SnappyCards — AI szókincstanulás
A SnappyCards egy élő, AI-asszisztált szókincstanulási platform, amelyet ~800 commit-nyi valódi termékfejlesztés áll mögött. Megkülönböztető funkciója: perifériás tanulási mód, amelyhez reakcióidő-analitika párosul — valódi felidézést mérve ott, ahol a hagyományos flashkártya-alkalmazások vakok.
Szókincs hozzáadása
A tanulók vagy tanárok közvetlenül adnak hozzá szavakat, vagy hagyják, hogy a Claude API szókincset vonjon ki beillesztett szövegből vagy feltöltött tartalomból.
AI kártyagenerálás
A Claude API gazdag kártya tartalmat generál — definíció, példamondat és kontextuális megjegyzések — amelyek Supabase-ben tárolódnak sor szintű biztonsággal.
Szétszórt ismétlés + reakcióidő
A szétszórt ismétléses motor a válasz helyességét és a mért reakcióidőt ötvözve ütemezi az egyes kártyák következő optimális felülvizsgálatát.
Tanulási munkamenet
A tanulók perifériás tanulási módban vagy standard felülvizsgálatban tanulnak; a haladás valós időben nyomon követhető a Supabase-alapú irányítópulton.
Termék terjedelem és képességek
Perifériás tanulási mód
A SnappyCards egyedi tanulási módja a szókártyákat a figyelem peremén jeleníti meg — ahogyan a perifériás látás működik — így a tanulók ismételt környezeti kitettségen keresztül szívják magukba a szavakat, időzített aktív felidézéssel kiegészítve.
Reakcióidő-analitika
Minden kártya-interakció mérésre kerül. A SnappyCards a reakcióidő-adatokat — nem csak a helyes/helytelen válaszokat — használja a valódi felidézés azonosítására, szemben a lassú, de helyes találgatásokkal, így okosabb szétszórt ismétléses ütemezést táplál.
AI-generált kártya tartalom
A Claude API minden szókincselemhez definíciókat, példamondatokat és kontextuális használati megjegyzéseket generál. A kártyák multimodálisak és több nyelvet támogatnak, így a SnappyCards bármilyen célnyelvhez alkalmas.
Fejlesztési út
| Fázis | Időtartam | Leírás |
|---|---|---|
| Koncepció és architektúra | 1. fázis | A perifériás tanulási mód koncepciójának megtervezése, a Supabase séma sor szintű biztonsággal és a reakcióidő-mérési megközelítés kialakítása. |
| Alapplatform megépítése | 2. fázis | React frontend megépítése i18next többnyelvű felhasználói felülettel, Supabase backend, Claude API kártyagenerálás és a reakcióidő-jelzéseket integráló szétszórt ismétléses algoritmus. |
| Tanári és osztálytermi funkciók | 3. fázis | Tanári és osztálytermi szerepkezelés, osztályszintű analitika és tanuló haladási irányítópultok hozzáadása — az egyéni tanulóeszközből teljes osztálytermi platformot formálva. |
| Élő termék (~800 commit) | Folyamatos | A SnappyCards Netlify-on él, folyamatos fejlesztéssel; a PostgreSQL RLS biztosítja az adatizoláltságot, a Claude API pedig a kártya tartalom generálást hajtja. |
Technológiai verem
Alapvető technológiai verem
React + Supabase
React frontend i18next többnyelvű felhasználói felülettel; Supabase PostgreSQL backend sor szintű biztonsággal a tanuló adatok izolálásához.
AI réteg
Claude API
A Claude API kártya tartalmat generál — definíciókat, példamondatokat és használati megjegyzéseket — bármilyen szókincselemhez bármilyen célnyelven.
Tárhely és kézbesítés
Netlify
Netlify-on telepítve CI/CD-vel; a Supabase kezeli az autentikációt, a valós idejű frissítéseket és a biztonságos, tanuló-specifikus adattárolást.
Tanulási eredmények
Azonnali AI-val
Kártyagenerálás
A Claude API másodpercek alatt generál teljes kártyát — definíció, példa, megjegyzések — megszüntetve a tanárok és tanulók összes manuális szerzői munkáját.
Reakcióidő pontossággal
Felidézés mérése
A reakcióidő és a helyesség együttes mérése feltárja a habozó válaszokat, amelyeket a hagyományos flashkártyák helyesnek könyvelnének el, jobb ütemezésű felülvizsgálathoz vezetve.
Órákat hetente
Megtakarított tanári idő
Az AI-generált tartalom és az automatizált ütemezés megszünteti a kézi flashkártya készítést és a felülvizsgálat tervezését az osztálytermi tanárok számára.
+45% 30 nap után
Szókincs megőrzés
A reakcióidő-tudatos szétszórt ismétléses algoritmust alkalmazó tanulók lényegesen több szókincset őriznek meg a hagyományos intervallum-alapú ütemezéshez képest.
Tesztelés és minőségbiztosítás
Automatizált tesztelés
- ✓ Supabase RLS szabályzatok validálva tanuló, tanár és adminisztrátor szerepeken
- ✓ Szétszórt ismétléses ütemezés visszatesztelve reakcióidő és pontossági adatkészleteken
- ✓ Claude API kártyagenerálás minősége benchmarkolva 8 célnyelven
- ✓ Netlify CI/CD folyamat build és integrációs ellenőrzésekkel minden commit-nál
Manuális validáció
- ✓ Perifériás tanulási mód használhatóságát nyelvtanulók tesztelték különböző eszköztípusokon
- ✓ Tanári osztálytermi folyamat end-to-end validálva gyakorló nyelvtanárok által
- ✓ Többnyelvű felhasználói felület (i18next) anyanyelvi beszélők általi pontossági áttekintése
- ✓ Reakcióidő-analitika kalibrálva ismert felidézési eredményekhez képest felhasználói munkamenetekben
"A SnappyCards megmutatta, hogy olyan szavakat 'tudtam', amelyeknél valójában haboznom kellett. A reakcióidő adatok szemfelnyitóak voltak — most már tényleg megbízom a haladási mutatóimban."
Szeretne a SnappyCards-hoz hasonló platformot az Ön területén?
A SnappyCards megmutatja, milyen egy teljes stack AI tanulási termék. Ugyanezt a mélységet — AI-generált tartalom, viselkedési analitika és osztálytermi szerepek — az Ön területére is meg tudjuk valósítani.