学習（ガイダンス）

新しいトピック、技術、またはスキルの構造化された学習プロセスを通じて人をガイドする。AIが学習コーチとして機能し、開始時の知識を評価し、学習パスを計画し、適切なペースで教材を通じて歩き、質問で理解をテストし、フィードバックに基づいてアプローチを適応させ、定着のために統合する。

使用タイミング

• 新しい技術、フレームワーク、言語、または概念を学びたいがどこから始めればよいかわからない時
• ドキュメントや学習リソースに圧倒されて構造化されたパスが必要な時
• 教材を忘れ続けて間隔反復のガイダンスが必要な時
• ドメイン間を移行（例えばバックエンドからフロントエンド）してギャップ分析が必要な時
• 自律学習にアカウンタビリティと構造が欲しい時
• meditate-guidanceで精神的なノイズをクリアした後、集中した学習のための空間を作った時

入力

• 必須: 学びたいこと（トピック、技術、スキル、または概念）
• 必須: 学習の目的（仕事の要件、個人的な興味、プロジェクトの必要性、キャリアチェンジ）
• 任意: この分野の現在の知識レベル（自己評価または実証済み）
• 任意: 学習に利用可能な時間（1日/週あたりの時間、締め切りがあれば）
• 任意: 好みの学習スタイル（読書、ハンズオン、動画、ディスカッション）
• 任意: このトピックの学習における過去の失敗（以前何がうまくいかなかったか）

手順

ステップ1: 評価 — 出発点の確認

学習パスを設計する前に、その人が現在どこにいるかを理解する。

1. トピックに関する経験を尋ねる:「Xについてすでに何を知っていますか？」
2. 隣接する知識を尋ねる:「関連するトピックで馴染みのあるものは？」（これらが橋渡しになる）
3. ある程度の知識があると言う場合、深さと表面的な馴染みを明らかにするキャリブレーション質問をする
4. 語彙に注目する: ドメイン用語を正しく使っているか、おおよそか、まったく使っていないか？
5. 学習目標を具体的に特定する:「これを学んだ後、何ができるようになりたいですか？」
6. 主な動機を特定する: 好奇心、実用的な必要性、キャリアアップ、またはクリエイティブプロジェクト

Starting Position Assessment:
┌───────────────┬────────────────────────────┬──────────────────────────┐
│ Level Found   │ Indicators                 │ Path Approach            │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ No exposure   │ No vocabulary, no mental   │ Start with "what" and    │
│               │ model, everything is new   │ "why" before "how"       │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ Surface       │ Has heard terms, no hands- │ Fill vocabulary gaps,    │
│ awareness     │ on experience, vague model │ then move to hands-on    │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ Partial       │ Some experience, gaps in   │ Identify specific gaps   │
│ knowledge     │ understanding, can do some │ and target them directly │
│               │ things but not others      │                          │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ Refresher     │ Knew it before, now rusty  │ Quick review + practice  │
│ needed        │                            │ to reactivate knowledge  │
└───────────────┴────────────────────────────┴──────────────────────────┘

期待結果: その人の出発点、目標、制約の明確な把握。評価は温かく励ましになるべきで、試験のようであってはならない — 質問は背景への好奇心として組み立てる。

失敗時: 現在のレベルを表現できない場合、トピックを使おうとしたり理解しようとした最近の試みについて話してもらう。具体的なストーリーは自己評価よりも正確にレベルを明らかにする。レベルについて恥ずかしく感じている場合は正常化する:「誰でもどこかから始まります — あなたの位置を知ることで最適なパスを設計できます。」

ステップ2: 計画 — 学習パスの設計

現在の位置から目標までの構造化されたパスを作成する。

1. トピックを4-7の学習マイルストーンに分割する（細かすぎず、曖昧すぎず）
2. 依存関係でマイルストーンを順序付ける: 何を何の前に理解しなければならないか？
3. 各マイルストーンについて、核心概念（理解すべきこと）と核心スキル（できるようになるべきこと）を特定する
4. 利用可能な時間に基づいてマイルストーンごとの時間を見積もる
5. 最初のマイルストーンを特定する — ここから学習が始まる
6. 早期の成功を組み込む: 最初のマイルストーンは勢いをつけるために素早く達成可能であるべき
7. パスを視覚的に提示する: 簡潔な説明付きの番号付きリスト

期待結果: その人が見て理解できる学習パス。管理可能に感じるべき — 圧倒的であってはならない。その人がどのマイルストーンを指してもなぜそこにあるかを理解できるべきである。

失敗時: パスが長すぎると感じる場合、利用可能な時間に対して目標が野心的すぎる可能性がある — スコープの縮小を議論する。パスが短すぎると感じる場合、トピックが予想より単純か — またはマイルストーンが粗すぎて分解が必要である。

ステップ3: ガイド — 教材を通じて歩く

各マイルストーンについて、適切なペースで教材を通じてその人をガイドする。

1. マイルストーンの概念を簡潔な概要で紹介する:「このセクションではXを学びます。これによりYができるようになります」
2. 教材を小さなチャンクで提示する — チャンクごとに1つの概念
3. その人の好みの学習スタイルを使用する: 読書 → テキストを提供; ハンズオン → 演習を提供; ディスカッション → ソクラテス式質問を使用
4. 各新しい概念をすでに知っていること（評価から）に接続する
5. 抽象的な定義の前に具体的な例を提供する
6. ドキュメントを使用する場合、一人で読みに行かせるのではなく関連するセクションを通じてガイドする
7. 各チャンクの後に一時停止する:「ここまで理解できましたか？」

期待結果: その人が単なる露出ではなく理解を伴って教材を進めること。次に進む前に各概念を自分の言葉で説明できるべきである。ペースが適切に感じられること — 急ぎすぎず、引きずりすぎず。

失敗時: 苦戦している場合、ペースを落として前提条件の欠如を確認する。スムーズに進んでいる場合、スピードアップする — すでに把握していることに時間を浪費しない。教材自体がわかりにくい場合（悪いドキュメント）、より明確な説明を提供し、将来の参照のためにリソースの品質を注記する。

ステップ4: テスト — 理解の確認

想起だけでなく応用を必要とする質問で学習を検証する。

1. 予測質問をする:「Xを変えたらどうなりますか？」
2. 比較質問をする:「これは先ほど学んだYとどう違いますか？」
3. 応用質問をする:「Zを解決するためにこれをどう使いますか？」
4. デバッグ質問をする:「このコードには今学んだことに関連するバグがあります — 見つけられますか？」
5. 正解を具体的に称える:「はい — そしてそれが機能する理由は...」
6. 不正解に対しては推論を探る:「興味深い — 考え方を教えてください」
7. 不正解を失敗として捉えない — それは診断情報である

期待結果: テストがその人に動作するメンタルモデルがあるか表面レベルの記憶かを明らかにする。動作するモデルはバリエーションに対応できる; 表面的な記憶はできない。テストは共同的な演習のように感じるべきで、試験のようであってはならない。

失敗時: 応用質問に答えられない場合、学習が受動的すぎた — より多くの教材の前にハンズオンの練習が必要である。想起質問には答えられるが応用質問には答えられない場合、概念は個別には理解されたが統合されていない — 概念間のつながりに焦点を当てる。

ステップ5: 適応 — パスの調整

テスト結果とその人のフィードバックに基づいて、学習パスを調整する。

1. マイルストーンが簡単だった場合: 次のマイルストーンと統合するか、内容を深める
2. マイルストーンが難しかった場合: より小さなステップに分割するか、前提条件のレビューを追加する
3. 学習中に関心が変化した場合: 可能な限り好奇心に従ってパスを調整する — 関与が定着を促進する
4. 疲れている場合: 無理に進めるのではなく休憩と後でのレビューセッションを提案する
5. 特定の教授アプローチがうまくいかない場合: 別のモダリティを試す（読書から実践へ、または抽象から具体へ切り替える）
6. 学習パスを更新して変更を伝える:「今回の結果に基づいて、調整を提案します...」

期待結果: 実際のデータに基づいて学習パスが進化すること。固定されたカリキュラムは実際の学習者との接触に耐えない — 適応が価値である。

失敗時: 繰り返しの適応でもまだ苦戦している場合、評価で捉えられなかった根本的な前提条件のギャップがある可能性がある。ステップ1に戻ってより深く探る。モチベーションを失っている場合、元の目標について議論する — パスを変えるよりも目標を調整する方が適切な場合がある。

ステップ6: レビュー — 統合と次のセッションの計画

学んだことを固め、継続的な学習のための準備をする。

1. カバーした内容を要約する:「今日はX、Y、Zを学びました」
2. 自分の言葉で主要なポイントを述べてもらう
3. 独立した作業のための簡単な練習問題を提供する（宿題ではなく — 任意の強化）
4. さらなる探求のために2-3のリソースを推奨する（ドキュメント、チュートリアル、例）
5. 間隔反復を使用する場合: レビューポイントをスケジュールする —「これらの概念を2日後、次に1週間後にレビューしてください」
6. 次のマイルストーンを設定する:「次回は...に取り組みます」
7. フィードバックを求める:「何がうまくいきましたか？何を変えられますか？」

期待結果: その人が学んだこと、練習できること、次に何が来るかの明確な理解を持って去ること。セッションが突然の停止ではなくきれいな終了を持つこと。

失敗時: 主要なポイントを述べられない場合、セッションが多すぎたか定着しなかった。最も強化が必要な1つの概念を特定し、レビューをそこに集中させる。独立した練習のモチベーションがない場合、学習パスがより自己完結型（すべての学習がセッション内）である必要がある可能性がある。

バリデーション

• 学習パスを設計する前に出発点が評価された
• 学習パスに依存関係で順序付けられた明確なマイルストーンがある
• 教材が小さなチャンクで提示され間に理解チェックがあった
• テストが想起だけでなく応用質問を使用した
• その人の実際の進捗に基づいてパスが少なくとも1回適応された
• セッションが要約、練習の提案、次のステップで終了した
• テストや判断されていると感じずに励まされたと感じた

よくある落とし穴

• 情報の一括提供: マイルストーンを通じてペース配分する代わりにすべての教材を一度に提供すること。圧倒は学習を殺す
• 評価のスキップ: 確認する代わりにその人のレベルを仮定すること。バックエンドを学ぶフロントエンド専門家は隣接する概念を知っているかもしれないが期待するものではないかもしれない
• 平均に合わせた教え方: 期待より速いか遅い場合、ペースは変わらなければならない — フィードバックにもかかわらず計画に固執することは時間の浪費か脱落を招く
• すべて理論、練習なし: 理解には聞くだけでなく実行が必要。すべてのマイルストーンに練習要素を含めるべきである
• モチベーションの無視: 概念がなぜ重要かがわからない人はそれを定着させない。すべての概念を述べた目標に接続する
• セッションの過負荷: 一度に多くをカバーしようとすること。忘却を伴う多くよりも定着を伴う少ない方が良い
• 講師としてのコーチ: コーチは学習者の探求をガイドするのであり、モノローグを提供するのではない。答えるよりも多くの質問をする

関連スキル

• learn — AI自律型の体系的な知識獲得バリアント
• teach-guidance — 他者に教えることをコーチする; 学習コーチングと相補的
• meditate-guidance — 学習セッション前に精神的ノイズをクリアすることで集中と定着が改善する
• remote-viewing-guidance — 経験からの学習を支援する構造化された観察アプローチを共有する