Методология

Этот инструментарий родился из реальной учебной практики. Версия одной строкой: программа задаёт, что сдавать → справочные материалы строят понятия → практические вопросы проверяют результат. У каждого шага свой источник истины, и порядок нельзя нарушать — начинать с отработки вопросов до появления программы или решать задачи по понятиям, никак не подкреплённым материалами, значит потратить силы впустую. Ниже — паттерн без привязки к предметной области, который ложится на любую тему.

Центральный паттерн: программа → материалы → вопросы

При изучении любой области перед вами три вида материалов, разных по природе и приоритету:

Материал	Роль	Примеры	Авторитетность
Программа / план экзамена	Задаёт что учить и насколько глубоко	Учебные программы, бюллетени сертификаций, списки вопросов с собеседований, учебные цели в духе OKR	Единственный авторитет
Справочные материалы	Строят систему понятий	Классические учебники, официальная документация, открытые курсы, качественные блоги, объяснения ИИ-репетитора	Высокая (при конфликте уступает программе)
Практические вопросы	Проверяют степень усвоения	Реальные экзаменационные вопросы, пробные варианты, вопросы собственного сочинения, карточки, тетрадь ошибок	Средняя (вопросы бывают смещёнными)

Программа — авторитет; справочные материалы и практические вопросы — инструменты. Если трое расходятся в описании одного понятия, побеждает программа: то, что попало в вопросы или материалы, программа не обязательно требует, а требования программы нужно отработать, даже если банк вопросов их не покрывает.

Что и когда учить

Перечислено в программе — покрыть обязательно — жёсткое требование сертификаций, тестов и собеседований.
Не перечислено — не тащите силой — это сигнал «можно пропустить», а не «учите всё связанное».
У пункта есть уровни (скажем, L1 знакомство / L2 продвинутый / L3 владение) — готовьтесь к целевому уровню, не цельтесь вслепую в максимальный.

Полный цикл обучения

Инструмент выстраивает вокруг одного набора пунктов экзамена пять видов артефактов, плюс контур тренера и каталог учебного следа.

Пять артефактов

Тренажёр (quiz-app) — отработка вопросов, оценка, сбор ошибок, автоматическая синхронизация прогресса между устройствами.
Курсы (продукт teach CLI) — разрозненные понятия из материалов, нанизанные в систематическое объяснение; самодостаточный HTML-мини-сайт. Урок засчитывается в прогресс только после явной отметки «✓ пройден» — открыть недостаточно, нужно пройти.
Карточки (SRS) — якоря памяти для ключевых понятий; интервальное повторение по алгоритму SM-2 + учебные шаги Anki.
Глубокий разбор ошибок (продукт grill CLI) — частые ошибки кластеризуются, и каждый кластер раскрывается глубоко: почему вы ошиблись и где проходят границы путаницы, а не просто правильный ответ.
Подкасты для повторения (продукт podcast CLI) — курсы, вопросы и разборы ошибок превращаются в аудиодиалог двух ведущих; повторяйте в дороге и на тренировке.

Контур тренера: `/ask-coach`

Когда функций становится много, вопрос «что именно делать сегодня» сам превращается в обузу. Учебный тренер /ask-coach занимается маршрутизацией: сначала только читает ваше учебное состояние, затем предлагает одно действие с обоснованием, а после выбора ведёт вас по playbook. Два его процесса напрямую соответствуют глубинным тезисам методологии:

F10 сопровождающее обучение — курс односторонний, сопровождение — это диалог: каждый пункт экзамена объясняется до конца (что это / почему / когда применять), тут же проверяется, и ошибка исправляется на месте. Это интерактивное дополнение к принципу «строить понятия по справочным материалам».
F11 предэкзаменационный спринт — за ≤ 7 дней до экзамена открывается окно сбора: собираем только уже пройденное (якорные фразы, архив ошибок), новых уроков не добавляем; выучили — проверяем пробным экзаменом.

След обучения: `study/`

Учебные продукты внутри пакета темы живут под study/, каждая из четырёх категорий на своём месте:

Каталог	Содержимое	Природа
`study/records/`	записи прогресса сопровождающего обучения (заметки по каждому пункту экзамена, якорные фразы)	Приватные данные учащегося, никогда не публикуются со статическим сайтом
`study/notes/`	этапные заметки (продукт сопровождения, эстафета передаётся отработке)	Распространяются с пакетом темы
`study/wrong-questions/`	глубокий разбор ошибок (продукт grill)	Распространяется с пакетом темы
`study/sprint/`	пакет предэкзаменационного спринта (шпаргалки с якорными фразами / предупреждения о ловушках / списки обязательного к заучиванию / чек-листы)	Распространяется с пакетом темы

ИИ участвует на каждом слое: составление вопросов (агент пишет вопросы по пунктам прямо из программы — процесс F2 в ai-study-kit.ru.md), преподавание (teach), сопровождение (диалог F10), создание карточек (дистилляция понятий из курса), глубокий разбор ошибок (grill), синтез подкастов (podcast). Как эти артефакты удерживаются вокруг одного набора пунктов экзамена — принцип four-alignment.ru.md.

Общая схема работы

        ┌─────────────────┐
        │  Программа      │
        │  (авторитет)    │
        └────────┬────────┘
                 │ задаёт пункты + уровень
                 ▼
   ┌─────────────────────────┐
   │  Справочные материалы   │ ← учебники / документация / курсы / ИИ-репетитор
   └────────┬────────────────┘
            │ структурирование с помощью ИИ
            ▼
   ┌─────────────────────────┐
   │  Курсы HTML (teach)     │ ← систематический курс + диалог F10
   └────────┬────────────────┘
            │ четырёхсторонняя выверка
            ▼
   ┌─────────────────────────┐
   │  Вопросы + карточки +   │ ← одни и те же пункты экзамена
   │  разбор ошибок          │   во всех артефактах
   └────────┬────────────────┘
            │ непрерывная отработка
            ▼
   ┌─────────────────────────┐
   │  Точность = результат   │
   │  обучения               │
   └─────────────────────────┘
            ↓
   Ошиблись → кластеризация и разбор (grill) → закрыть пробел → переделать
   Экзамен близко → сбор пакета спринта F11 → проверка пробным экзаменом

Слово авторам тем

Наложите эту методологию на свою тему (K8s, React, английская лексика, любой предмет):

Сначала определите программу — не бросайтесь сразу отрабатывать вопросы. Решите, что учите и до какой глубины, и запишите это в examples/<theme>/MISSION.md. Даже грубая цель вроде «хочу уметь самостоятельно развернуть кластер K8s» лучше, чем никакой.
Соберите авторитетные материалы — в приоритете официальная документация и классические учебники; ссылки складывайте в examples/<theme>/RESOURCES.md. ИИ-репетитору тоже нужен авторитетный вход — не позволяйте ему рассказывать из воздуха.
Сгенерируйте курс — запишите цель, аудиторию, глубину и ссылки на материалы в examples/<theme>/course-spec.json и запустите pnpm run ai:teach.
Проверьте себя вопросами — реальные экзаменационные, пробные или собственного сочинения — любые; главное, чтобы результат был измеримым. Точность — не цель, а диагностический сигнал.
Копайте ошибки — не останавливайтесь на правильном ответе; спрашивайте «почему я ошибся, где граница путаницы, как выглядел бы вариант». Копите ошибки, а потом отдайте их grill CLI на кластеризацию и глубокий разбор.

Весь этот процесс не обязательно проходить вручную — установите тренера /ask-coach, скажите «хочу выучить X», и процесс F2 (новая тема) проведёт вас по шагам в нужном порядке.

Что читать дальше

four-alignment.ru.md — детальные правила четырёхсторонней выверки
bidirectional-check.ru.md — скрипт автоматической двусторонней проверки
ai-cli-guide.ru.md — работа с CLI teach / grill / podcast
examples/dev-intro/ — полный пример на git + Linux: посмотрите, как выглядит выверенный цикл целиком