Vocabulário CEFR alvo

Faixas CEFR e a escada acumulativa de vocabulário

Quando você envia um nível atual e um nível-alvo estritamente superior, o motor consulta ambos os tamanhos acumulativos, subtrai o tamanho efetivo de partida do tamanho-alvo e devolve a diferença não negativa como words_to_learn. O campo path lista cada faixa do início até a meta para você ver marcos intermediários, e level_steps decompõe o hiato total em incrementos por faixa, por exemplo A2 para B1 igual a mil palavras e B1 para B2 igual a duas mil.

Contrato de entrada, substituições e formato da resposta

Falhas de validação nomeiam o campo ofensor e não são faturadas. Envie um corpo JSON com duas strings de nível CEFR obrigatórias: current_level e target_level. Os valores aceitos são A1, A2, B1, B2, C1 e C2 em qualquer capitalização; aliases como from e to mapeiam para os mesmos campos. O alvo deve ficar estritamente acima do nível atual na escada — se forem iguais ou invertidos, a tarefa falha com invalid_input em vez de devolver um zero silencioso que poderia ser lido como sucesso. Opcionalmente envie known_words como número não negativo quando o seu baralho, teste de nivelamento ou rastreador de listas reportar um tamanho real diferente da média da escada para a sua faixa; o motor arredonda para baixo frações a palavras inteiras e usa essa cifra como tamanho de partida. Opcionalmente envie words_per_day como taxa estritamente positiva; quando presente, days_needed é o teto de words_to_learn dividido por essa taxa, ou zero se você já atinge o tamanho-alvo. Respostas bem-sucedidas ecoam os níveis normalizados, os tamanhos ladder_current e target_vocab, known_words usado, words_to_learn, already_reached, levels_to_climb, path, level_steps, percent_of_target, uma string curta de fórmula, uma mensagem legível e passos numerados. Quando uma taxa diária foi fornecida, words_per_day e days_needed também aparecem; campos opcionais são omitidos em vez de definidos como null.

Planejamento de estudo, tutoria e integrações de produto

Escolas de idiomas usam uma calculadora de meta de vocabulário CEFR para definir cotas semanais de palavras novas alinhadas ao objetivo declarado do aluno, por exemplo passar de A2 para B1 antes de uma matrícula de outono. Validação falha não consome saldo. Mantenha a escada fixa no texto do seu produto para que os usuários entendam que os números são estimativas de planejamento; combine-os com colocação por habilidades quando precisar de preparo completo para certificação CEFR, e use esta ferramenta quando a pergunta for especificamente quão grande é o delta de vocabulário entre duas faixas. Aprendizes independentes combinam a cifra words_to_learn com um limite diário de repetição espaçada para que baralhos de Anki ou Memrise não prometam demais em relação à data do exame. Tutores e coaches abrem sessões com um hiato numérico compartilhado em vez de conversa vaga de progresso e ajustam known_words à medida que as listas crescem. Plugins de LMS e apps móveis de estudo chamam o mesmo endpoint parse a partir de workers de borda porque o algoritmo é aritmética pura, sem tokens de modelo e sem rede de saída.