学習者が解く画面
ブラウザで開くレッスン画面。選択式、穴埋め、段階式、読解、スケッチゲートまでを扱う。利用者から見ると、ここが普通の学習アプリに見える部分だ。
これは「AIに問題を作らせるプロンプト集」ではない。私が自分の家庭で毎日運用している、問題の生成、内容の検査、配信、解答記録の分析までを含む小さな学習システムから、仕組みだけを公開テンプレートとして切り出したものだ。同梱データはすべて合成サンプルで、中学受験の範囲を例にしている。
このページは、私がこのキットを初めて使う側だったら何を知りたいか、という順番で書いている。React、Workers、R2、JSON、AIエージェントといった単語を覚えることが目的ではない。目的は、学習課題を「毎日回る仕組み」に変え、その仕組みを自分のリポジトリとして持つことだ。
ビジネスで考えるなら、これは小さな業務システムに近い。入力は教材と解答ログ、処理はAIによる生成と検証、出力は翌日のレッスン、改善指標は間違い方の変化。子ども向けの見た目をしているが、発想はサービス開発そのものだ。
ブラウザで開くレッスン画面。選択式、穴埋め、段階式、読解、スケッチゲートまでを扱う。利用者から見ると、ここが普通の学習アプリに見える部分だ。
教材や弱点プロファイルをもとに、翌日の問題を選び、AIで生成し、形式と答えを検査する。ここが「学習者の昨日」から今日のドリルを作る部分になる。
推奨は Claude Code。セットアップ、生成、検証、分析、デプロイを任せるための指示群を同梱する。プログラミング未経験者が触るべき中心はここだ。
最初の役割は、教材を用意し、どんな学習を回したいかを決め、AIエージェントに作業を渡すことだ。GitHub のテンプレートから実運用用の private リポジトリを作る、Cloudflare のアカウントを作る、設定値を入れる、デプロイする。これらは技術作業だが、手順が明確ならAIに任せられる。
むしろ人間が見るべきなのは、できあがった問題が学習者に出してよい品質か、昨日の間違いが今日のレッスンに反映されているか、続ける負担が生活に収まっているか、という運用判断のほうだ。
「問題生成ツール」ではなく、記録、分析、生成、検証、配信が回る学習ドリルの仕組みとして読む。
市販アプリで足りるならそれでいい。自作する価値が出る条件と、支払うコストを先に見る。
静的JSON、localStorage、R2ログという構成が、どうやって「昨日の間違い」を翌日に戻すのかを確認する。
AIは滑らかに間違える。だから生成より検査が本体になる、という設計思想を先に理解する。
Cloudflare、Claude Code、教材を用意し、技術作業は人間ではなくAIに渡す前提で読む。
このキットで作れるのは、毎日回す学習の仕組みだ。市販アプリのように全員へ最適化された完成品ではないし、塾や学校や資格講座の代替でもない。公開リポジトリに入っているのは合成データの見本であり、実運用では自分の教材、試験範囲、弱点、生活リズムに合わせて private に育てる前提になる。
だから、初心者にとって一番大事なのは「全部を理解してから始める」ことではない。全体の地図を持ち、危険な場所を知り、小さく動かして、ログを見ながら直すことだ。実運用では GitHub リポジトリと R2 バケットを private に保ち、教材本文の丸ごと投入や、学習者を特定できる情報の記録は避ける。
問題を作るツールではない。記録・分析・設計・生成・検証・配信が毎日回る小さな学習システムだ。受験・資格試験にも応用できる。
KIT · 02優れたアプリは山ほどある。それでも家庭で仕組みを持つことには、置き換えの効かない3つの理由がある。
KIT · 03静的ファイルと生ログだけで学習システムは動く。データベースを捨てたことで、事故から戻れる設計になった。
KIT · 04AIは滑らかに間違える。だからこのキットでは、問題を作った後に4層の検証ゲートを通してから配信する。
KIT · 05Cloudflareのアカウント、Claude Code、そして教材と試験範囲。セットアップはAIに渡せるが、判断まで手放すわけではない。