivo de memória
teach_me_output_location.mdcom frontmattertype: usere o caminho no corpo. AtualizeMEMORY.mdcom uma linha. - Agora tente novamente a verificação de pasta existente da Fase 1 com o local resolvido.
Fase 3 — Pré-entrevista
Pergunte em duas rodadas:
Rodada 1 — único AskUserQuestion com 4 perguntas estruturadas
P1 [Conhecimento atual]: Quanto você já sabe sobre <tópico>?
- Nunca ouvi falar
- Conheço a terminologia, sem experiência prática
- Já construí coisas básicas
- Praticante intermediário
P2 [Proficiência final]: Onde você quer chegar?
- Apenas visão geral conceitual
- Posso construir coisas básicas
- Posso construir coisas de nível de produção
- Posso ensinar outros
P3 [Orçamento de profundidade]: Quanto você quer?
- Primer rápido (~3–5 capítulos)
- Padrão (~6–10 capítulos)
- Mergulho profundo (tudo pesquisado, 10–15+ capítulos)
P4 [Carga de prática]: Quanta prática prática?
- Leve (foco em leitura)
- Padrão (leitura + recordação + exercício ocasional)
- Pesado (todo capítulo tem exemplos trabalhados e exercícios)
Rodada 2 — única resposta em mensagem de texto simples
Envie esta mensagem exata (substitua <tópico>):
Mais duas coisas antes de começar a pesquisar:
1. O que você já conhece bem? Liste linguagens, frameworks, campos, hobbies — qualquer coisa em que você tenha passado tempo sério (ex.: "TypeScript, React, teoria musical, culinária, xadrez"). Usarei estes como fontes de analogia para ancorar novos conceitos ao que você já sabe.
2. Algum ângulo específico dentro de <tópico>, ou devo cobrir amplamente? Diga "me surpreenda" para cobertura completa.
Aguarde uma única resposta contendo ambas. Analise livremente — aceite listas separadas por vírgulas, listas com marcadores ou texto livre.
Persista as respostas em um struct de trabalho (você as escreverá em OUTLINE.md e WRITING_GUIDE.md posteriormente).
Fase 4 — Pesquisa (4 agentes paralelos)
Despache uma chamada Agent em lote contendo 4 subagentes general-purpose. Eles executam em paralelo. Cada um recebe um resumo autocontido e relata de volta um relatório estruturado.
Faixa A — Conteúdo autoritativo. Encontre os melhores artigos, tutoriais, palestras de conferências e artigos acadêmicos sobre <tópico>. WebSearch + WebFetch os resultados de maior sinal. Retorne 8–15 com uma linha "por que ler" para cada, marcados [artigo|tutorial|palestra|artigo_academico].
Faixa B — Influenciadores de nicho e praticantes. Encontre pessoas específicas conhecidas por <tópico> — não celebridades tech, mas praticantes com seus próprios blogs/newsletters/Twitter que vão fundo neste nicho. Retorne 4–8 com: nome, veículo pessoal (URL do blog), URL do post de assinatura, uma linha sobre por que vale a pena seguir. Pule qualquer pessoa cuja única produção seja marketing corporativo.
Faixa C — Referências canônicas. Documentação oficial, especificações, implementações de referência, livros-texto definitivos. Se <tópico> for uma biblioteca/framework/ferramenta CLI, use o MCP context7 (resolve-library-id então query-docs) para obter documentação canônica atual. Retorne 3–8 fontes com informações de versão.
Faixa D — Panorama de subtópicos e linguagem canônica. Pesquise o tópico para produzir uma árvore de subtópicos com descrições de uma linha (tipicamente 8–15 subtópicos). Sugira uma ordenação instrucional (pré-requisitos primeiro, avançados por último). Se o tópico for técnico, determine a linguagem canônica usada pela documentação oficial/mais comum em produção (ex.: Temporal → TypeScript ou Go; LangGraph → Python). Declare explicitamente: "Linguagem canônica: X, porque Y."
Cada agente relata com menos de 800 palavras, estruturado. Após todos os 4 retornarem, sintetize.
Fase 5 — Esboço e escolhas de capítulos
- Escreva
<local-de-saida>/learn-<slug>/OUTLINE.mdcom esta estrutura:
# Aprendendo <Tópico>
## Seu objetivo (registrado)
- **Nível atual**: <resposta da P1>
- **Proficiência alvo**: <resposta da P2>
- **Profundidade**: <resposta da P3>
- **Carga de prática**: <resposta da P4>
- **Domínios conhecidos (banco de analogias)**: <separados por vírgula da Rodada 2>
- **Escopo/ângulo**: <resposta da Rodada 2>
## Panorama de subtópicos (da pesquisa)
1. <subtópico 1> — <descrição de uma linha>
2. <subtópico 2> — <descrição de uma linha>
...
## Ordenação sugerida
Uma ordem que respeita pré-requisitos com justificativa para cada etapa.
## Capítulos recomendados (~N, com base no seu orçamento de profundidade)
Lista numerada de capítulos propostos. Cada entrada: título curto + 1 linha sobre o que é coberto + cartões estimados (5–9 por capítulo).
## Linguagem canônica (apenas tópicos técnicos)
<linguagem e justificativa de uma linha>
## Fontes recomendadas
- [Fonte 1](url) — [tipo] — por que ler
...
## Influenciadores de nicho que vale a pena seguir
- **Nome** — [url do blog] — post de assinatura: [url do post] — uma linha sobre por que
...
- Abra o arquivo automaticamente:
Bash code --new-window "<caminho-absoluto-para-OUTLINE.md>". - Responda ao usuário com esta mensagem exata (substitua apropriadamente):
Escrevi o esboço em
<caminho-absoluto>e o abri para você.Responda com quais capítulos escrever:
all— escreva todos os capítulos recomendados1,3,5-7— capítulos ou intervalos específicos- Texto livre — descreva com suas próprias palavras no que focar
reshape— me diga o que adicionar, remover, mesclar ou reordenar antes de confirmarmosSe você escolher
reshape, revisarei OUTLINE.md e perguntarei novamente.
- Se o usuário disser
reshape, anote suas observações, revise OUTLINE.md, salve, reabra, pergunte novamente. Faça um loop até que seja confirmado. - Analise as escolhas em uma lista final ordenada de capítulos
picks = [...].
Fase 6 — Escreva WRITING_GUIDE.md
Escreva <local-de-saida>/learn-<slug>/WRITING_GUIDE.md. Este arquivo é o resumo compartilhado para todos os agentes escritores de capítulos e o agente de passagem de consistência. Deve ser abrangente e concreto.
Use o modelo em <skill-dir>/assets/templates/WRITING_GUIDE.template.md como ponto de partida — substitua as respostas da entrevista gravadas do usuário nos placeholders ({{TOPIC}}, {{CURRENT_LEVEL}}, {{TARGET_PROFICIENCY}}, {{PRACTICE_LOAD}}, {{KNOWN_DOMAINS}}, {{SCOPE}}, {{CANONICAL_LANGUAGE}}).
Aponte também os escritores de capítulos para a referência da biblioteca de componentes em <skill-dir>/assets/COMPONENTS.md — eles devem folheá-la antes de escrever. Destacados, cartões de diagrama, blocos de comparação, abas, cartões de estatísticas, pílulas de plataforma e listas de etapas estão disponíveis; alguns são gerados automaticamente a partir de convenções markdown, o restante é HTML explícito dentro de markdown.
Verifique se o arquivo gerado aplica todas as 12 regras de pedagogia listadas na seção "Fundamentação Pedagógica" no topo deste SKILL.md. Se alguma regra não estiver representada no guia, adicione-a antes de continuar.
Fase 7 — Geração de capítulos (lotes paralelos)
Gere os capítulos escolhidos em lotes paralelos de 3–5 subagentes escritores por rodada, sequencialmente entre as rodadas.
Para cada rodada:
1