Metodología

Este kit de herramientas destila una práctica real de aprendizaje. La versión en una línea: el temario define qué se evalúa → los materiales de referencia construyen los conceptos → las preguntas de práctica validan el resultado. Las tres cosas tienen su propia fuente de autoridad y el orden no se puede alterar: ponerse a responder preguntas antes de definir el temario, o practicar al aire conceptos sin ningún respaldo en materiales, es esfuerzo desperdiciado. A continuación, el patrón general despojado de todo vínculo con un dominio concreto: sirve para cualquier tema.

El patrón central: temario → materiales → preguntas

Al estudiar un dominio te encuentras con tres tipos de material, de naturaleza y prioridad distintas:

Material	Papel	Ejemplos	Autoridad
Temario / programa del examen	Define qué aprender y con qué profundidad	Programas de curso, convocatorias de certificación, listas de preguntas de entrevista, objetivos de aprendizaje tipo OKR	La única autoridad
Materiales de referencia	Construyen el sistema de conceptos	Libros de texto clásicos, documentación oficial, cursos abiertos, blogs de calidad, explicaciones de un tutor IA	Alta (cede ante el temario en caso de conflicto)
Preguntas de práctica	Validan el dominio	Exámenes reales, simulacros, preguntas escritas por ti, tarjetas, cuaderno de erróneas	Media (las preguntas pueden estar sesgadas)

El temario es la autoridad; los materiales de referencia y las preguntas de práctica son herramientas. Cuando los tres discrepan sobre un mismo concepto, gana el temario: que algo aparezca en preguntas o materiales no significa que el temario lo exija, y lo que el temario exige hay que aprenderlo aunque tu banco de preguntas no lo cubra.

Qué aprender y cuándo

Si el temario lo lista, hay que cubrirlo — un requisito duro de certificaciones, exámenes y entrevistas.
Si no lo lista, no lo fuerces — la señal es «puedes saltarlo», no «debes estudiar todo lo relacionado».
Si un punto tiene niveles (p. ej. L1 introducción / L2 avanzado / L3 dominio) — prepárate para tu nivel objetivo; no apuntes a ciegas al más alto.

El ciclo completo de aprendizaje

La herramienta organiza cinco tipos de artefactos en torno a un mismo conjunto de puntos de examen, más una línea de coach y una huella de aprendizaje:

Los cinco artefactos

App de práctica (quiz-app) — responder preguntas, calificar, recolectar erróneas, sincronización automática del progreso entre dispositivos.
Lecciones de curso (salida del CLI teach) — conceptos dispersos de los materiales ensartados en explicaciones sistemáticas, una mini-web HTML autónoma. Una lección solo cuenta en el progreso cuando marcas explícitamente «✓ completada» — abrirla no cuenta, terminarla sí.
Tarjetas (SRS) — anclas de memoria para los conceptos clave, con repetición espaciada mediante el algoritmo SM-2 + pasos de aprendizaje de Anki.
Análisis a fondo de erróneas (salida del CLI grill) — los fallos de alta frecuencia se agrupan en clústeres y cada uno se excava a fondo: por qué te equivocaste y dónde está la frontera de lo confuso, no solo la respuesta correcta.
Podcasts de repaso (salida del CLI podcast) — cursos, preguntas y análisis de erróneas convertidos en audio a dos voces (presentador y presentadora) para repasar en trayectos y entrenamientos.

La línea de coach: `/ask-coach`

Con tantas funciones, «¿qué toca hacer exactamente hoy?» se vuelve una carga en sí misma. El coach de estudio /ask-coach se encarga del enrutamiento: cada vez sondea primero tu estado de aprendizaje en modo solo lectura, luego te da una acción recomendada con su razón, y una vez elegida te guía por el playbook. Dos de sus flujos corresponden directamente a las afirmaciones más profundas de esta metodología:

F10 tutoría acompañada — la lección es unidireccional; la tutoría es un diálogo: explica a fondo cada punto de examen (qué es / por qué / cuándo se usa), evalúa en el momento y corrige el error en el momento. Es el complemento interactivo de «construir conceptos con materiales de referencia».
F11 sprint preexamen — a ≤ 7 días de la fecha del examen se abre la ventana de cosecha: cosecha solo lo ya aprendido (frases ancla, archivo de erróneas), no añadas lecciones nuevas; memoriza a fondo y valida con un simulacro.

La fecha objetivo es opcional (sin deadline, cero presión)

Los exámenes, las entrevistas y las fechas de entrega son un contexto del aprendizaje, no el aprendizaje en sí. En todo este kit la fecha objetivo es un parámetro opcional (el deadline del plan.json del tema; si falta, no hay). Si la pones, la cita de ritmo del panorama y el panel del plan en inicio te dan una comparación de ritmo: fecha de finalización proyectada al ritmo actual, días de margen o de retraso respecto al objetivo. Si no la pones, todo sigue funcionando igual, pero ninguna página muestra palabras de presión como «retraso / no llegas / acelera», y la recomendación «próxima parada» del panorama degrada al orden estructural (primero lo débil → lo primero desbloqueado; el orden del calendario de estudio cuando no hay mapeo de grafo de conocimiento). Aprender por interés no debería ser perseguido por una fecha límite que no existe.

La huella de aprendizaje: `study/`

Los productos de aprendizaje del paquete de tema viven unificados bajo study/, cada uno de los cuatro tipos en su sitio:

Directorio	Contenido	Naturaleza
`study/records/`	Archivo de progreso de la tutoría (registro punto por punto, frases ancla)	Privado del estudiante, nunca se publica con el sitio estático
`study/notes/`	Notas de etapa (producto de la tutoría, se pasa el testigo a la práctica)	Se distribuye con el paquete de tema
`study/wrong-questions/`	Análisis a fondo de erróneas (salida de grill)	Se distribuye con el paquete de tema
`study/sprint/`	Paquete de sprint preexamen (frases de memorización rápida / avisos de errores frecuentes / listas de memorización obligatoria / checklist)	Se distribuye con el paquete de tema

La IA participa en cada capa: redacción de preguntas (un agente las produce punto por punto desde el temario — véase el flujo F2 de ai-study-kit.es.md), enseñanza (teach), tutoría (F10, enseñanza dialogada), confección de tarjetas (destilación de conceptos del curso), excavación de erróneas (grill) y síntesis de podcasts (podcast). Cómo mantener todos estos productos en torno a un mismo conjunto de puntos de examen es el principio de las cuatro alineaciones.

Visión general del flujo

        ┌───────────────────────┐
        │  Temario (autoridad)  │
        └───────────┬───────────┘
                    │ define puntos + nivel
                    ▼
   ┌─────────────────────────────┐
   │  Materiales de referencia   │ ← libros / docs / cursos / tutor IA
   └──────────────┬──────────────┘
                  │ estructuración asistida por IA
                  ▼
   ┌─────────────────────────────┐
   │  Curso HTML (teach)         │ ← explicación sistemática + diálogo tutorado F10
   └──────────────┬──────────────┘
                  │ cuatro alineaciones (abajo)
                  ▼
   ┌─────────────────────────────┐
   │  Preguntas + tarjetas +     │ ← un mismo punto de examen
   │  análisis de erróneas       │   cubierto por todos los artefactos
   └──────────────┬──────────────┘
                  │ práctica continua
                  ▼
   ┌─────────────────────────────┐
   │  Tasa de acierto = efecto   │
   │  del aprendizaje            │
   └─────────────────────────────┘
                  ↓
   Erróneas → análisis por clústeres (grill) → reforzar → rehacer
   Examen cerca → cosecha del sprint (F11) → validación con simulacro

Una palabra para autores de temas

Aplica esta metodología a tu propio tema (K8s, React, vocabulario de inglés, cualquier asignatura):

Define primero el temario — no empieces a responder preguntas sin más. Piensa qué aprender y hasta qué nivel, y escríbelo en examples/<theme>/MISSION.md. Hasta un objetivo tan grueso como «quiero poder desplegar un clúster de K8s por mi cuenta» es mejor que nada.
Reúne materiales con autoridad — prioriza documentación oficial y libros de texto clásicos, y guarda los enlaces en examples/<theme>/RESOURCES.md. El tutor IA también necesita entrada autoritativa; no dejes que diserte de la nada.
Genera el curso — pon objetivos, audiencia, profundidad y enlaces a materiales en examples/<theme>/course-spec.json y ejecuta pnpm run ai:teach.
Valida con preguntas — valen exámenes reales, simulacros o preguntas escritas por ti; la clave es que sea cuantificable. La tasa de acierto no es el fin, es una señal de diagnóstico.
Excava en las erróneas — no te quedes con la respuesta correcta; pregúntate «por qué fallé, dónde está la confusión, cómo sería una variante». Deja que se acumulen y deja que el CLI grill las agrupe y las explique a fondo.

No hace falta recorrer el flujo a mano: con el coach /ask-coach instalado, basta decir «quiero aprender X» y el flujo F2 de nuevo tema te llevará por los pasos anteriores en orden.

Lecturas complementarias

four-alignment.es.md — las reglas detalladas del principio de las cuatro alineaciones
bidirectional-check.es.md — el script de verificación bidireccional automatizada
ai-cli-guide.es.md — uso de los CLI teach / grill / podcast
examples/dev-intro/ — el ejemplo completo del tema git + Linux, para ver qué pinta tiene el ciclo de las cuatro alineaciones