sinapse-ai 9.2.0 → 9.3.0

package/squads/squad-research/knowledge-base/hybrid-retrieval-patterns.md

@@ -0,0 +1,144 @@
+# Hybrid Retrieval Patterns
+
+> Extraído e sintetizado de MS-009 Agentic Second Brain (2026) — estado da arte em retrieval para sistemas RAG e Second Brains.
+
+## Princípio Central
+
+**Hybrid search (BM25 + embeddings + graph traversal) é o padrão de produção em 2026.** Sistemas com retrieval monomodal (apenas semântico OU apenas keyword) são considerados subótimos. A combinação reduz erros em 35-60% versus retrieval semântico puro.
+
+## Por Que BM25 Ainda Importa
+
+Apesar dos avanços em embeddings, BM25 permanece imbatível para:
+- Códigos de produto exatos e SKUs
+- Terminologia legal e regulatória específica
+- Acrônimos únicos e jargões técnicos
+- Nomes próprios e marcas
+
+Para a maioria das aplicações RAG reais, full-text search fornece precisão que vector search não alcança confiavelmente.
+
+## A Stack Híbrida de Produção
+
+```
+[Query do Usuário]
+  |
+  +-- BM25 (keyword search)        --> Top-K resultados
+  |
+  +-- Dense Embeddings (semantic)  --> Top-K resultados
+  |
+  +-- Knowledge Graph (structured) --> Entidades + Relações
+  |
+  --> Reciprocal Rank Fusion (RRF) --> Merged & Ranked
+  |
+  --> Cross-Encoder Reranking      --> Final Top-N
+  |
+  --> LLM Generation com Context
+```
+
+## Reciprocal Rank Fusion (RRF)
+
+**A fórmula que une os mundos:** Se um documento aparece no Top-5 de AMBOS keyword e semantic search, recebe boost massivo — garantindo que documentos relevantes por ambos critérios sejam priorizados.
+
+```python
+# Fórmula RRF
+rrf_score = sum(1 / (k + rank_i) for i in retrieval_systems)
+# k = constante (tipicamente 60)
+# rank_i = posição do documento no sistema i
+```
+
+**Por que funciona:** Documentos consistentemente relevantes em múltiplos sistemas recebem scores cumulativos, enquanto falsos positivos (relevantes em apenas 1 sistema) ficam abaixo.
+
+## Camadas de Retrieval
+
+### Camada 1: BM25 (Full-Text)
+- **Ferramenta:** Elasticsearch, OpenSearch, Typesense, Meilisearch
+- **Força:** Termos exatos, queries específicas
+- **Configurar:** Field weighting (título > corpo), stemming para pt-BR
+
+### Camada 2: Dense Embeddings (Semantic)
+- **Modelos recomendados 2026:**
+  - `text-embedding-3-large` (OpenAI) — melhor qualidade geral
+  - `voyage-3` (Voyage AI) — melhor custo/benefício para pt-BR
+  - `bge-m3` (open-source) — multilingual, self-hosted
+- **Vector DB:** pgvector (início) → Weaviate/Pinecone (produção)
+- **Força:** Sinonímia, variações linguísticas, contexto semântico
+
+### Camada 3: Knowledge Graph (Structural)
+- **Quando usar:** Queries sobre relações, entidades conectadas, raciocínio multi-hop
+- **Força:** "Quais empresas competem com X no mercado Y?"
+- **Implementação:** Graphiti para temporal, Neo4j para estático
+
+### Camada 4: Cross-Encoder Reranking
+- **O que é:** Segundo estágio de ranking com modelo mais pesado
+- **Modelos:** `cross-encoder/ms-marco-MiniLM-L-6-v2` (open-source)
+- **Trade-off:** +latência vs +precisão (usar apenas no Top-20, não no full corpus)
+
+## Agentic RAG (Estado da Arte 2026)
+
+Evolução do RAG passivo para RAG ativo — agente que planeja, recupera, raciocina e itera:
+
+```
+[Query]
+  --> Plan: Quais sub-queries são necessárias?
+  --> Retrieve: Executar retrieval para cada sub-query
+  --> Reason: Síntese dos resultados
+  --> Critique: Os resultados respondem a query?
+  --> Refine: Se não, reformular e repetir (max 3 ciclos)
+  --> Generate: Resposta final com fontes
+```
+
+**Referência acadêmica:** arXiv 2501.09136 — survey formal sobre Agentic RAG.
+
+## Tiers de Armazenamento para Retrieval
+
+| Tier | Acesso | Armazenamento | Latência | Exemplo |
+|------|--------|---------------|----------|---------|
+| **HOT** | Context window | In-memory (tokens) | <1ms | Tarefa atual, últimas mensagens |
+| **WARM** | Recuperável | Vector DB + Cache | <300ms | Notas recentes, entidades do projeto |
+| **COLD** | Sob demanda | Filesystem + Archive | >1s | Notas antigas, projetos concluídos |
+
+**Princípio do ContextForge:** Uma nota se torna HOT não apenas por acesso recente, mas por relevância semântica à tarefa atual — mesmo armazenada semanas atrás.
+
+## Token Budget para Contexto RAG
+
+```
+TOTAL WINDOW: 200,000 tokens (Claude exemplo)
+  |- System Prompt:      ~2,000 tokens (1%)
+  |- Agent Persona:      ~1,500 tokens (0.75%)
+  |- Memory Context:    ~50,000 tokens (25%)  ← GERENCIADO via retrieval
+  |    |- HOT (current):  ~20,000
+  |    |- WARM (retrieved): ~30,000
+  |- Tool Results:      ~50,000 tokens (25%)  ← DINÂMICO
+  |- Response Budget:   ~76,500 tokens (38%)  ← RESERVADO
+```
+
+## Ferramentas de Memória Híbrida (2026)
+
+| Ferramenta | Abordagem | Destaque |
+|-----------|-----------|----------|
+| **Mem0** | Graph DB + vector | 26% accuracy gain vs OpenAI Memory, 91% menor latência, 90% menos tokens. $24M Series A (Out 2025) |
+| **Zep/Graphiti** | Temporal graph | 94.8% accuracy DMR; retrieval P95 300ms sem LLM calls |
+| **Cognee** | Graph-vector hybrid | $7.5M seed (Fev 2026); 30+ conectores, 1M+ pipeline runs |
+| **Letta (MemGPT)** | Virtual context (OS-inspired) | Memory blocks read/write; Conversations API cross-session |
+| **ContextForge** | Three-tier HOT/WARM/COLD | 10x compression ratio; auto-promoção/remoção entre tiers |
+
+## Implementação Passo a Passo
+
+1. **Dual Index:** BM25 index (Elasticsearch/Typesense) + vector index (pgvector) para cada documento
+2. **Graph Layer:** Extrair entidades/relações durante ingestão com LLM
+3. **Hybrid Fusion:** Implementar RRF com k=60 como ponto de partida
+4. **Reranking:** Adicionar cross-encoder apenas para Top-20 resultados do RRF
+5. **Context Packing:** Selecionar e ordenar chunks para maximizar utilidade no context window
+6. **Feedback Loop:** Rastrear quais resultados o agente realmente usa para melhorar rankings
+
+## Riscos
+
+| Risco | Sinal | Mitigação |
+|-------|-------|-----------|
+| Semantic drift | Embeddings retornando resultados off-topic | Reembarcar modelos periodicamente, monitorar retrieval quality |
+| Index staleness | Respostas referenciando informação desatualizada | Pipeline de re-indexação automática ao update de nota |
+| Over-retrieval | Contexto poluído com muito material | Limit Top-N, threshold de relevância mínimo |
+| Single-modality bias | Perder resultados keyword-específicos | Sempre manter BM25 ativo ao lado de embeddings |
+
+---
+
+*Knowledge base da squad-research | Fonte: MS-009 Agentic Second Brain*

package/squads/squad-research/knowledge-base/knowledge-graph-construction.md

@@ -0,0 +1,122 @@
+# Knowledge Graph Construction
+
+> Extraído e sintetizado de MS-009 Agentic Second Brain (2026) — 67 fontes consultadas.
+
+## O Que E e Por Que Importa
+
+Knowledge graphs transformam texto não estruturado em redes de entidades e relações que permitem raciocínio estruturado, inferência e navegação semântica. Em 2025, organizações reportando 300-320% ROI na construção de KGs, com LLMs tornando viável em dias o que antes levava meses de NLP especializado.
+
+## Arquiteturas de Knowledge Graph
+
+### Grafo Estático (Tradicional)
+- Entidades e relações fixas, extraídas uma vez
+- Bom para: domínios estáveis, taxonomias corporativas
+- Limitação: não acompanha evolução de fatos ao longo do tempo
+
+### Grafo Temporal (Graphiti/Zep)
+Modelo bi-temporal que rastreia **quando um evento ocorreu** E **quando foi ingerido**:
+- Cada aresta inclui intervalos de validade explícitos
+- Conflitos resolvidos via metadata temporal (invalidar, não descartar)
+- Suporte a ontologia prescrita + aprendida
+- Retrieval P95 de 300ms via busca híbrida (embeddings + BM25 + graph traversal), sem LLM calls durante recuperação
+- **Benchmarks:** 94.8% accuracy DMR com gpt-4-turbo; 18.5% ganho em LongMemEval com 90% redução de latência
+
+### GraphRAG (Microsoft Research)
+Evolução do RAG tradicional que incorpora um knowledge graph no retrieval:
+
+```
+[Query]
+  --> Graph Traversal (entidades/relações relevantes)
+  --> Vector Search (cobertura semântica)
+  --> Combinação via RRF (Reciprocal Rank Fusion)
+  --> LLM Generation com contexto estruturado + semântico
+```
+
+**LazyGraphRAG:** Indexação ao custo de vector RAG (0.1% do custo GraphRAG full) com qualidade comparável para queries globais — estratégia recomendada para começar.
+
+**Ganhos reportados:** Melhora em faithfulness, relevância de resposta e context recall vs RAG puro.
+
+## Frameworks de Organização do Conhecimento
+
+| Framework | Estrutura | Foco | Ideal Para |
+|-----------|-----------|------|-----------|
+| **Zettelkasten** | Rede de notas atômicas interligadas | Emergência de ideias | Pesquisa, escrita |
+| **PARA** | Projects / Areas / Resources / Archives | Ação e produtividade | Gestão de projetos |
+| **Evergreen Notes** | Notas conceituais que evoluem | Pensamento duradouro | Reflexão profunda |
+| **MOC (Maps of Content)** | Notas-índice que agregam temáticas | Navegação | Vaults grandes |
+| **Knowledge Graph** | Entidades + relações + atributos | Raciocínio e inferência | Sistemas agênticos |
+
+## Processo de Construção de Ontologia
+
+### 1. Definir Tipos de Entidade
+Exemplos para research: Pessoa, Conceito, Mercado, Empresa, Tendência, Fonte, Decisão, Insight, Projeto
+
+### 2. Definir Tipos de Relação
+- `relaciona-se-com`, `depende-de`, `contradiz`, `evolui-de`
+- `é-evidência-de`, `refuta`, `suporta`, `pertence-a`
+- `concorre-com`, `complementa`, `antecede`
+
+### 3. Granularidade
+- **Notas atômicas:** 1 ideia = 1 nó (Zettelkasten)
+- **Notas compostas:** 1 tema = 1 nó com seções (PARA)
+- **Escolha:** Atômico para raciocínio profundo, composto para produtividade
+
+### 4. Extração Automática via LLM
+```python
+# Prompt pattern para extração de entidades/relações
+"""
+Dado o texto abaixo, extraia:
+1. Entidades: [nome, tipo, atributos principais]
+2. Relações: [entidade_a, tipo_relação, entidade_b, confiança 1-5]
+3. Fatos temporais: [fato, data/período, validade]
+Texto: {text}
+"""
+```
+
+### 5. Ontologia Evolutiva
+- Permitir que o sistema aprenda novas categorias do uso
+- Graphiti: ontologia híbrida (prescrita + aprendida automaticamente)
+- Revisar ontologia mensalmente nos primeiros 3 meses
+
+## Vector Databases: Comparativo 2026
+
+| Database | Ideal Para | Scale Max | Latência (P95) | Compliance |
+|----------|-----------|-----------|----------------|------------|
+| **Pinecone** | Produção enterprise | Bilhões | <50ms | SOC 2 II, ISO 27001 |
+| **Weaviate** | Hybrid search nativo | Centenas de milhões | <100ms | SOC 2 II, HIPAA |
+| **Qdrant** | Performance/custo | Centenas de milhões | <100ms | SOC 2 II |
+| **Chroma** | Prototipagem rápida | Milhões | Variável | Open-source |
+| **pgvector** | PostgreSQL integration | 5-100M | Variável | Herda do PG |
+| **Milvus** | Custo em escala | Bilhões | <50ms | Open-source |
+
+**Estratégia:** Começar com pgvector/Chroma para prototipo → migrar para Pinecone/Weaviate para produção.
+
+## Métricas de Saúde do Knowledge Graph
+
+| Métrica | O Que Mede | Target |
+|---------|-----------|--------|
+| Connection density | Links por nó (média) | >3 links/nota |
+| Coverage completeness | % tópicos cobertos vs demandados | >80% |
+| Orphan nodes | Nós sem conexões | <5% |
+| Graph diameter | Distância média entre nós | <6 hops |
+| Decay rate | % nós desatualizados por período | <10%/mês |
+
+## Riscos e Mitigações
+
+| Risco | Mitigação |
+|-------|-----------|
+| Over-engineering ontológico | Começar simples, expandir baseado em uso |
+| Rigidez taxonômica | Usar tags fluidas + taxonomia fixa |
+| Lock-in ferramental | Formato open (markdown + JSON) como base |
+| Inconsistência temporal | Modelo bi-temporal obrigatório para fatos mutáveis |
+| Grafo disconnected | Processo de auto-conexão ao ingesting nova nota |
+
+## Pessoas-Chave
+
+- **Niklas Luhmann** — Criador do Zettelkasten (70 livros, 90,000 fichas)
+- **Tim Berners-Lee** — Semantic Web, RDF, OWL — fundamentos de ontologias machine-readable
+- **Preston Rasmussen** — Autor do paper Zep/Graphiti sobre grafos temporais para memória de agentes
+
+---
+
+*Knowledge base da squad-research | Fonte: MS-009 Agentic Second Brain*

package/squads/squad-research/knowledge-base/multi-agent-research-methodology.md

@@ -0,0 +1,144 @@
+# Multi-Agent Research Methodology
+
+> Extraído e sintetizado de MS-009 Agentic Second Brain (2026) + práticas do squad-research SINAPSE.
+
+## O Paradigma Multi-Agente em Pesquisa
+
+Um Second Brain agêntico ou pipeline de pesquisa profunda não é operado por um único "super-agente" — é um sistema multi-agente onde cada agente tem especialização, ferramentas e autoridade definidas. Isso permite:
+
+- **Qualidade:** Agentes especializados produzem resultados melhores que generalistas
+- **Escalabilidade:** Subagentes trabalham em paralelo (wave-based approach)
+- **Governança:** Cada agente tem permissões e limites claros
+- **Evolução:** Novos skills adicionados sem refatorar o sistema
+
+## Arquitetura de Agentes para Pesquisa
+
+```
+[Orquestrador Principal (research-orqx)]
+  |
+  |-- [deep-researcher (Sage)]     -- Pesquisa profunda, multi-fonte
+  |-- [audience-intelligence (Pulse)] -- JTBD, personas, comportamento
+  |-- [competitive-intelligence (Hawk)] -- Análise competitiva, monitoring
+  |-- [market-analyst (Scope)]     -- TAM/SAM/SOM, industry analysis
+  |-- [data-synthesizer (Loom)]    -- Síntese, consolidação, report final
+  |-- [trend-forecaster (Horizon)] -- Weak signals, cenários futuros
+```
+
+## Wave-Based Research (Pesquisa em Ondas Paralelas)
+
+Abordagem em ondas paralelas maximiza cobertura e minimiza tempo:
+
+### Onda 1: Orientação (15-30 min)
+**Objetivo:** Entender o território antes de aprofundar.
+- Todos os agentes executam SCAN simultâneo em suas especialidades
+- Output: Mapa inicial de lacunas e hipóteses
+- Decisão: Priorizar quais dimensões aprofundar
+
+### Onda 2: Investigação Especializada (paralela)
+**Objetivo:** Cada agente aprofunda em sua especialidade simultaneamente.
+```
+[Sage: Deep literature review]  +  [Hawk: Competitive data]  +  [Pulse: Audience signals]
+         ↓ simultâneo                        ↓                              ↓
+                            [Dados coletados em paralelo]
+```
+- Agentes operam independentemente durante esta fase
+- Ponto de sincronização ao final da onda
+
+### Onda 3: Síntese e Validação
+**Objetivo:** Cruzar achados, identificar contradições, cristalizar insights.
+- Loom recebe outputs de todos os agentes
+- Cross-validation: onde os dados concordam/divergem?
+- Identificar lacunas que requerem pesquisa adicional
+
+### Onda 4: Iteração (se necessário)
+**Trigger:** Lacunas críticas identificadas na síntese
+- Onda adicional focada nas lacunas específicas
+- Máximo 2 ondas de iteração antes de declarar achados com confidence baixo
+
+## Padrões de Raciocínio por Agente
+
+| Padrão | Descrição | Uso Ideal |
+|--------|-----------|-----------|
+| **ReAct** | Reason + Act em loop: pensa → age → observa | Tarefas com ferramentas (busca, leitura) |
+| **Tree of Thought** | Explora múltiplos caminhos em árvore | Problemas com múltiplas hipóteses |
+| **Graph of Thought** | Raciocínio como grafo, merge de pensamentos | Síntese de múltiplas fontes |
+| **Chain of Thought** | Raciocínio passo-a-passo linear | Análise sequencial, cálculos |
+| **Reflection** | Agente avalia e critica seu próprio output | Quality check e auto-correção |
+
+## Frameworks de Orquestração Multi-Agente (2026)
+
+| Framework | Arquitetura | Controle | Ideal Para |
+|-----------|-------------|----------|-----------|
+| **LangGraph** | State machine com grafo dirigido | Máximo | Produção enterprise, fluxos complexos |
+| **CrewAI** | Role-playing + task delegation | Médio | Prototipagem, equipes conceituais |
+| **Claude Agent SDK** | Claude-native, tool use, file checkpointing | Médio | Ecossistema Claude nativo |
+| **OpenAI Agents SDK** | Handoffs + guardrails | Médio | Ecossistema OpenAI |
+| **Google ADK** | Agent Development Kit | Médio | Ecossistema Gemini |
+
+## Protocolos de Handoff Entre Agentes de Pesquisa
+
+### Handoff Artifact para Pesquisa
+```yaml
+research_handoff:
+  from_agent: "{agent_id} ({persona})"
+  to_agent: "{agent_id} ({persona})"
+  query: "{pergunta original}"
+  findings_summary:
+    - "{achado 1 com fonte}"
+    - "{achado 2 com fonte}"
+  gaps_identified:
+    - "{lacuna que este agente NÃO cobriu}"
+  confidence_level: "HIGH | MEDIUM | LOW"
+  sources_used:
+    - "{fonte 1 com tier}"
+  next_action: "{o que o próximo agente deve fazer}"
+```
+
+### Regras de Handoff
+1. Nunca transferir sem confidence level declarado
+2. Listar explicitamente o que NÃO foi pesquisado
+3. Incluir fontes com tier classificado
+4. Próximo agente DEVE ler artifact antes de começar
+
+## Skill System: Capacidades Modulares
+
+Skills são funções atômicas que agentes podem compor:
+
+| Skill | Função | Input | Output |
+|-------|--------|-------|--------|
+| `/scan` | Orientação rápida sobre tópico | Query + depth=SCAN | Summary + gaps |
+| `/deep-research` | Pesquisa profunda multi-fonte | Query + depth + sources | Findings estruturados |
+| `/synthesize` | Combinar múltiplas pesquisas | Lista de findings | Insight consolidado |
+| `/validate` | Verificar claim contra fontes | Claim + evidência | Confidence assessment |
+| `/connect` | Encontrar links entre achados | N findings | Relações + padrões |
+| `/gap-detect` | Identificar lacunas na pesquisa | Findings atuais + query | Lista de lacunas |
+
+## Coordenação e Prevenção de Conflitos
+
+### Authority Matrix
+| Operação | Agent | Bloqueado Para |
+|----------|-------|----------------|
+| Atribuir profundidade de pesquisa | research-orqx | Todos os outros |
+| Declarar finding como FINDING | Qualquer agente | N/A |
+| Elevar confidence de LOW→HIGH | Apenas após triangulação | — |
+| Marcar insight como RECOMMENDATION | data-synthesizer | — |
+| Encerrar pesquisa sem coverage completa | Apenas research-orqx | — |
+
+### Anti-Padrões
+- **Agent proliferation:** Mais agentes não significa melhor pesquisa — cada agente deve ter escopo claro
+- **Infinite loops:** Agentes se referenciando mutuamente sem condição de parada
+- **Authority confusion:** Múltiplos agentes contradizendo claims sem protocolo de resolução
+- **Premature synthesis:** Sintetizar antes de coverage suficiente nas ondas paralelas
+
+## Integração com Research Depth Pyramid
+
+| Pyramid Level | Ondas | Agentes Envolvidos | Paralelismo |
+|:-------------:|:-----:|-------------------|:-----------:|
+| SCAN | 1 | research-orqx | N/A |
+| ANALYZE | 1-2 | + Sage ou Hawk ou Scope | Parcial |
+| DEEP DIVE | 2-3 | + todos os especialistas | Total |
+| DEFINITIVE | 3-4 | Todos + revisão externa | Total + iteração |
+
+---
+
+*Knowledge base da squad-research | Fonte: MS-009 Agentic Second Brain*

package/squads/squad-storytelling/knowledge-base/blake-snyder-beat-sheet.md

@@ -0,0 +1,151 @@
+# Blake Snyder Beat Sheet — Save the Cat Deep Reference
+
+> Version: 1.0.0 | Agent: blake-snyder | Domain: screenplay-structure, commercial-narrative
+
+## Overview
+
+Blake Snyder (1957-2009) wrote "Save the Cat! The Last Book on Screenwriting You'll Ever Need" (2005), which became the most widely used screenwriting manual in Hollywood. The Beat Sheet is a page-specific, 15-beat framework for constructing any commercial narrative.
+
+The title "Save the Cat" refers to a technique: the hero should do something likeable early in the story (like saving a cat) so the audience roots for them. It's a scene, but also a philosophy — earn empathy fast.
+
+---
+
+## The 15 Beats (with Page Numbers for 110-Page Screenplay)
+
+| Beat | Page | Function |
+|------|------|---------|
+| **Opening Image** | p. 1 | A single image that sets tone and establishes the world BEFORE transformation |
+| **Theme Stated** | p. 5 | Someone (not the hero) tells the hero what the story is REALLY about — usually dismissed |
+| **Set-Up** | pp. 1-10 | Establish the hero's flawed ordinary world — show what needs to change |
+| **Catalyst** | p. 12 | The inciting incident — the event that disrupts the status quo. Cannot be undone. |
+| **Debate** | pp. 12-25 | The hero asks "Should I go?" — hesitation, fear, weighing options |
+| **Break Into Two** | p. 25 | The hero actively CHOOSES to enter Act 2 — their decision, their agency |
+| **B Story** | p. 30 | A new relationship begins — usually the love story or mentor relationship that carries the theme |
+| **Fun and Games** | pp. 30-55 | The promise of the premise — the fun part, the reason the movie was made |
+| **Midpoint** | p. 55 | False victory OR false defeat — raises the stakes before the real trouble starts |
+| **Bad Guys Close In** | pp. 55-75 | External pressure mounts; internal doubts deepen; the team falls apart |
+| **All Is Lost** | p. 75 | The worst moment — opposite of the midpoint's tone (if midpoint was victory, All Is Lost is defeat) |
+| **Dark Night of the Soul** | pp. 75-85 | The hero sits with loss — reflection before the breakthrough |
+| **Break Into Three** | p. 85 | The solution: A + B story cross — the insight from the B Story solves the A Story problem |
+| **Finale** | pp. 85-110 | The hero executes the new plan — not the old approach |
+| **Final Image** | p. 110 | Mirror of Opening Image — shows how completely the world has changed |
+
+---
+
+## The Double Pump Structure
+
+Act 1 (pages 1-25): Set-Up
+Act 2A (pages 25-55): Fun and Games — things go well or better than expected
+**Midpoint** (page 55): The spike — everything shifts
+Act 2B (pages 55-85): Bad Guys Close In — things deteriorate
+Act 3 (pages 85-110): Finale — resolution through transformed hero
+
+The midpoint is the structural key. It divides Act 2 into two very different halves. Without a strong midpoint, Act 2 becomes a monotonous middle.
+
+---
+
+## Save the Cat Moment — The Likeability Principle
+
+Within the first 10 pages, show the hero doing something that earns audience sympathy. This is not just about saving a literal cat — it's about demonstrating:
+
+- **Competence** — hero is good at something
+- **Humor** — hero can laugh at themselves
+- **Vulnerability** — hero has a human weakness
+- **Generosity** — hero cares about others
+- **Injustice** — hero is treated unfairly (we root against the unfair situation)
+
+Without this, audiences don't invest. The technique works because it creates **emotional identification before the story demands anything from the viewer.**
+
+---
+
+## The 10 Genre Types
+
+Snyder argued there are only 10 fundamental story genres (not by subject matter, but by structure and emotional contract):
+
+| Genre | Logline Pattern | Examples |
+|-------|----------------|---------|
+| **Monster in the House** | A monster terrorizes a confined group | Jaws, Alien, Halloween, The Silence of the Lambs |
+| **Golden Fleece** | Hero goes on a road trip seeking a prize | The Wizard of Oz, Star Wars, Raiders of the Lost Ark |
+| **Out of the Bottle** | A wish is granted; chaos ensues | Liar Liar, Bruce Almighty, Freaky Friday, The Mask |
+| **Dude with a Problem** | An ordinary person faces extraordinary circumstances | Die Hard, The Fugitive, Gravity, Taken |
+| **Rites of Passage** | A painful life event forces growth | Ordinary People, Kramer vs Kramer, About Schmidt |
+| **Buddy Love** | Two incompatible characters must work together | Planes Trains and Automobiles, Lethal Weapon, My Big Fat Greek Wedding |
+| **Whydunit** | A detective uncovers hidden truths | Chinatown, Memento, Gone Girl, The Sixth Sense |
+| **Fool Triumphant** | An underdog succeeds against all expectations | Forrest Gump, Being There, Legally Blonde |
+| **Institutionalized** | Character must choose between group and self | One Flew Over the Cuckoo's Nest, MASH, Animal House |
+| **Superhero** | A unique person must accept their power and responsibility | Spider-Man, Batman Begins, The Matrix |
+
+**Why genres matter:** Each genre creates a specific emotional promise. Audiences know what they're signing up for. Breaking genre convention without purpose creates unsatisfied expectations.
+
+---
+
+## Applying Beat Sheet to Business Presentations
+
+The beat sheet adapts powerfully to presentations and pitches:
+
+| Beat Sheet Beat | Presentation Equivalent |
+|-----------------|------------------------|
+| Opening Image | Opening hook — the vivid "before" scenario |
+| Theme Stated | The central thesis stated by someone else (quote, stat, customer voice) |
+| Catalyst | The market shift, the problem that can't be ignored |
+| Break Into Two | "So we built something different" — the pivot point |
+| Fun and Games | The demo, the case studies, the compelling evidence |
+| Midpoint | The moment of highest engagement — the S.T.A.R. moment |
+| All Is Lost | "Without this, here's what happens" — the consequence slide |
+| Break Into Three | The solution synthesis — how the pieces fit |
+| Finale | The vision, the ask, the call to action |
+| Final Image | The "after" picture — contrast with Opening Image |
+
+---
+
+## Snyder's Logline Formula
+
+A logline is a one-sentence story summary that contains all the essential dramatic elements:
+
+```
+When [CATALYST happens to] [a FLAWED HERO with a primal goal],
+[they must] [achieve a GOAL] 
+before [the STAKES/CONSEQUENCE plays out].
+```
+
+Examples:
+- "A shark terrorizes a beach resort, and an unlikely trio of men must kill it before it destroys the town." (Jaws)
+- "A widower's son is taken by a diver, forcing the overprotective father on a dangerous ocean journey." (Finding Nemo)
+
+A strong logline contains: irony, compelling mental picture, audience sense, cost estimate, and title hint.
+
+---
+
+## The All Is Lost "Whiff of Death"
+
+Snyder observed that the All Is Lost moment almost always involves a literal or symbolic "whiff of death." This can be:
+
+- **Physical death** — Character is in mortal danger
+- **Professional death** — Career is destroyed
+- **Relational death** — The most important relationship ends
+- **Spiritual death** — The hero loses their sense of who they are
+
+The whiff of death works because it triggers the audience's existential empathy. When the hero faces death (in any form), the viewer asks the universal question: "What would I do?"
+
+---
+
+## Beat Sheet for Short-Form Content
+
+Compressing the beat sheet for blog posts, social content, and short videos:
+
+| Beat (Compressed) | Blog Post | Short Video |
+|-------------------|-----------|------------|
+| Opening Image | Headline + opener | First 3 seconds |
+| Catalyst | The problem stated | "Here's the thing nobody tells you" |
+| Fun and Games | The core argument | Steps, reveals, evidence |
+| All Is Lost | "Most people get this wrong" | The mistake or consequence |
+| Break Into Three | "Here's what actually works" | The insight |
+| Final Image | Call to action + contrast | Payoff line + CTA |
+
+---
+
+## Cross-Reference
+
+- **Campbell's 17 Stages** map: Opening Image = Ordinary World, Catalyst = Call to Adventure, All Is Lost = Atonement/Apotheosis, Finale = Road Back + Resurrection
+- **Dan Harmon's Story Circle** compresses similar beats into 8 steps without page constraints
+- **Nancy Duarte's Sparkline** mirrors the Midpoint/All Is Lost tension with "What Is / What Could Be" oscillation