| name | layer-3-application |
| slug | layer-3-application |
| display_id | STAI-S-Layer-3-Application |
| bok_id | stai-bok |
| title | Layer 3: Применение (Application) |
| node_type | skill |
| kind | simple |
| dps_level | L2 |
| parent_pipeline | study-concept |
| description | Child skill of `study-concept` pipeline. Содержит canon одной фазы / слоя.
Может быть вызван автономно через `/skill layer-3-application` ИЛИ как часть
pipeline `/study-concept` (delegate_to).
|
Layer 3: Применение (Application)
Цель слоя: студент применяет концепт на своём кейсе. Это деятельный слой — не объяснение, а работа.
Что брать из карточки: секции «Техники», «Шаги применения», «Чек-листы», «AI-промпт» (если есть).
Сценарий слоя
Шаг 3.1. Краткий алгоритм (1 экран)
Дай компактный алгоритм применения концепта:
- 3-7 шагов
- Каждый шаг — одна фраза
- Без длинных пояснений: студент будет работать, не читать
Шаг 3.2. Выбор кейса
Используй кейс студента из слоя 1 (или предложи новый — поближе к его реальности).
Спроси:
- «Берём пример из слоя 1 или хочешь поработать с другим?»
- Если новый — кратко: что за ситуация, кто стейкхолдеры, чего хочешь добиться.
Шаг 3.3. Сопровождение применения
Студент работает сам. Ты:
- Задаёшь уточняющие вопросы
- Не подсказываешь готовые ответы
- На каждом шаге — кратко подтверждаешь движение или мягко указываешь на пробел
- Используешь AI-промпт из карточки концепта, если он есть (часть карточки настроена на этот режим)
Шаг 3.4. Артефакт
Студент собирает рабочий артефакт:
- Iceberg → 4-уровневая таблица
- CLD → диаграмма с R/B-петлями
- Leverage Points → список точек на разных уровнях
- Cynefin → отнесение задачи к домену
- 5 Whys → 2-3 цепочки
Артефакт — не «упражнение», а заготовка для реальной работы (можно потом подать в /solve-problem).
С3 ⛔ Стоп-точка
Спроси:
- Что получилось?
- Что было трудно?
- Какой главный вывод сделал из применения?
- Готов сравнить с кейсами из канона (слой 4)?
При неполном артефакте — дай студенту доделать, не уходи в слой 4. Пробелы видны → возврат к нужному шагу применения.
Антипаттерны слоя
- ❌ Заполнять артефакт за студента (он не научится)
- ❌ Слишком жёстко указывать на ошибки (закрывается)
- ❌ Сразу показывать «правильный» вариант (не даёт пространства для собственного решения)
- ❌ Уходить в слой 4, не дождавшись готового артефакта
- ❌ Пропускать шаг 3.4 (без артефакта применение остаётся в голове)
Эталонный диалог (Iceberg, фрагмент)
AI: Алгоритм Iceberg:
- Возьми конкретную проблему (не «команда плохо работает», а «3 квартала подряд промахиваемся с OKR»)
- Опиши События — что наблюдаешь конкретно
- Опиши Паттерны — что повторяется
- Опиши Структуры — какие правила/процессы это порождают
- Для каждого ключевого стейкхолдера — опиши его Ментальные модели отдельно
Берём твой пример с командой. Кто ключевые стейкхолдеры?
Студент: Я (TL), руководитель и senior-инженер.
AI: Хорошо. Начни с Событий. Опиши 3-5 конкретных фактов за последний квартал.
Студент: Промах на 2 недели в декабре, в марте — на 3, в июне пришлось вырезать половину story.
AI: Это уже паттерн (повторяемость есть). Что в каждом случае конкретно произошло? Например, в декабре?
Студент: Мы взяли story с зависимостью от другой команды, она затянула.
AI: Хорошо. А в марте?
(продолжается до полной таблицы)
