summary-generator

要約ジェネレーター

概要

このスキルは、ソクラテス式の質問を通じて学習の要点を抽出し、教育レッスンの簡潔で見やすい要約を生成します。要約は、理解を深めるために復習する学生向けの素早い振り返りと、実践中に確認する学生向けの必要なときに参照できる情報という、2つのニーズに応えます。

抽出プロセス（ソクラテス式）

要約を生成するには、以下の質問に順番に答えてください。各質問で、要約の各セクションに記載する内容を抽出します。

質問 1：中心となる概念

「学生が明日、このレッスンからたった1つだけ覚えているとしたら、何を覚えている必要がありますか？」

最も重要な要点を1〜2文で抽出します。これは、ほかのすべてを理解するための基盤となる洞察です。

テスト：この文だけを読んだ人が、レッスンの目的を同級生に説明できますか？

質問 2：重要なメンタルモデル

「このレッスンは、学生の頭の中にどのような思考の枠組みを定着させますか？問題を見るためのどのような『レンズ』を身につけますか？」

2〜3個のメンタルモデルを抽出します。これらは事実ではなく、再利用できる思考パターンです。次の点に注目してください。

• 原因 → 結果の関係
• 判断の枠組み（「X のときは Y をする」）
• 概念的なたとえや類推

テスト：新しい状況にも応用できますか。それとも、このレッスンに固有の事実ですか？

質問 3：重要なパターン

「このレッスンでは、どのような実践的なテクニックやパターンを教えていますか？学生が以前はできなかったことで、今できることは何ですか？」

レッスンから実践可能なパターンを2〜4個抽出します。次のようなものが該当します。

• コード例とその目的
• AI との協働テクニック
• 紹介されたツールやコマンド
• 実演されたワークフロー

テスト：学生はレッスンを読み返さずに、これらのパターンを応用できますか？

質問 4：AI との協働の要点

「このトピックで AI はどのように役立ちますか？違いを生み出すプロンプトや協働パターンは何ですか？」

このトピックで AI と協働する際の洞察を1〜2個抽出します。「Three Roles」フレームワークは明かさず、実践的な協働パターンに焦点を当ててください。

注：レッスンに AI との協働が含まれない場合は、このセクションを省略してください（Layer 1 の内容）。

質問 5：よくある間違い

「学生はどこで間違えがちですか？このレッスンでは、どのような誤解を正しますか？」

次のような内容から、よくある間違いを2〜3個抽出します。

• 明示的な「よくある間違い」のセクション
• レッスン内のエラー例
• 予想に反する、思い込みと矛盾する要点

テスト：これを知っていれば、実際の間違いを防げますか？

質問 6：関連性

「このレッスンは、どのような前提知識に基づいていますか？この先、どこにつながりますか？」

関連項目へのナビゲーションリンクを抽出します。

• 前提：前提とされる既習の概念
• 次につながる内容：このレッスンで、後続のレッスンで何ができるようになるか

注：このセクションは任意です。関連性が明確でない、または役立たない場合は省略してください。

出力テンプレート

次の正確な構成に従って要約を生成してください。

### Core Concept
[1-2 sentences from Question 1]

### Key Mental Models
- **[Model Name]**: [Brief explanation]
- **[Model Name]**: [Brief explanation]
- **[Model Name if needed]**: [Brief explanation]

### Critical Patterns
- [Pattern/technique 1]
- [Pattern/technique 2]
- [Pattern/technique 3 if applicable]
- [AI collaboration pattern if applicable]

### Common Mistakes
- [Mistake 1 and why it's wrong]
- [Mistake 2 and why it's wrong]
- [Mistake 3 if applicable]

### Connections
- **Builds on**: [Prior concept/chapter]
- **Leads to**: [Next concept/chapter]

長さのガイドライン

レッスンの難易度に応じて、要約の長さを調整してください（frontmatter の proficiency_level を参照）。

習熟度	目標の長さ	理由
A1-A2（初級）	150-250語	概念がより単純で、パターンが少ない
B1-B2（中級）	200-350語	より微妙な要素があり、複数のテクニックを扱う
C1-C2（上級）	250-400語	トピックが複雑で、多くの相互関係がある

避けるべきパターン（含めてはいけない内容）

原則7：必要最小限の内容に従い、要約には次の内容を含めないでください。

• ❌ 詳しい説明 — 要約では概念を示すにとどめ、改めて教え直しません
• ❌ コード例 — これらはレッスン本編に含まれています
• ❌ 練習問題 — 学生は練習のためにレッスンに戻ります
• ❌ 「次の内容」へのナビゲーション — コースの構成で扱います
• ❌ 動機づけの内容 — 「おめでとうございます！」などの余分な表現は含めません
• ❌ Layer／Stage のラベル — 学生が体験するのは教育法であり、その学習ではありません
• ❌ フレームワーク用語 — 「Three Roles」、「Layer 2」などは含めません

ファイル名の規則

要約ファイル名は、拡張子を除いたレッスンのファイル名の末尾に .summary.md を付けます。

# Lesson file:
apps/learn-app/docs/05-Python/17-intro/01-what-is-python.md

# Summary file:
apps/learn-app/docs/05-Python/17-intro/01-what-is-python.summary.md

ワークフロー

1. 読む 対象のレッスンファイルを最後まで読む
2. 抽出する フロントマターからレッスンの習熟度を抽出する
3. 回答する ソクラテス式の質問にそれぞれ回答し、抽出した内容を記録する
4. 作成する テンプレートを使って要約を作成する
5. 検証する アンチパターンのチェックリストと照合する
6. 確認する 長さのガイドラインに照らして語数を確認する
7. 書き込む .summary.md ファイルに書き込む

例：データ型のレッスンの要約

A2レベルの習熟度を対象に、Pythonのデータ型を教えるレッスンの場合：

### Core Concept
Data types are Python's classification system—they tell Python "what kind of data is this?" and "what operations are valid?"

### Key Mental Models
- **Types → Operations**: Numbers enable math; text enables joining; booleans enable decisions
- **Type Mismatch → Error**: `5 + "hello"` fails because Python can't add numbers to text
- **Type Decision Framework**: Ask "What kind of data?" to determine the right type

### Critical Patterns
- Use `type()` to verify what type Python assigned: `type(42)` returns `<class 'int'>`
- Type hints express intent: `age: int = 25` tells both AI and humans what you expect
- 7 categories cover all data: Numeric, Text, Boolean, Collections, Binary, Special (None)

### Common Mistakes
- Storing numbers as text (`"25"` instead of `25`) prevents math operations
- Forgetting that `0.1 + 0.2` doesn't exactly equal `0.3` (floating point precision)
- Mixing types in operations without explicit conversion

### Connections
- **Builds on**: Python installation and first programs (Chapter 17)
- **Leads to**: Deep dive into numeric types and text handling (Chapters 18-20)

語数：約175語（A2レベルに適切）