70 lines
3.4 KiB
Markdown
70 lines
3.4 KiB
Markdown
---
|
||
name: course-sdd-planner
|
||
description: >-
|
||
Use this skill when planning, structuring, or generating specification documents (spec.md)
|
||
for chapters and lessons in the Vibe Coding course for Quera College.
|
||
---
|
||
|
||
# Course SDD Planner (طراحی و تدوین مشخصات درسنامهها)
|
||
|
||
این مهارت راهنمای تدوین سند مشخصات (`spec.md`) برای هر درسنامه در متدولوژی Spec-Driven Development است. قبل از نوشتن هرگونه محتوای متنی، باید این سند ایجاد و تایید شود.
|
||
|
||
---
|
||
|
||
## ساختار فایل `spec.md` برای درسنامهها
|
||
|
||
هر درسنامه باید در مسیر `chapters/ch<XX>-<name>/<YY>-<slug>/spec.md` دارای این قالب باشد:
|
||
|
||
```markdown
|
||
# مشخصات درسنامه: [عنوان درسنامه]
|
||
- **شناسه در سیلابس:** L<X>.<Y>
|
||
- **فصل:** [شماره و نام فصل]
|
||
- **نوع محتوا:** 📘 درسنامه متنی
|
||
- **زمان تقریبی مطالعه:** [مثلاً ۱۰ دقیقه]
|
||
- **پیشنیازهای مستقیم:** [شناسه درسهای قبلی یا "ندارد"]
|
||
|
||
---
|
||
|
||
## ۱. اهداف یادگیری (Learning Objectives - Bloom's Taxonomy)
|
||
دانشجو پس از مطالعهٔ این درس باید بتواند:
|
||
- [ ] **درک کند (Understand):** [مفهوم کلیدی ۱]
|
||
- [ ] **بهکار ببندد (Apply):** [مهارت یا پرامپت عملی ۱]
|
||
- [ ] **تحلیل/ارزیابی کند (Evaluate):** [تشخیص خروجی صحیح از خطای هوش مصنوعی]
|
||
|
||
---
|
||
|
||
## ۲. محدوده و مرزهای محتوا (Scope & Boundaries)
|
||
- **آنچه باید پوشش داده شود (In-Scope):**
|
||
- نکته الف
|
||
- نکته ب
|
||
- **آنچه نباید وارد آن شویم (Out-of-Scope - جلوگیری از سردرگمی):**
|
||
- مباحث پیچیده و نامرتبط که جلوتر تدریس میشوند.
|
||
|
||
---
|
||
|
||
## ۳. مفاهیم کلیدی و کلمات تخصصی (Key Concepts & Terms)
|
||
| اصطلاح انگلیسی | معادل فارسی مصوب | توضیح یکخطی ساده |
|
||
| :--- | :--- | :--- |
|
||
| Prompt | پرامپت (درخواست/دستور) | پیامی که به هوش مصنوعی میدهیم تا خروجی تولید کند |
|
||
|
||
---
|
||
|
||
## ۴. استعارهها، سناریوهای ملموس و دیاگرامها (Pedagogy & Visuals)
|
||
- **داستان/استعاره ملموس:** [تشبیه موضوع به یک کار روزمره برای درک بدون پیشنیاز فنی]
|
||
- **دیاگرام پیشنهادی (Mermaid):** [شرح فلوچارت یا نمودار مورد نیاز]
|
||
|
||
---
|
||
|
||
## ۵. پرامپتها و ابزارهای مورد استفاده در درس
|
||
- **ابزار هدف:** (Cursor / Claude Code / Lovable / Supabase / ...)
|
||
- **پرامپت طلایی نمونه:** [متن پرامپت پیشنهادی که در درس آموزش داده میشود]
|
||
|
||
---
|
||
|
||
## ۶. معیارهای پذیرش درسنامه (Acceptance Criteria)
|
||
- [ ] آیا لحن صمیمی و ساده برای غیربرنامهنویسان رعایت شده است؟
|
||
- [ ] آیا اصطلاحات انگلیسی به همراه معادل فارسی آورده شدهاند؟
|
||
- [ ] آیا حداقل یک باکس هشدار توهم هوش مصنوعی یا نکته طلایی وجود دارد؟
|
||
- [ ] آیا پرامپت نمونه تستشده و بدون خطا کار میکند؟
|
||
```
|