レッスンコンテンツを作成する¶

このガイドは、Adaptive Learner のコンテンツローダー向けに新しいレッスンセットをどう用意するかを、ステップごとに説明します。言語またはテーマのセットを作りたい人 — 自分用でも、公開コンテンツプールへの寄稿としてでも — は、最初のレッスンの前に一度通して読んでおくべきです。

コンテンツセットとは¶

コンテンツセットは、ユーザーがセットブラウザのページ（/content）からダウンロードできる、バージョン管理されたレッスンの束です。コンテンツローダープラグイン（v1.27.0）が、両方のストレージモードで発見、ダウンロード、キャッシュ、バージョンの突き合わせを担います。

セットには 3 つの層があります。

ルートマニフェスト（manifest.yaml）— リポジトリの各セットを列挙します。セットブラウザがソースカタログのために読み込みます。
セットマニフェスト（sets/{set-id}/manifest.yaml）— ルートマニフェストの兄弟で、その具体的なセットのレッスンファイルを列挙します。
レッスンファイル（sets/{set-id}/lessons/NN-slug.json）— レッスンごとに 1 つの JSON ファイル。ダウンロードのたびにスキーマ v1.0 に対して検証されます。

Adaptive Learner に同梱されるパイロットセットは、別のコンテンツリポジトリ astrapi69/adaptive-learner-content にあり（兄弟チェックアウト ../adaptive-learner-content としてチェックアウトされ、ビルドが frontend/scripts/copy-bundled-content.mjs を介して同梱します）、テンプレートとして適しています。

言語ペア（v1.44.0）¶

すべてのコンテンツセットは、それが教える言語のペアを宣言します。

target_language — 学習者が学ぶもの（例：fr）。
source_language — 学習者がすでに話すもの。つまり、カードの back フィールド、notes、理論テキストが書かれる言語（例：de）。

まさにこれが、「英語話者向けフランス語」を「ドイツ語話者向けフランス語」とは別のセットにします。ターゲット（fr）は同じでも、ソース言語（en か de か）が異なり、説明の言語が異なります。学習者は、その source_language が自分の話す言語の 1 つ（アプリ言語に加え、設定 → 学習でのオプションの追加言語）に一致するセットだけを見ます。

セット ID はペアを {ターゲット}-{レベル}-from-{ソース} としてエンコードし（例：fr-a1-from-de）、各セットはそのソース言語のディレクトリを指す path（sets/de/fr-a1）を宣言します。セットはさらに title（ソース言語で、学習者が読むもの）と title_native（ターゲット言語で、サブタイトルとして）を持ちます。

両方のコードは ISO 639-1（2 文字）でなければならず、 source_language は target_language と異なる必要があります。これらのフィールドを持たない v1.2 以前のセットも引き続き読み込まれます。古い language キーは target_language として受け入れられ、source_language は en にフォールバックします。

ディレクトリレイアウト¶

ツリーはソース言語、次にターゲット+レベルで構成されます。

mein-content-repo/
  manifest.yaml               # ルート: 各セットを列挙 (path + ペア付き)
  sets/
    de/                       # ソース言語: ドイツ語
      fr-a1/                  # ターゲット フランス語、レベル A1  -> ID fr-a1-from-de
        manifest.yaml         # セット: レッスンを列挙
        lessons/
          01-begruessung.json
          ...
        assets/               # オプションの画像 / 音声
    en/                       # ソース言語: 英語
      fr-a1/                  # -> ID fr-a1-from-en
        ...

マニフェスト形式¶

両方のマニフェストファイル（ルート + セット）は、 schema_version: '1.0' を持つ同じ形式を使います。必須フィールド：

schema_version: '1.0'
name: Mein Englisch-B1-Set
description: >-
  Optionale Langbeschreibung.
sets:
  - id: language-en-b1        # slug-sicher, eindeutig
    title: Englisch B1 (Fortgeschrittene)
    language: en              # BCP-47 (z.B. en, fr, zh-Hans)
    level: B1                 # CEFR für Sprachen, frei für andere Domänen
    version: '1.0.0'          # Semver — pro Set-Release erhöht
    lesson_count: 12
    domain: language          # 'language' / 'math' / 'programming' / ...
    description: >-
      Optionale Set-Beschreibung.
    tags:
      - intermediate
      - business
metadata:
  author: Dein Name
  license: CC-BY-SA-4.0       # oder die Lizenz deiner Wahl

セットマニフェストは、さらに各レッスンファイルを列挙します。

metadata:
  lessons:
    - 01-intro.json
    - 02-articles.json
    - ...

コンテンツローダーは metadata.lessons を与えられた順序で反復します。ディスク上のファイル名は無関係で、マニフェストの順序だけが重要です。

レッスンスキーマ（v1.0）¶

各レッスンは単一の JSON ファイルです。トップレベルの構造：

{
  "id": "01-greetings",
  "title": "Begrüßungen",
  "description": "Optionale 1-2-Satz-Zusammenfassung.",
  "estimated_minutes": 12,
  "cards": [ ... ],
  "steps": [ ... ]
}

Cards¶

カードは最小の学習可能な単位で、通常は単一の用語または概念です。各カードは安定した id（演習から参照される）と front/back のペアを持ちます。

{
  "id": "art-le",
  "front": "le",
  "back": "der (männlich Singular)",
  "notes": "Vor konsonantenanfangenden männlichen Substantiven. **le chat**, **le livre**.",
  "tags": ["article", "definite"]
}

notes は Markdown を受け入れます。発音の規則、フォールスフレンドの警告、例外の注意 — 長期記憶を改善するもの — に使います。tags は SRS のフィルタリングを制御します。

Steps¶

レッスンはステップごとのシーケンスで、各ステップは THEORY （Markdown ブロック）または EXERCISE（4 つの演習タイプのうちの 1 つ）のいずれかです。

{
  "id": "intro",
  "type": "theory",
  "title": "Warum Artikel wichtig sind",
  "body": "# Artikel im Französischen\n\nJedes französische Nomen hat ein Geschlecht..."
}

理論ステップは、オプションで例リンクを持てます（スキーマ v1.4、追加的 — 既存のレッスンはそれなしでも有効なままです）。存在する場合、ビューアはその下に例を開くボタンをレンダリングします。

{
  "id": "intro",
  "type": "theory",
  "body": "Die Korrelation misst den Zusammenhang...",
  "example_url": "https://example.com/correlation-visualizer",
  "example_label": "Interaktive Visualisierung"
}

example_url（オプション）：http(s) の URL でなければなりません。
example_label（オプション）：リンクのテキスト。空の場合はローカライズされた「例を見る」になります。

または演習：

{
  "id": "ex-match-greetings",
  "type": "exercise",
  "title": "Begrüßungen zuordnen",
  "exercise": {
    "id": "ex-match-greetings",
    "type": "matching",
    "prompt": "Ordne jede Begrüßung ihrer Übersetzung zu.",
    "card_ids": ["bonjour", "salut"],
    "pairs": [
      {"left": "Bonjour", "right": "Hallo"},
      {"left": "Salut", "right": "Hi"}
    ]
  }
}

演習タイプのリファレンス¶

matching¶

ドラッグペアの演習。レンダラーは表示前にシャッフルします。

{
  "id": "ex-id",
  "type": "matching",
  "prompt": "Ordne jedem französischen Nomen seinen Artikel zu.",
  "card_ids": ["noun-1", "noun-2"],
  "pairs": [
    {"left": "chat", "right": "le"},
    {"left": "chaise", "right": "la"}
  ]
}

各ペアはちょうど 2 つのキーを持たなければなりません：left + right。

picture_choice¶

画像付きの多肢選択。画像 2 枚以上、ちょうど 1 枚を正解としてマークします。

{
  "id": "ex-id",
  "type": "picture_choice",
  "prompt": "Welche Begrüßung passt zum Abend?",
  "card_ids": ["card-1"],
  "images": [
    {"src": "assets/img/morning.png", "label": "Bonjour"},
    {"src": "assets/img/evening.png", "label": "Bonsoir", "is_correct": "true"}
  ],
  "hint": "Optionaler Markdown-Tipp auf Knopfdruck.",
  "distractors": ["Bonjour"]
}

重要：is_correct は JSON のブール値ではなく、文字列の "true" です。

src のパスが存在しないファイルを指す場合、レンダラーは label にフォールバックします。つまり picture_choice はイラストのアセットがなくても機能します。

free_text¶

答えを入力します。レンダラーはまず完全一致を試み、次に Levenshtein 寛容のマッチングを行います。

{
  "id": "ex-id",
  "type": "free_text",
  "prompt": "Wie sagt man 'Danke' auf Französisch?",
  "card_ids": ["card-merci"],
  "accept": ["Merci", "merci", "MERCI"],
  "hint": "Beginnt mit M.",
  "distractors": ["Bonjour", "Salut"]
}

accept[0] は、誤答時に表示される正規の答えです。大文字・小文字 + 句読点をカバーするために 3 つ以上のバリアントを列挙してください。空白はレンダラーが正規化します。

word_tiles¶

タイルを正しい順序に並べます。レンダラーは表示前にシャッフルします。

{
  "id": "ex-id",
  "type": "word_tiles",
  "prompt": "Bring die Kacheln in die Reihenfolge: Ich sehe eine Katze.",
  "card_ids": ["card-1"],
  "tiles": ["Je", "vois", "un", "chat"],
  "hint": "Gleiche Wortreihenfolge wie im Deutschen."
}

複数の語順が正しい場合は、accept_orderings を追加します。

{
  "tiles": ["Je", "vois", "un", "chat"],
  "accept_orderings": [
    [0, 1, 2, 3],
    [0, 1, 3, 2]
  ]
}

各順序はタイルのインデックスの順列です。

cloze（Phase 52 / v1.35.0 — スキーマ 1.1）¶

文中に見える ___ マーカーを使った穴埋め。各 ___ は blanks[] の 1 つのエントリに対応します（左から右へのマッピング。ローダーは sentence.count("___") == len(blanks) を検査します）。

{
  "id": "ex-id",
  "type": "cloze",
  "prompt": "Setze den unbestimmten Artikel ein.",
  "card_ids": ["art-un", "noun-chat"],
  "sentence": "Je vois ___ chat dans le jardin.",
  "blanks": [
    {
      "accept": ["un"],
      "hint": "männlicher unbestimmter Artikel",
      "placeholder": "?"
    }
  ],
  "cloze_mode": "type",
  "distractors": ["le", "la", "les"],
  "hint": "*un* ist der männliche unbestimmte Artikel."
}

レンダリングモード — 演習ごとに cloze_mode で設定します。

"type"（設定しない場合のデフォルト）：空欄ごとに 1 つの <input>。free-text と同じ NFC + Levenshtein ≤ 1 のマッチャーで検証されるので、著者は意味的なバリアントだけを列挙すればよく、タイプミスは不要です。
"select"：空欄ごとに 1 つの <select>。選択肢は演習の accept[0] + distractors から、空欄ごとに安定したシードでシャッフルされます。空でない distractors が必須です — スキーマバリデーターは、それなしの cloze_mode: "select" を拒否します。

1 つの cloze に複数の空欄もサポートされます。文中の各 ___ は、順に blanks の次のエントリへマッピングされます。各空欄は独自の hint + placeholder + accept リストを持てます。要素 SRS は空欄ごとに 1 つの ElementAttempt にファンアウトするので、空欄 A は流暢に埋めるが空欄 B を常に間違える人は、空欄単位のマスタリー追跡を得ます。

カードのトークンロール（Phase 52I / v1.35.0） — オプションのカードメタデータで、cloze ジェネレーターが実行時（復習セッション + レッスン終了時の訂正ラウンド）に意味的に意味のある空欄を選べるようにします。

{
  "id": "art-un",
  "front": "un chat",
  "back": "eine Katze",
  "tags": ["article"],
  "token_roles": [
    {"token": "un", "role": "article"}
  ]
}

ロールの閉じた列挙型：article / verb / noun / adjective / preposition / gender_marker / tense_marker。ロールの追加はマイナーなスキーマバージョンのバンプです。インラインで拡張しないでください。

演習の方向（v1.46.0 / EXP-018）¶

すべての演習は、学習者がカードをどちらの方向で練習するかを示すオプションのフィールド direction を受け入れます。

target_to_source（デフォルト）— 受容的：ターゲット言語が示され、ソース言語が認識される（より易しい）。
source_to_target — 生産的：ソース言語が示され、ターゲット言語が産出される（より難しい）。
both / random — 試行ごとの具体的な方向の選択を、レンダラー／適応型ジェネレーターに委ねます。

{
  "type": "matching",
  "direction": "source_to_target",
  "card_ids": ["bonjour"],
  "pairs": [{ "left": "Bonjour", "right": "Guten Tag" }]
}

このフィールドは追加的です。スキーマはバージョン 1.2 のままで、 direction のないレッスンは以前とまったく同じ（受容的）に振る舞います。SRS は方向ごとにマスタリーを追跡します。受容的にマスターしたカードは、まだ生産的にはマスターされていません。 cloze 演習は文脈に依存し、direction を無視します。難易度の段階的進行のためには、初期のレッスンを受容的に保ち、後のレッスンで source_to_target を導入します（同梱のパイロットコンテンツがまさにそうしています）。

適応型レッスンジェネレーター向けのアノテーション（v1.36.0+）¶

Phase 53 の適応型レッスンジェネレーター（/adaptive-lesson/:setId、F-114）は、既存の演習を組み替えて、学習者の特定の弱点を狙って対処します。ジェネレーターは追加のアノテーションなしでも機能しますが、2 つのフィールドが大幅にそれを賢くします。

カード上のより広い token_roles のカバレッジ。 ジェネレーターは token_roles を使って次のことを行います。
間違いから cloze バリアントを生成する際に、意味的に妥当な空欄を選ぶ（v1.35.0 で既に）
間違いを article_gender / verb_conjugation として分類し、ダッシュボードの「練習の重点」チップに使う（53E）
元の演習が間違っていたとき、同じ要素をテストする代替演習を見つける（53D のバリエーションロジック — そのカードに合致する token_roles エントリを持つ候補を見つけます）

独自の文法単位を教える各カード（冠詞、活用した動詞形、性を持つ名詞）に token_roles エントリを追加してください。コストはカードごとに JSON エントリ 1 つ。見返りは、はるかに豊かな適応生成です。

tags: ["article", "masculine"] のようなカードタグは、 token_roles がない場合のフォールバックとして、間違い分類器に読まれます。token_roles の代わりにはなりません — 安価で中途半端なアノテーションです。

まだ必要としていないもの（将来のスキーマバンプに延期）：

異なるレッスンのカード間の related_cards 相互参照
演習ごとの難易度評価（ジェネレーターは現在、難易度を exercise.type から推定します）
代替の cloze 文脈として解析可能な、notes 内のカードごとの例文（cloze ジェネレーターは front のみを使います）

経験則：文法トークンを教える各カードに token_roles を追加してください。これが、適応システムにとって最も効果の大きい著作習慣です。

アセット（セットが同梱する画像）— v1.37.0+¶

picture-choice 演習とカードのカバー画像は、2 つのソースから来ます。 1. 著者のアセットファイル。セットマニフェストで宣言され、レッスン JSON の隣に同梱されます。 2. プレースホルダー SVG。アセットが存在しない場合に実行時に生成されます（色語のためのカラータイル、数字のための大きな数字、それ以外すべてのためのアバタースタイル）。

アセットなしでセットを公開しても、picture-choice は引き続き機能します。プレースホルダー SVG ジェネレーターが色 + 数字を自動的にカバーし、それ以外すべてについては決定論的なアバターにフォールバックします。

ディレクトリレイアウト¶

セットのディレクトリ内で、アセットは assets/ の下に置きます。

sets/
  language-fr-a1/
    manifest.yaml
    lessons/
      01-greetings.json
      02-numbers.json
      ...
    assets/
      img/
        chat.png
        chien.png
        oiseau.png

マニフェストでの宣言¶

各アセットは、ダウンローダーが何を取得すべきかを知るために、セットマニフェストで宣言する必要があります。

sets:
  - id: language-fr-a1
    title: French A1
    language: fr
    level: A1
    version: '1.0.0'
    lesson_count: 10
    assets:
      - path: img/chat.png
        size_kb: 45
      - path: img/chien.png
        size_kb: 38

path はセットの assets/ ディレクトリからの相対パスです（レッスン JSON からではありません）。レッスン JSON 内では、 picture-choice 演習は assets/ プレフィックスを付けて アセットを参照します。

{
  "type": "picture_choice",
  "prompt": "Welches ist 'chat'?",
  "images": [
    {"src": "assets/img/chat.png", "label": "Katze", "is_correct": "true"},
    {"src": "assets/img/chien.png", "label": "Hund"}
  ]
}

フロントエンドは、アセットリゾルバを呼び出すときに assets/ プレフィックスを自動的に除去するので、レッスン JSON は著者にとって直感的な形のままです。

サイズ + 形式の制限¶

アセットごとの上限：500 KiB。マニフェストバリデーターは、宣言された size_kb がこの上限を超えるアセットを拒否します。ダウンローダーも、実際のバイトサイズが宣言を 10% 超えるアセットを拒否します — マニフェストを正直に保ちます。
セットごとのソフト上限：合計 10 MiB。バリデーターは警告しますが、拒否はしません。
受け入れられる形式：.png / .jpg / .jpeg / .webp / .svg。GIF（アニメーションコンテンツは気を散らす）も BMP （圧縮なし）も不可。写真には WebP を推奨します — 同等の品質で PNG よりはるかに小さい。アイコン + 図には SVG を推奨します — きれいにスケールし + 極小のファイルサイズです。

サイズの推奨¶

picture-choice タイルは、デスクトップで最大 150x150 px、モバイルで 100x100 px にレンダリングされます（object-fit: contain）。 300x300 px のソース画像が、不要なデータ量なしに Retina 画面で最良の結果をもたらします。150 KiB を超える PNG が、半分のサイズのよく圧縮された WebP より見栄えが良くなることはまずありません。

実行時プレースホルダーで十分な場合¶

著者の画像が学習上の利得をもたらさないほど、実行時プレースホルダーが優れている 3 種類のレッスン：

色のレッスン（rouge / rojo / rot / red）：プレースホルダージェネレーターは、色名に合った色付きの hex タイルを生成します。著者のタイルは冗長です。
数字のレッスン（7 / 42 / 1492）：プレースホルダーは数字を大きく + 中央に表示します。著者の画像は、非アラビア数字体系の場合のみ意味があります。
明白な視覚的表現を持たない抽象概念（patience、 liberté）：アバタープレースホルダーは、議論を呼ぶアイコンの選択を強いることなく、明確な視覚的アンカーを提供します。

それ以外すべて（動物、物、食べ物、場所、体の部位）については、著者の画像が認識 + 記憶を測定可能なほど助けます。

品質チェックリスト¶

新しいレッスンの PR の前に確認してください。

[ ] レッスンごとに3〜5 個の理論ステップ + 8〜12 個の演習
[ ] 少なくとも 3 種類の演習タイプが含まれる（matching、picture-choice、free-text、word-tiles、cloze — cloze は v1.35.0 以降）
[ ] 理論ステップはステップごとに 200 語以下
[ ] free-text 演習：≥ 3 個の accept バリアント + ≥ 3 個の distractor
[ ] word-tiles：演習ごとに ≥ 3 個のタイル
[ ] estimated_minutes：10〜15（理想化せず、現実的に）
[ ] distractor は間違いだが妥当であること — 意味的に関連し、決してランダムではない
[ ] カードの notes が本当の付加価値を提供する（発音、フォールスフレンド、例外フラグ）
[ ] 段階的な構造：後の概念が同じセット内の前の概念の上に積み上がる
[ ] 文化的な正確さ：実際の言語使用であり、教科書の決まり文句だけではない
[ ] スキーマ検証：レッスンが dict_to_lesson() できれいに読み込まれる（ローカルでのテストを参照）
[ ] カード ID の整合性：各 exercise.card_ids[i] がレッスンの cards[] に存在する
[ ] 言語ペア：target_language + source_language が設定されている（ISO 639-1、相異なる）、title_native が存在する

検証（2 つの層、v1.44.0）¶

コンテンツは、同じチェックを行う 2 つの検証層によって守られます。

アプリ内、共有の前。 マイレッスン → コミュニティに提供を通じて共有すると、まずルールベースのチェックが（常に、AI なしで）実行されます。これは下記の最低基準を強制します。それを下回るセットは共有できません。それに合格し、かつ AI キーが設定されている場合、学習者はオプションで補完的な AI チェック（翻訳の正確さ、distractor の妥当性、文法、レベル、文化的な配慮、自然さ）を開始できます。AI のステップは決して自動ではなく、明示的な同意を必要とし（レッスンコンテンツが設定済みのプロバイダーに送信されます）、共有を決してブロックしません — ルールベースのチェックが関門です。
コンテンツリポジトリの CI で。 astrapi69/adaptive-learner-content へのプルリクエストは scripts/validate_content.py （docs/ci/adaptive-learner-content/ の下にミラーされています）を実行し、同じ規則で各セットを検査するので、手動の PR が関門を回避することはありません。

品質の最低基準（ハードな関門）： レッスンごとに ≥ 5 個の演習、≥ 2 種類の演習タイプ、≥ 1 個の理論ステップ、free-text は ≥ 2 個の正解 + distractor、matching は ≥ 3 ペア、picture-choice は distractor 付き、空のカードの表面・裏面なし、そして（非ラテン系のソース文字の場合）カードの裏面がソース文字で書かれていること。これらは最低基準であり、目標ではありません — 上のチェックリストはそれ以上を求めます。

ローカルでのテスト¶

コンテンツローダーのスキーマバリデーターは make test の一部として実行されます。1 つのレッスンを手動で検証するには：

cd plugins/adaptive-learner-plugin-content-loader
poetry run python -c "
import json, sys
from adaptive_learner_content_loader.schema import dict_to_lesson
path = '../adaptive-learner-content/sets/en/fr-a1/lessons/01-greetings.json'
with open(path) as f:
    lesson = dict_to_lesson(json.load(f))
print(f'OK: {lesson.id} — {len(lesson.cards)} Cards, {len(lesson.steps)} Steps')
"

コンテンツリポジトリのすべてのレッスンを一度に検証するには — コンテンツリポジトリのバリデーター（その CI が PR のたびに実行するのと同じスクリプト）を使います。

cd ../adaptive-learner-content
python3 scripts/validate_content.py

これは sets/{source}/{target-level}/ の下の各セットを見つけ、スキーマに加えて品質の最低基準（≥5 個の演習、≥2 種類の演習タイプ、≥1 個の理論ステップ、free-text の accept + distractor、 matching のペア、空のカードなし、カード ID の整合性）を検査します。新しいレッスンは自動的に検出されます — テストの変更は不要です。

PR ワークフロー¶

セットが完成したら：

メインリポジトリに対して PR を開く（アプリに同梱されるべきセットの場合）、または
あなたの GitHub アカウントの下に独自のコンテンツリポジトリを作り、コンテンツローダーを backend/config/plugins/content-loader.yaml（default_sources の下）で設定します。

コンテンツローダーは、任意の公開 GitHub リポジトリをソースとしてサポートします。プライベートリポジトリには、3 層のキー管理（~/.config/adaptive_learner/secrets.yaml）を通じて設定されるパーソナルアクセストークンが必要です。

よくあるつまずき¶

カード ID の参照：演習の各 card_ids エントリは、レッスンの cards[] に存在しなければなりません。演習をレッスン間でコピーして、対応するカードを一緒に持っていくのを忘れると、検証が失敗します。

slug 安全な ID：すべての ID（レッスン、カード、ステップ、演習）は ^[a-z0-9]+(-[a-z0-9]+)*$ に一致しなければなりません。アンダースコア、アポストロフィ、大文字、先頭／末尾のハイフンは不可です。

is_correct: "true"：これは JSON のブール値ではなく文字列です。スキーマは picture_choice のフィールドが内部的に dict[str, str] としてモデル化されているため、明示的に "true" を要求します。

余分なフィールド：各モデルは extra="forbid" です。文書化されていないフィールドは、レッスン全体の拒否につながります。文書化されたフィールドに従ってください。

理論の body：理論ステップは空でない body フィールド（Markdown）を必要とします。演習ステップは body を持ってはいけません — 代わりに演習の prompt を使ってください。

リファレンス：パイロットセット¶

Adaptive Learner に同梱される 2 つのセットが、正規のリファレンスです。

sets/en/fr-a1/ — 英語話者向けフランス語 A1（10 レッスン、約 2 時間）。sets/de/fr-a1/ はドイツ語話者向けのパイロットセットです。
sets/en/es-a1/ + sets/de/es-a1/ — スペイン語 A1（ソース言語ごとに 15 レッスン）、adaptive-learner-content リポジトリ内。

両方ともこのガイドで説明した規則に従っています。完全なレッスンを 1 つ通読することが、構造を体得する最速の方法です。

コミュニティ参加への道（v1.42.0）¶

レッスンをゼロから手作業で作る必要はありません。何かを寄稿する最も手早い方法は、アプリ内でレッスンを作成して共有することです。

チャットをインポートして分析し、その後オフラインレッスンとして保存します（または適応型レッスンを終えてこのレッスンを保存しますか？）。レッスンはセットブラウザの マイレッスンの下に現れます。
「マイレッスン」でコンテンツセットとしてエクスポートをクリックすると、コンテンツセットを .zip としてダウンロードできます（マニフェスト + レッスン）。エクスポートにはレッスンコンテンツのみが含まれます — 進捗も、間違い履歴も、個人的なものも含まれません。
コミュニティに提供をクリックすると、コンテンツリポジトリに事前入力されたプルリクエストが開きます — レッスン JSON がツリーの正しいパスにコミットされ、.zip の添付は不要です。
リポジトリの CI が PR を自動的に検証します。メンテナーがレッスンを審査し、マニフェスト（id、title、language、level、 tags）を上記の規則に合わせ、sets/ の下にマージします。マージ後は、誰でもセットブラウザからダウンロードできます。

これがソーシャルな道です。審査は手作業で（メンテナーがすべての追加をキュレーションし、自動公開されるものは何もありません）、全体の流れは GitHub だけで済みます。生成されたレッスンはすでにスキーマに対して検証されているので、寄稿されたレッスンはたいてい、マニフェストの少しの仕上げだけで済みます。

共有アシスタント、バリエーション、著者クレジット（Phase 64）¶

マイレッスンからレッスンを共有すると、GitHub に直接飛ぶ代わりに、4 ステップのアシスタントが開きます。

プレビュー + 配置。 アプリは、レッスンがツリー内のどこに落ち着くか（sets/{ソース}/{ターゲット}-{レベル}/）と、自動採番されたファイル名（{nn}-{slug}.json、既存のレッスンの次の番号）を正確に計算します。まったく新しいペア + レベルには 「新しいセットです！あなたが最初です。」が表示されます。
重複チェック。 レッスンは、そのパスに既に存在するレッスンと比較されます（カードと演習の重なり — 助言的で、決してブロックしません）。似たものが存在する場合は、次のことができます。
バリエーションとして共有 — レッスンに variation_of: "{original_id}" と、オプションの variation_note（「あなたのバージョンはどこが違いますか？」）がマークされます。
新しい演習のみを提案（ほぼ重複の場合）— アシスタントは、オリジナルに欠けている演習だけを、対応するカードとともに、補完バリエーションとして抽出します。
品質サマリー。 ルールベースのバリデーターの所見（加えてオプションの AI チェック）。警告は表示されますが、決してブロックしません。
共有 + お祝い。 ワンクリックで GitHub のプルリクエストが開き（小さなレッスンはファイルエディタ、大きなレッスンはアップロードページ）、アプリが小さなお祝いで感謝します。

バリエーションとクレジットのフィールド（スキーマ 1.3、すべてオプション）¶

{
  "variation_of": "10-passe-compose",
  "variation_note": "Mehr Übungen zur Angleichung",
  "contributed_by": "Maria S.",
  "contributed_at": "2026-06-01T14:30:00Z"
}

4 つすべてが追加的でオプションです。それらのないレッスンは以前とまったく同じに振る舞います。contributed_by は、著者が共有時にクレジットを有効化した場合に設定されます（次回のためにローカルに記憶される「あなたの名前（オプション）」フィールド）。存在する場合、ビューアはタイトルの下に「{name} による提供」という控えめな行を表示し、プルリクエストのテキストはそのメタデータテーブルに著者を列挙します。

寄稿履歴とギャップ¶

共有されたレッスンはローカルに記憶され（アカウント不要）、 マイ寄稿の下にカウンターと、5 つのレッスンを共有すると コミュニティ寄稿者の称号が付きます。セットブラウザはさらに 欠けているレッスンを表示します — 既存のペアの次の CEFR レベルへの、あるいはあるソース言語には存在するが別のソース言語では欠けているターゲット言語への、励みになる提案です（「手伝えますか？」）。

レッスンコンテンツを作成する¶

コンテンツセットとは¶

言語ペア（v1.44.0）¶

ディレクトリレイアウト¶

マニフェスト形式¶

レッスンスキーマ（v1.0）¶

Cards¶

Steps¶

演習タイプのリファレンス¶

matching¶

picture_choice¶

free_text¶

word_tiles¶

cloze（Phase 52 / v1.35.0 — スキーマ 1.1）¶

演習の方向（v1.46.0 / EXP-018）¶

適応型レッスンジェネレーター向けのアノテーション（v1.36.0+）¶

アセット（セットが同梱する画像）— v1.37.0+¶

ディレクトリレイアウト¶

マニフェストでの宣言¶

サイズ + 形式の制限¶

サイズの推奨¶

実行時プレースホルダーで十分な場合¶

品質チェックリスト¶

検証（2 つの層、v1.44.0）¶

ローカルでのテスト¶

PR ワークフロー¶

よくあるつまずき¶

リファレンス：パイロットセット¶

コミュニティ参加への道（v1.42.0）¶

共有アシスタント、バリエーション、著者クレジット（Phase 64）¶

バリエーションとクレジットのフィールド（スキーマ 1.3、すべてオプション）¶

寄稿履歴とギャップ¶

関連ページ¶