modelagem-de-grafo-de-metas-narrativas-gmn

Modela dependencias causais do enredo como DAG de metas narrativas com propagacao de inconsistencias e deteccao de ciclos.

SKILL.md

GitHub

modelagem-de-grafo-de-metas-narrativas-gmn

Descrição

A skill modelagem-de-grafo-de-metas-narrativas-gmn modela matematicamente a estrutura de dependências causais do enredo de romances como um Grafo Dirigido Acíclico (DAG) de Metas Narrativas (GMN). Ela mapeia as premissas e consequências lógicas das cenas do outline, propaga inconsistências automaticamente quando uma meta é removida ou alterada e impede que o autor conclua tarefas dependentes antes de suas predecessoras serem executadas.

Quando usar

Gatilhos concretos e observárias:

  • O autor cria, edita ou exclui uma cena ou meta no editor de outline do romance.
  • Um novo arco de personagem ou linha de subtrama é adicionado ao planejamento.
  • O sistema valida dependências antes de mover um cartão Kanban de "A Escrever" para "Escrevendo".

Quando NÃO usar:

  • Para gerenciar dependências de tarefas técnicas de desenvolvimento de software (onde ferramentas dedicadas como Jira são mais adequadas).
  • Em romances curtos de estrutura completamente linear sem sub-tramas entrelaçadas.

Pré-requisitos

  • Banco de dados relacional com tabelas goals (vértices) e goal_dependencies (arestas) para armazenar o DAG.
  • Implementação do algoritmo de Kahn de detecção de ciclos.
  • Motor de travessia de grafo que suporte propagação recursiva de estados em grafos direcionados.

Processo (passo a passo executável)

  1. Definição da Estrutura do Grafo (GMN):
    • Criar cada meta narrativa como um vértice $V$ do grafo com os atributos:
      • id, titulo (descrição da meta), status (Pendente | Em andamento | Concluído | Inconsistente), capitulo_associado.
    • Registrar cada relação de dependência causal entre duas metas como uma aresta direcionada $E = (A \rightarrow B)$, representando "meta $B$ só pode ser realizada após meta $A$".
  2. Validação de Aciclicidade (DAG Check):
    • A cada nova aresta criada pelo autor no editor de outline:
      • Executar o algoritmo de Kahn (topological sort) sobre o grafo completo.
      • Se o algoritmo detectar um ciclo (ex: $A \rightarrow B \rightarrow A$), bloquear a inserção da aresta na UI com uma mensagem de erro explicativa e sugerir o redesenho.
  3. Propagação de Inconsistências:
    • Quando uma meta $A$ mudar para o status Inconsistente (ex: foi editada de forma que quebra sua premissa lógica):
      • Executar BFS (Busca em Largura) ou DFS (Busca em Profundidade) a partir do nó $A$.
      • Aplicar a flag Inconsistente em cascata para todos os vértices descendentes $B \in Descendants(A)$.
  4. Validação de Pré-Condições (Conclusão de Metas):
    • Bloquear a transição de status de uma meta $B$ para Concluído se:
      • Qualquer nó pai $P \in Parents(B)$ ainda possuir status Pendente ou Inconsistente.
    • Exibir uma mensagem bloqueante na UI listando as metas predecessoras ainda não concluídas.

Parâmetros e configuração

  • MAX_GOAL_DEPTH: Profundidade máxima permitida de aninhamento de dependências no DAG. Padrão: 10.
  • PROPAGATION_ALGORITHM: Algoritmo usado para propagação de flags de inconsistência. Padrão: "BFS".
  • CYCLE_DETECTION_ALGORITHM: Algoritmo usado para detecção de ciclos. Padrão: "Kahn".

Armadilhas e como evitá-las

  • Armadilha: Paradoxos de Dependência Circular: o editor permite que o autor desenhe dependências mútuas entre duas metas (A depende de B e B depende de A simultaneamente). Isso gera um ciclo infinito nos algoritmos de validação e propagação, travando o sistema de gerenciamento de tarefas do romance. Mitigação: Executar a detecção de ciclo pelo algoritmo de Kahn imediatamente e sincronamente antes de registrar cada nova aresta no banco de dados. A inserção da dependência deve ser barrada na UI com mensagem clara antes de ser persistida, nunca depois (Narrative Task Graphs, 2026).

Critérios de validação (Definition of Done)

  • A verificação de aciclicidade e propagação de inconsistências em cascata em um DAG com 200 metas é concluída em menos de 5ms em CPU local.
  • 100% das tentativas de criar dependências circulares entre metas do outline são bloqueadas antes de ser persistidas no banco de dados.

Fundamentação científica

  • Narrative Task Graphs (2026) - Task Dependency Graphs for Narrative Planning - CHI 2026
  • Collaborative Plot Graphs (2024) - Collaborative Plot Graph Modeling for Long-form Narratives - arXiv 2024
  • Graph-Based Outline Refinement (2026) - Graph-Based Outline Refinement and Consistency Checking - arXiv 2026

Requisitos do projeto relacionados

  • RF-194 (quadro de progresso)
  • RF-195 (recomendar afazeres)

Maturidade e riscos de adoção

Nível: Emergente. Risco: A UI de desenho e visualização de dependências causais no outline pode ser cognitivamente complexa para romancistas sem experiência com ferramentas de planejamento em grafos. Fallback para v1: Oferecer somente relações lineares simples de dependência (uma meta por vez) via listas numeradas ordenadas no outline, sem visualização de grafo completo.

Exemplos

Inserção de dependência (caso válido):

  • Meta A: "Apresentar a personagem Helena (cap. 1)"
  • Meta B: "Helena trai Kael (cap. 8)"
  • Aresta $A \rightarrow B$ criada. Kahn não detecta ciclo. Inserção aprovada. Inserção de dependência (caso bloqueado — ciclo):
  • Aresta $B \rightarrow A$ solicitada (Helena trai → Apresentar Helena).
  • Kahn detecta ciclo: $A \rightarrow B \rightarrow A$.
  • Sistema bloqueia a inserção e exibe: "Dependência circular detectada: Meta B já depende de A. Impossível criar a dependência inversa." Caso de falha conhecido: Permitir que a meta "Resolver o mistério do assassinato" seja marcada como "Concluída" antes de a meta "Apresentar o suspeito principal" ter sido escrita.