---
name: fabrica-material-estudo
description: "Produz pacote de estudo aprofundado para defesa oral acadêmica (Salão de IC, qualificação, defesa de TCC, dissertação ou tese, apresentação em congresso com banca). Gera visão geral integrada, um documento por construto, documento de método e um caderno de recuperação ativa (flashcards), ancorados em fragmentos literais dos PDFs do projeto, e entrega PDFs profissionais mais um deck Anki .apkg importável. Dispara com 'monta material de estudo', 'preciso estudar pra banca', 'me prepara pra defender X', 'cria pacote de estudo sobre Y', 'estuda esse paper comigo', 'me ajuda a dominar Z', 'transforma esses MDs em PDFs', ou ao entregar abstract, slides e papers pedindo preparação para arguição. NÃO dispara para criação de artigo (use fabrica-de-artigo), pôster (use poster-estrategista) nem posts de Instagram (use fabrica-de-posts)."
version: 2.2.0
---

# Fábrica de Material de Estudo

Produz pacote de estudo para defesa oral acadêmica, ancorado em fragmentos literais dos PDFs do projeto. Saída: 7-9 documentos markdown + PDFs profissionais.

## Iron Rules

1. **Nunca invente referências, DOIs, dados ou citações.** Use apenas o que está nos PDFs do projeto. Faltou cobertura? Marque `[FONTE NÃO COBRE]` e siga.
2. **Toda afirmação técnica carrega fonte.** Citação literal entre aspas e em itálico, com autor e ano. Paráfrase também leva atribuição.
3. **Sempre aterrissar conceito nos números do estudo.** Toda definição termina mostrando como aparece nos coeficientes, N, instrumentos do estudo. Sem aterrissagem, vira enciclopédia.
4. **Sempre antecipar a banca.** Cada documento aprofundado tem 8-12 perguntas com respostas em prosa fluida (não bullets), prontas para fala oral.
5. **Sem fillers de IA.** "É importante notar", "vale destacar", "de fato", "genuinamente", "notavelmente" proibidos em prosa de autoria (citações literais preservam o original).
6. **Sem travessões em prosa.** Vírgula, dois pontos ou parênteses. Travessões só em tabelas e citações literais.
7. **Revisar consistência antes de entregar.** Números do estudo (a, b, c', ab, IC, N, R², PM) idênticos em todos os documentos. Rode `scripts/validador.py` no final.

## Quando NÃO ativar

- Escrita de artigo → use `fabrica-de-artigo`
- Pôster acadêmico → use `poster-estrategista`
- Post de Instagram → use `fabrica-de-posts`
- Verificação isolada de DOIs → use `verificacao-posts` ou `verificacao-artigo`

## Pipeline (10 estágios)

| # | Estágio | Output |
|---|---------|--------|
| 0 | Mapear estudo (X/M/Y, instrumentos, N, análise, coeficientes) e fontes disponíveis | `mapa-estudo.md` interno |
| 1 | `material_de_estudo.md` (visão geral integrada) | 1 doc |
| 2 | 1 doc por construto/componente central | N docs aprofundados |
| 3 | `material_metodo_aprofundado.md` | 1 doc |
| 4 | `caderno_estudo_ativo.md` (flashcards) | 1 doc |
| 5 | `000_INDICE.md` (guia de uso) | 1 doc |
| 6 | Revisão de consistência via `scripts/validador.py` | Log |
| 7 | Conversão MD → PDF via `scripts/gerar_pdfs.py` (se solicitado) | N PDFs |
| 8 | PDF unificado via pypdf | 1 PDF |
| 9 | Empacotar tudo em ZIP | 1 ZIP |

Antes de começar o Estágio 0, **leia o `examples/exemplo-mediacao/config.py`** como exemplo concreto preenchido. Para um novo estudo, copie a pasta e adapte.

## Componentes do pacote padrão

| Documento | Foco | Tamanho típico |
|-----------|------|----------------|
| `000_INDICE.md` | Guia de uso, ordem de leitura, dados-chave | 3-5 KB |
| `material_de_estudo.md` | Visão geral integrada (todos os construtos + resultados + glossário) | 25-40 KB |
| `material_[X]_aprofundado.md` | Variável independente (construto X) | 20-30 KB |
| `material_[M]_aprofundado.md` | Mediador/moderador (M) | 20-30 KB |
| `material_[Y]_aprofundado.md` | Variável dependente (Y) | 20-30 KB |
| `material_[analise]_aprofundado.md` | Análise estatística principal | 25-35 KB |
| `material_[populacao]_aprofundado.md` | Recorte populacional (se houver fundamento teórico) | 20-25 KB |
| `material_metodo_aprofundado.md` | [projeto-mãe]/projeto-mãe, instrumentos, ética, procedimento | 20-25 KB |
| `caderno_estudo_ativo.md` | Flashcards + auto-teste + pegadinhas | 8-12 KB |

## Estrutura comum de documento aprofundado

Cada documento aprofundado segue a estrutura: definição operacional → histórico/fundamentação → propriedades técnicas → mapeamento conceitual → aplicação ao estudo (com números) → 8-12 perguntas da banca → resumo executivo → referências.

**Para o template completo com exemplos:** ler `references/estrutura-documento.md`.
**Para princípios de escrita (tom, citação, aterrissagem):** ler `references/principios-escrita.md`.
**Para banco de perguntas da banca por categoria:** ler `references/exemplos-perguntas-banca.md`.

## Executar scripts (não ler como referência)

Scripts em `scripts/` são executados, não lidos como contexto. Não há vantagem em consumir tokens lendo o código deles.

### Validar consistência

```bash
python3 scripts/validador.py \
    --config examples/SEU-ESTUDO/config.py \
    --docs-dir /caminho/para/MDs
```

Checa: presença dos números canônicos, notação consistente, placeholders esquecidos, fillers de IA, cobertura de perguntas da banca, presença de resumo executivo. A presença é verificada lendo `CANONICOS` e `REGRAS_PRESENCA` do `config.py` (o segundo diz em quais documentos cada número precisa aparecer; se ausente, o validador usa um padrão interno). Saída `STATUS: PRONTO PARA PDF ✓` = pode prosseguir.

Para checagens qualitativas adicionais (cobertura de fontes, tom, fluência), ler `references/checklist-revisao.md`.

### Gerar PDFs profissionais

```bash
python3 scripts/gerar_pdfs.py \
    --config examples/SEU-ESTUDO/config.py \
    --docs-dir /caminho/para/MDs \
    --out-dir /caminho/para/PDFs
```

Lê o `config.py` (com `IDENTIFICACAO`, `DOC_META`, `FILES_ORDER`), usa `assets/style.css`, gera 1 PDF por MD + PDF unificado. Capa azul-marinho com tipografia Lora (corpo) + Poppins (títulos).

## Otimização de tokens (execução)

Tarefas pesadas em PDF e contexto são caras. Quatro práticas que reduzem custo sem perder qualidade:

1. **Prompt caching dos PDFs do projeto.** Os PDFs de fundamentação (1.500-3.000 tokens por página) são relidos várias vezes durante a produção. Marque-os com `cache_control` ephemeral uma vez no início. Releituras subsequentes custam 10% do input original. TTL padrão 5 min (renovado a cada hit); use 1h se a produção for descontínua.
2. **Roteamento por modelo.** Sonnet para síntese conceitual (visão geral, docs por construto, ancoragem fiel). Haiku 4.5 para tarefas mecânicas (flashcards a partir de docs prontos, formatação, validação). Opus apenas se a complexidade da síntese exigir.
3. **Determinismo onde couber.** Conversão para PDF e validação de consistência são 100% script. Nunca regenerar via tokens.
4. **Batch API se em volume.** Para produção em lote (vários candidatos ou construtos de uma vez, não-urgente), submeter via Batch API: 50% de desconto que empilha com cache.

## Deck Anki (.apkg)

- Gerar o deck via `genanki` **>= 0.13.0**. Versões anteriores têm bug no
  `CLOZE_MODEL` embutido (cards cloze quebram na importação). Fixar a versão
  antes de gerar: `pip install "genanki>=0.13.0"`.
- Os flashcards derivam do `caderno_estudo_ativo.md` já validado pelo
  `validador.py`, nunca direto dos PDFs (evita divergência de números entre
  caderno e deck).
- Critério de aceite do deck: importar no Anki e completar **2 ciclos de
  revisão sem erro de renderização** antes de entregar (benchmark inspirado
  em Serfaty et al., 2023 — referência ainda não verificada nos índices;
  tratar como heurística de QA, não como norma).

## Anti-patterns

| Anti-pattern | Comportamento correto |
|---|---|
| Resumir paper de memória | Sempre buscar literal no PDF antes de afirmar |
| Citar "(Smith, 2020)" sem o paper no projeto | Marcar `[FONTE NÃO DISPONÍVEL]` ou consultar `pesquisa-academica` |
| Explicar conceito sem aterrissar nos números | Cada seção termina com "no seu estudo isso significa X" |
| Bullets em respostas de banca | Prosa fluida; bullets só em resumos executivos |
| Inventar AUC, α, KMO | Buscar literal no paper original ou marcar `[NÚMERO NÃO LOCALIZADO]` |
| Apresentar mediação parcial vs total como dicotomia | Sempre incluir crítica do Hayes (depende do N) |
| Tom infantilizado | Semi-formal com autoridade |
| Documento aprofundado sem perguntas da banca | A seção de perguntas é o coração, não acessório |

## Estrutura da skill

```
fabrica-material-estudo/
├── SKILL.md                    (este arquivo, índice navegável)
├── assets/
│   └── style.css               (consumido por scripts, não pelo Claude)
├── scripts/
│   ├── validador.py            (executar, não ler)
│   └── gerar_pdfs.py           (executar, não ler)
├── references/                 (carregar sob demanda)
│   ├── estrutura-documento.md
│   ├── principios-escrita.md
│   ├── exemplos-perguntas-banca.md
│   └── checklist-revisao.md
└── examples/
    └── exemplo-mediacao/
        ├── config.py           (template preenchido com caso real)
        ��── README.md
```

## Output final (formato esperado)

```
PACOTE DE ESTUDO ENTREGUE

Documentos gerados: N (lista)
Fontes utilizadas: N (lista com DOIs)
Validador: PRONTO PARA PDF ✓ (ou avisos pendentes)
PDFs gerados: SIM/NÃO (caminho do ZIP/PDF unificado)
Próximo passo sugerido: questionário simulando a banca?
```