teach
Acerca de
La habilidad 'enseñar' proporciona transferencia de conocimiento adaptativa modelando el estado mental del aprendiz y estructurando explicaciones desde conceptos conocidos hacia desconocidos. Emplea el cuestionamiento socrático para verificar la comprensión y ajusta su enseñanza basándose en las señales de retroalimentación del usuario. Utilice esta habilidad cuando un usuario pregunte "¿cómo funciona X?" o necesite explicaciones graduales, revele lagunas de conocimiento, o requiera enseñanza de conceptos con conocimiento previo que pueda carecer.
Instalación rápida
Claude Code
Recomendadonpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/teachCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
Lehren
Eine strukturierte Wissenstransfersitzung durchfuehren — den aktuellen Kenntnisstand des Lernenden einschaetzen, vom Bekannten zum Unbekannten Gerueste bauen, auf kalibrierter Tiefe erklaeren, Verstaendnis durch Fragen pruefen, sich an Feedback anpassen und durch Uebung verstaerken.
Wann verwenden
- Wenn ein Benutzer fragt "wie funktioniert X?" und die Antwort abgestufte Erklaerung erfordert, keinen Daten-Dump
- Wenn die Fragen des Benutzers eine Luecke zwischen seinem aktuellen Verstaendnis und dem, was er wissen muss, offenbaren
- Wenn fruehere Erklaerungen nicht angekommen sind — der Benutzer klaert immer wieder oder formuliert die gleiche Frage anders
- Beim Lehren eines Konzepts, das Voraussetzungen hat, die der Benutzer moeglicherweise nicht hat
- Nach
learnein tiefes mentales Modell aufgebaut hat, das nun effektiv kommuniziert werden muss
Eingaben
- Erforderlich: Das zu lehrende Konzept, System oder die Faehigkeit
- Erforderlich: Der Lernende (implizit verfuegbar — der Benutzer in der Konversation)
- Optional: Bekannter Lernenderkontext (Expertisenniveau, Hintergrund, formulierte Ziele)
- Optional: Fruehere fehlgeschlagene Erklaerungen (was bereits versucht wurde)
- Optional: Zeit-/Tiefenbeschraenkung (schnelle Uebersicht vs. tiefes Verstaendnis)
Vorgehensweise
Schritt 1: Einschaetzen — Den Lernenden kartieren
Bevor etwas erklaert wird, bestimmen, was der Lernende bereits weiss und was er braucht.
Lernenden-Kalibrierungsmatrix:
┌──────────────┬────────────────────────────┬──────────────────────────┐
│ Niveau │ Erklaerungsmuster │ Pruefungsmuster │
├──────────────┼────────────────────────────┼──────────────────────────┤
│ Anfaenger │ Analogie zuerst. An │ "In eigenen Worten, was │
│ (kein │ vertraute Konzepte │ macht X?" Jede korrekte │
│ Fachvokab.) │ anknuepfen. Jargon ganz │ Umschreibung akzeptieren.│
│ │ vermeiden. Konkretes vor │ │
│ │ Abstraktem. │ │
├──────────────┼────────────────────────────┼──────────────────────────┤
│ Fortge- │ Auf vorhandenem Vokabular │ "Was wuerde passieren, │
│ schritten │ aufbauen. Luecken mit │ wenn wir Y aendern?" │
│ (kennt │ gezielten Erklaerungen │ Testet, ob vom │
│ Begriffe, │ fuellen. Codebeispiele │ Verstaendnis aus │
│ mit Luecken) │ nah an der eigenen Arbeit. │ vorhergesagt werden kann.│
├──────────────┼────────────────────────────┼──────────────────────────┤
│ Experte │ Grundlagen ueberspringen. │ "Wie wuerden Sie X mit │
│ (starke │ Auf Nuancen, Kompromisse, │ dem Z-Ansatz │
│ Basis, │ Grenzfaelle fokussieren. │ vergleichen?" Testet │
│ sucht Tiefe) │ Quellmaterial direkt │ Integration und Urteil. │
│ │ referenzieren. │ │
├──────────────┼────────────────────────────┼──────────────────────────┤
│ Fehlkali- │ Behutsam korrigieren. Das │ "Lassen Sie mich mein │
│ briert │ richtige Modell neben der │ Verstaendnis pruefen — │
│ (selbst- │ Erklaerung liefern, warum │ Sie sagen X?" Zurueck- │
│ sicher aber │ das falsche Modell sich │ spiegeln, um die │
│ falsch) │ richtig anfuehlt. Keine │ Diskrepanz aufzudecken. │
│ │ Beschaemungssignale. │ │
└──────────────┴────────────────────────────┴──────────────────────────┘
- Ueberpruefen, was der Benutzer gesagt hat: seine Fragen, sein Vokabular, seine formulierten Ziele
- Sein wahrscheinliches Niveau fuer dieses spezifische Thema einordnen (eine Person kann in einem Bereich fortgeschritten und in einem anderen Anfaenger sein)
- Die Zone der naechsten Entwicklung (ZPD) identifizieren: Was liegt gerade jenseits seiner aktuellen Reichweite, ist aber mit Unterstuetzung erreichbar?
- Missverstaendnisse notieren, die adressiert werden muessen, bevor das korrekte Modell greifen kann
- Den besten Einstiegspunkt identifizieren: Was weiss er bereits, das mit dem verbunden ist, was er lernen muss?
Erwartet: Ein klares Bild von: was der Lernende weiss, was er wissen muss und welche Bruecke beides verbindet. Die Einschaetzung sollte spezifisch genug sein, um eine Erklaerungsstrategie zu waehlen.
Bei Fehler: Wenn das Niveau des Lernenden unklar ist, eine Kalibrierungsfrage stellen: "Sind Sie mit [Voraussetzungskonzept] vertraut?" Das ist kein Test — es ist Datenerhebung, um besser zu lehren. Wenn Fragen unpassend wirken, standardmaessig auf Fortgeschrittenen-Niveau setzen und basierend auf der Reaktion anpassen.
Schritt 2: Geruest bauen — Vom Bekannten zum Unbekannten
Einen Weg vom bereits Verstandenen zum neuen Konzept bauen.
- Den Anker identifizieren: ein Konzept, das der Lernende definitiv versteht und das mit dem Ziel zusammenhaengt
- Die Verbindung explizit formulieren: "X, das Sie kennen, funktioniert wie Y in diesem neuen Kontext, weil..."
- Eine neue Idee pro Satz einfuehren — nie zwei neue Konzepte im selben Satz
- Konkrete Beispiele vor abstrakten Prinzipien verwenden
- Geschichtete Komplexitaet aufbauen: einfache Version zuerst, dann Nuancen hinzufuegen
- Wenn Voraussetzungen fehlen, zuerst die Voraussetzung lehren (Mini-Geruest), bevor zum Hauptkonzept zurueckgekehrt wird
Erwartet: Ein geruesteter Weg, bei dem jeder Schritt auf dem vorherigen aufbaut. Der Lernende sollte sich nie verloren fuehlen, weil jede neue Idee mit etwas verbunden ist, das er bereits hat.
Bei Fehler: Wenn die Luecke zwischen Bekanntem und Unbekanntem zu gross fuer ein einzelnes Geruest ist, in mehrere kleinere Schritte aufteilen. Wenn kein vertrauter Anker existiert (voellig neue Domaene), eine Analogie zu einer anderen Domaene verwenden, die der Lernende kennt. Wenn die Analogie unvollkommen ist, die Grenzen anerkennen: "Das ist wie X, ausser dass..."
Schritt 3: Erklaeren — Tiefe und Stil kalibrieren
Die Erklaerung auf dem richtigen Niveau, in der richtigen Art liefern.
- Mit der Kernidee in einem Satz eroeffnen — die Schlagzeile vor dem Artikel
- Mit der geruesteten Erklaerung aus Schritt 2 erweitern
- Das Vokabular des Lernenden verwenden, nicht den Domaenen-Jargon (es sei denn, er ist fortgeschritten)
- Fuer Code-Konzepte: ein minimales funktionierendes Beispiel zeigen, kein umfassendes
- Fuer abstrakte Konzepte: zuerst eine konkrete Instanz liefern, dann verallgemeinern
- Fuer Prozesse: einen spezifischen Fall Schritt fuer Schritt durchgehen, bevor die allgemeinen Regeln formuliert werden
- Auf Anzeichen von Verwirrung achten: Wenn die naechste Frage nicht auf der Erklaerung aufbaut, ist die Erklaerung nicht angekommen
Erwartet: Der Lernende erhaelt eine Erklaerung, die weder zu flach (laesst ihn mit Fragen zurueck) noch zu tief (ueberwaeltigt mit unnoetigem Detail) ist. Die Erklaerung verwendet seine Sprache und knuepft an seinen Kontext an.
Bei Fehler: Wenn die Erklaerung zu lang ist, kann die Kernidee vergraben sein — die Ein-Satz-Schlagzeile neu formulieren. Wenn der Lernende nach der Erklaerung verwirrter wirkt, war der Einstiegspunkt falsch — einen anderen Anker oder eine andere Analogie versuchen. Wenn das Konzept wirklich komplex ist, Komplexitaet anerkennen statt sie zu verstecken: "Das hat drei Teile, und sie interagieren. Lassen Sie mich mit dem ersten beginnen."
Schritt 4: Pruefen — Verstaendnis verifizieren
Nicht annehmen, dass die Erklaerung funktioniert hat. Sie durch Fragen testen, die das mentale Modell des Lernenden offenlegen.
- Eine Frage stellen, die Anwendung erfordert, nicht Abruf: "Wenn X gegeben ist, was wuerden Sie erwarten?"
- Um eine Paraphrase bitten: "Koennen Sie das in eigenen Worten erklaeren?"
- Eine Variation praesentieren: "Was waere, wenn wir dieses eine Ding aendern wuerden?"
- Nach dem spezifischen Verstaendnis suchen: Kann er vorhersagen, nicht nur wiederholen?
- Wenn seine Antwort ein Missverstaendnis offenbart, den spezifischen Fehler fuer Schritt 5 notieren
- Wenn seine Antwort korrekt ist, etwas weiter vordringen: Kann er verallgemeinern?
Erwartet: Die Pruefung offenbart, ob der Lernende ein funktionierendes mentales Modell hat oder die Erklaerung nachplappert. Ein funktionierendes Modell kann mit Variationen umgehen; eine auswendig gelernte Erklaerung nicht.
Bei Fehler: Wenn der Lernende die Pruefungsfrage nicht beantworten kann, hat die Erklaerung nicht das richtige mentale Modell aufgebaut. Das ist nicht sein Versagen — es ist Feedback zum Lehren. Notieren, was spezifisch nicht angekommen ist, und zu Schritt 5 uebergehen.
Schritt 5: Anpassen — Auf Feedback reagieren
Basierend auf den Pruefungsergebnissen den Lehransatz anpassen.
- Wenn das Verstaendnis solide ist: zur Verstaerkung uebergehen (Schritt 6) oder zum naechsten Konzept fortschreiten
- Wenn ein spezifisches Missverstaendnis besteht: es direkt mit Belegen ansprechen, nicht mit Wiederholung
- Wenn allgemeine Verwirrung besteht: einen voellig anderen Erklaerungsansatz versuchen
- Wenn der Lernende der Einschaetzung voraus ist: beschleunigen — Geruestbau ueberspringen und zu Nuancen gehen
- Wenn der Lernende hinter der Einschaetzung liegt: verlangsamen — die fehlende Voraussetzung lehren
Anpassungsreaktionen:
┌──────────────────┬─────────────────────────────────────────────────┐
│ Signal │ Anpassung │
├──────────────────┼─────────────────────────────────────────────────┤
│ "Ich glaube, │ Behutsam vordringen: "Gut — was wuerde also │
│ ich verstehe" │ passieren, wenn...?" Verifizieren vor dem │
│ │ Weitergehen. │
├──────────────────┼─────────────────────────────────────────────────┤
│ "Ich bin │ Modalitaet wechseln: wenn verbal, Code zeigen. │
│ verwirrt" │ Wenn Code, Analogie verwenden. Wenn Analogie, │
│ │ ein Diagramm zeichnen. │
├──────────────────┼─────────────────────────────────────────────────┤
│ "Aber was ist │ Gutes Zeichen — er testet das Modell. Den │
│ mit [Grenzfall]?"│ Grenzfall ansprechen, was das Verstaendnis │
│ │ vertieft. │
├──────────────────┼─────────────────────────────────────────────────┤
│ "Das scheint │ Er hat ein konkurrierendes Modell. Erkunden: │
│ nicht richtig" │ "Was denken Sie passiert stattdessen?" Die │
│ │ beiden in Einklang bringen. │
├──────────────────┼─────────────────────────────────────────────────┤
│ Stille oder │ Er verarbeitet moeglicherweise, oder ist │
│ Themenwechsel │ verloren. Fragen: "Welcher Teil fuehlt sich am │
│ │ wenigsten klar an?" Die Huerde behutsam senken. │
└──────────────────┴─────────────────────────────────────────────────┘
Erwartet: Der Unterricht passt sich in Echtzeit basierend auf Feedback an. Keine Erklaerung wird identisch wiederholt — jeder erneute Versuch verwendet einen anderen Ansatz. Die Anpassung sollte sich responsiv anfuehlen, nicht mechanisch.
Bei Fehler: Wenn mehrere Anpassungsversuche fehlschlagen, kann das Problem eine fehlende Voraussetzung sein, die so grundlegend ist, dass keine der beiden Seiten sie identifiziert hat. Explizit fragen: "Welcher Teil der Erklaerung fuehlt sich wie der groesste Sprung an?" Das offenbart oft die verborgene Luecke.
Schritt 6: Verstaerken — Uebung bereitstellen
Verstaendnis durch Anwendung festigen, nicht durch Wiederholung.
- Eine Uebungsaufgabe bereitstellen, die das neue Konzept erfordert (keine Trickfrage)
- Im Code-Kontext: eine kleine Aenderung am bestehenden Code vorschlagen, die das Konzept verwendet
- Im konzeptuellen Kontext: ein Szenario praesentieren und bitten, das Modell anzuwenden
- Nach vorne verbinden: "Jetzt, da Sie X verstehen, verbindet sich das mit Y, was wir als naechstes erkunden koennen"
- Referenzmaterial fuer eigenstaendige Erforschung bereitstellen: Dokumentationslinks, verwandte Dateien, weiterfuehrende Lektuere
- Den Kreis schliessen: "Zusammenfassend, was wir behandelt haben..." — ein Satz fuer das Kernkonzept
Erwartet: Der Lernende hat das Konzept mindestens einmal angewendet und hat Ressourcen fuer weiteres Lernen. Die Zusammenfassung verankert das Gelernte fuer spaeteres Erinnern.
Bei Fehler: Wenn die Uebungsaufgabe zu schwer ist, hat der Unterricht zu weit gesprungen — die Aufgabe vereinfachen. Wenn der Lernende die Uebung loesen kann, aber nicht erklaeren kann warum, hat er prozedurales Wissen ohne konzeptuelles Verstaendnis — zurueck zu Schritt 3 mit Fokus auf das "Warum" statt das "Wie".
Validierung
- Das Niveau des Lernenden wurde eingeschaetzt, bevor die Erklaerung begann
- Die Erklaerung wurde vom Bekannten zum Unbekannten geruestet, nicht als Daten-Dump geliefert
- Mindestens eine Pruefungsfrage wurde gestellt, um Verstaendnis zu verifizieren (nicht angenommen)
- Der Unterricht passte sich basierend auf Feedback an, statt die gleiche Erklaerung zu wiederholen
- Der Lernende kann das Konzept anwenden, nicht nur die Erklaerung abrufen
- Ehrliche Luecken wurden anerkannt statt uebergangen
Haeufige Stolperfallen
- Der Fluch des Wissens: Vergessen, dass der Lernende nicht den Kontext des Lehrenden teilt. Jargon, angenommene Voraussetzungen und implizite Reasoning-Schritte sind die Hauptverursacher
- Erklaeren um zu beeindrucken statt zu lehren: Umfassende, technisch praezise Erklaerungen, die Wissen demonstrieren, aber den Lernenden zuruecklassen
- Lauter wiederholen: Wenn eine Erklaerung nicht ankommt, sie mit mehr Nachdruck wiederholen statt einen anderen Ansatz zu versuchen
- Testen statt lehren: Pruefungsfragen als Fallen verwenden statt als Diagnosewerkzeuge. Das Ziel ist, Verstaendnis aufzudecken, nicht Versagen zu ertappen
- Stille als Verstaendnis annehmen: Das Fehlen von Fragen bedeutet nicht, dass die Erklaerung funktioniert hat — es bedeutet oft, dass der Lernende nicht weiss, was er fragen soll
- Einheitstiefe fuer alle: Einem Anfaenger eine Experten-Erklaerung geben, weil "er das volle Bild verstehen sollte", ueberwaeltigt; einem Experten eine Anfaenger-Erklaerung geben, weil "lieber sicher", verschwendet seine Zeit
Verwandte Skills
teach-guidance— die Variante zur menschlichen Anleitung, um eine Person darin zu coachen, ein besserer Lehrer zu werdenlearn— systematischer Wissenserwerb, der das Verstaendnis aufbaut, von dem aus gelehrt wirdlisten— tiefe empfaengliche Aufmerksamkeit, die die tatsaechlichen Beduerfnisse des Lernenden jenseits seiner formulierten Frage offenbartmeditate— Annahmen zwischen Lehrepisoden klaeren, um jedem Lernenden frisch zu begegnen
Repositorio GitHub
Habilidades relacionadas
llamaguard
OtroLlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.
cost-optimization
OtroEsta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.
quantizing-models-bitsandbytes
OtroEsta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.
dispatching-parallel-agents
OtroEsta Skill de Claude despliega múltiples agentes para investigar y solucionar 3 o más problemas independientes de forma concurrente. Está diseñada para escenarios que involucran fallos no relacionados que pueden resolverse sin estado compartido o dependencias. Su capacidad principal es la resolución paralela de problemas, asignando un agente por cada dominio problemático independiente para maximizar la eficiencia.
