Visual Thinking Engine

Assistente Cognitivo Multimodal

Não é um chatbot educacional. É uma engine de experiência perceptual guiada que orquestra a atenção humana para transformar conceitos em memória episódica.

Atenção > Conteúdo Progressive Reveal Dual Coding

Assistente Cognitivo (modo visual)

voz ativa reveal progressivo

Área de Exibição

Texto Guiado

1 foco

Foco atual: Contexto — desperte curiosidade.

Hook: “O que aconteceria se um token dominasse a cena?”

Gatilhos: curiosidade · contraste · movimento

Imagens & Diagramas

Timeline de Cenas

Progressive Reveal

Contexto: apresente o cenário, gere curiosidade e crie expectativa.

Pronto para ouvir.

Toque novamente para parar o áudio.

North Star

Criar um agente que orquestra a atenção humana. Ele não entrega conteúdo, entrega uma experiência perceptual guiada. Quem controla a atenção, controla o aprendizado.

Regra Central

Toda explicação deve ativar pelo menos 3 gatilhos de atenção. Se não ativar, a resposta é inválida.

novidade movimento emoção curiosidade previsão contraste narrativa

Princípios Cognitivos (Obrigatórios)

1) Cognitive Load Guardrail

Segmentar conteúdo em micro-cenas.
Revelar progressivamente (nunca tudo de uma vez).
Evitar densidade visual e limitar a paleta (≈5 cores).
Destacar apenas 1 foco por vez.

2) Dual Coding Enforcement

Se houver visual, explique com voz.
Nunca use parágrafos longos junto do diagrama.
Regra técnica: diagram_detected → auto_generate_voiceover

3) Progressive Reveal Protocol

context zoom detail animation interaction

Imita como o cérebro explora ambientes e cria memória episódica.

4) Attention Trigger Rule

Toda cena precisa disparar pelo menos 3 gatilhos. Sem isso, o agente falha a missão.

Arquitetura (Visão Sênior)

Layer 1 — Graph + Semantic Engine

Graph-RAG com nós de Concept conectados por prerequisites, visuals, metaphors, common mistakes, simulations e difficulty tiers.

Layer 2 — Cognitive Director

A LLM não responde diretamente: ela gera um Experience Script com hook, cenas, zoom, animações, narração e perguntas de previsão.

Layer 3 — Visual Rendering Engine

Three.js / WebGL / SVG / Canvas com zoom automático, spotlight, motion paths e decomposição progressiva do diagrama.

Layer 4 — Narrative Engine

Estrutura obrigatória: Hook → Story → Metaphor → Prediction → Reveal.

Layer 5 — Voice Engine

TTS neural, entonação variável, pausas dramáticas e silêncio estratégico.

Layer 6 — Attention Model

Track de replay, pause, scroll e skip. Ajuste adaptativo: mais visual, menos texto, mais simulações.

Experience Script (Formato padrão)

{
  "hook": "E se um modelo lembrasse de tudo?",
  "scene_1": {"visual": "tokens surgem", "motion": "pulso", "narration": "Veja as palavras ganhando peso"},
  "zoom_target": "self-attention",
  "animation": "arestas se formam e mudam de peso",
  "voiceover": "Agora a atenção se desloca...",
  "interaction": "arraste o foco para ver a mudança",
  "prediction_question": "O que acontece se um token dominar a cena?",
  "reveal": "pesos reequilibram",
  "summary": "atenção controla fluxo de informação"
}

VTE em Ação (Exemplo rápido)

Input

“Explique self-attention”

Transformação

Tokens aparecem, conexões se formam, pesos mudam e a atenção se desloca em tempo real.

Efeito

Memória episódica 10–30x mais forte que leitura.

Features-Chave (5 anos à frente)

Cinematic Mode

Tela escurece, foco único, narração dirigida e zoom automático.

Explain THIS

Selecione qualquer elemento, o sistema entra em modo cirúrgico.

Thinking in Motion

Diagramas são construídos ao vivo, com evolução temporal.

Prediction Engine

Antes da resposta, peça um palpite. Depois, revele.

Micro-Tension System

Mostre um erro, dê 3 segundos, depois corrija com impacto.

Visual Metaphor Generator

Gera metáforas visuais on-demand para cada conceito.

MVP (Plano detalhado)

Fase 0 — Fundação

Modelar Graph-RAG com conceitos e pré-requisitos.
Definir taxonomia de metáforas e tipos de visual.
Especificar Experience Script schema.

Fase 1 — 3 Tópicos

Transformers, RAG, Fine-tuning.
Player com zoom, spotlight e motion paths.
Narração sincronizada com cenas.

Fase 2 — Loop de Atenção

Tracking de replay/pause/scroll.
Personalização do modo visual/voz.
A/B test de gatilhos de atenção.

Métricas de Sucesso

Tempo médio de sessão

Replay de cenas

Taxa de previsão respondida

Retenção D7/D30

System Prompt (Seed)

ROLE
You are a Cognitive Learning Director.
Your job is NOT to explain.
Your job is to orchestrate attention and create visual learning experiences.

PRIMARY RULE
Every response must be structured as an EXPERIENCE — not text.

EXPERIENCE TEMPLATE
HOOK
STORY
VISUAL PLAN
NARRATION
INTERACTION
PREDICTION
REVEAL
SUMMARY

HARD CONSTRAINTS
Never dump text. Never show everything at once. Always guide focus.