sinapse-ai 9.2.0 → 9.4.0

package/squads/squad-research/knowledge-base/quantitative-research-methods.md

@@ -0,0 +1,208 @@
+# Quantitative Research Methods
+
+> Métodos quantitativos avançados para pesquisa de mercado, validação de hipóteses e análise estatística. Complementa survey-design-principles.md com ferramentas analíticas.
+
+## Fundamentos de Inferência Estatística
+
+### Os Três Pilares
+
+**1. Tamanho de Amostra (n)**
+Determina o poder do teste — a capacidade de detectar um efeito real se ele existir.
+
+```
+Fórmula básica (proporções, 95% confiança, 5% margem de erro):
+n = (Z² × p × (1-p)) / e²
+n = (1.96² × 0.5 × 0.5) / 0.05²
+n ≈ 384 respondentes
+```
+
+Para detectar efeito menor (ex: diferença de 3 pontos percentuais entre variantes):
+- Margem de erro 3% → n ≈ 1,067
+- Margem de erro 1% → n ≈ 9,604
+
+**2. Nível de Confiança (α)**
+- 95% confiança → p-value < 0.05 (padrão acadêmico e de negócios)
+- 99% confiança → p-value < 0.01 (decisões críticas, saúde)
+- 90% confiança → p-value < 0.10 (pesquisa exploratória, quando poder é limitado)
+
+**3. Effect Size**
+Magnitude do efeito, independente de significância estatística:
+- Cohen's d (médias): 0.2 = pequeno, 0.5 = médio, 0.8 = grande
+- r (correlação): 0.1 = pequeno, 0.3 = médio, 0.5 = grande
+
+**Armadilha:** Um resultado pode ser estatisticamente significativo mas praticamente irrelevante (ex: diferença de 0.1% em conversão com n=1M).
+
+## A/B Testing: Protocolo Rigoroso
+
+### Design Pré-Teste (Obrigatório)
+
+1. **Definir hipótese:** "Esperamos que [variante B] aumente [métrica] em X% porque [mecanismo]"
+2. **Calcular n:** Usar power calculadora antes de iniciar (ex: Optimizely Stats Engine, statsig.com)
+3. **Definir primary metric:** Uma métrica principal por experimento
+4. **Definir guardrail metrics:** Métricas que NÃO devem degradar (ex: latência, NPS)
+5. **Definir duration:** Mínimo 1-2 ciclos de negócio completos (geralmente 2 semanas)
+6. **Definir critério de sucesso:** "Aprovar B se primary metric +X% com p<0.05 E guardrails intactos"
+
+### Execução
+
+| Fase | O Que Fazer | O Que NÃO Fazer |
+|------|-------------|-----------------|
+| **Início** | Verificar randomização, baseline estável | Começar em datas atípicas (Black Friday, feriados) |
+| **Durante** | Monitorar guardrails e vieses de implementação | Parar cedo por "já parece positivo" (p-hacking) |
+| **Análise** | Analisar conforme critério pré-definido | Analisar sub-grupos não planejados sem correção |
+| **Decisão** | Documentar resultado completo, mesmo negativo | Fazer "test after test" até resultado positivo |
+
+### Problemas Comuns e Correções
+
+**Novelty Effect:** Usuários engajam mais com qualquer mudança por ser nova.
+- Solução: Rodar teste por 2+ semanas, focar em cohort de usuários retornantes
+
+**Interaction Effects:** Múltiplos experimentos rodando simultaneamente interferem.
+- Solução: Segregar tráfego por experiment ID; limitar overlapping experiments
+
+**Multiple Testing Problem:** Testar 20 métricas e encontrar 1 com p<0.05 é esperado por acaso.
+- Solução: Bonferroni correction (dividir α pelo número de testes) ou familywise correction
+
+**Simpson's Paradox:** Resultado agregado inverte direção quando segmentado.
+- Solução: Sempre verificar resultados por segmentos-chave (mobile/desktop, new/returning)
+
+## Análise de Regressão em Research
+
+### Regressão Linear
+Para entender QUAIS fatores explicam uma variável contínua:
+```
+Y = β₀ + β₁X₁ + β₂X₂ + ... + βₙXₙ + ε
+```
+- **Coeficiente β:** Quanto Y muda para cada unidade de X, mantendo outros fatores constantes
+- **R²:** Percentual da variação de Y explicado pelo modelo (0-1)
+- **p-value por variável:** Essa variável tem relação real com Y ou é ruído?
+
+**Exemplo:** Qual combinação de variáveis explica o Churn rate?
+Y = churn | X₁ = NPS | X₂ = uso_mensal | X₃ = tempo_de_contrato | X₄ = plano
+
+### Regressão Logística
+Para variáveis dependentes binárias (converteu / não converteu):
+- Output: Probabilidade de converter dado os inputs
+- Coefficients como odds ratios: OR > 1 = aumenta probabilidade, OR < 1 = diminui
+- **Uso:** Modelagem de churn, propensão de compra, scoring de leads
+
+### Correlação vs Causalidade
+
+| Tipo | Interpretação | Limitação |
+|------|--------------|-----------|
+| Correlação (r) | Duas variáveis variam juntas | Não implica causa |
+| Regressão | X prediz Y controlando outros fatores | Correlação sofisticada |
+| Causalidade (RCT/IV/DiD) | X causa Y | Requer design experimental ou quasi-experimental |
+
+**Framework para causalidade quando RCT não é possível:**
+- **Difference-in-Differences (DiD):** Comparar grupos que foram/não foram afetados por uma mudança antes/depois
+- **Instrumental Variables (IV):** Usar variável que afeta X mas não Y diretamente
+- **Regression Discontinuity (RD):** Explorar corte arbitrário de elegibilidade para tratamento
+
+## Análise de Cohort
+
+### O Que É
+Acompanhar grupos de usuários definidos por momento de aquisição ao longo do tempo.
+
+### Tipos de Cohort
+
+**Acquisition cohort:** Usuários que chegaram no mesmo período
+- Pergunta: "Usuários que chegaram em Jan/25 são diferentes de usuários de Jun/25?"
+- Output: Tabela onde cada linha = cohort, cada coluna = período (D1, D7, D30...)
+
+**Behavioral cohort:** Usuários que fizeram mesma ação
+- Pergunta: "Usuários que completaram onboarding retêm mais?"
+- Output: Comparação de curvas de retenção
+
+### Métricas de Cohort
+
+| Métrica | Definição | Benchmark SaaS |
+|---------|-----------|---------------|
+| **D1 Retention** | % que retornou no dia 1 | 25-40% (B2C) |
+| **D7 Retention** | % que retornou na semana 1 | 10-20% |
+| **D30 Retention** | % que retornou no mês 1 | 5-10% |
+| **Month 6 Retention** | % ativo após 6 meses | >30% = excelente |
+| **CAC Payback** | Meses para recuperar custo de aquisição | <12 meses |
+| **LTV/CAC** | Valor de vida / custo de aquisição | >3:1 |
+
+### Curvas de Retenção
+
+**Curva de "balde furado":** Declínio contínuo — produto sem valor diferencial
+**Curva "flat tail":** Declina depois estabiliza — há um núcleo que acha valor
+**Curva "smile":** Cai, depois aumenta — usuários voltam com maturidade
+**Objetivo:** Elevar o "floor" — a % que estabiliza após queda inicial
+
+## Análise Estatística para Market Research
+
+### Segmentação Estatística
+
+**Cluster Analysis:** Agrupar respondentes por similaridade sem grupos pré-definidos
+- K-Means: Para variáveis contínuas, número de clusters definido
+- Hierarchical: Dendrograma mostra hierarquia de similaridade
+- **Output:** N segmentos distintos com perfis
+
+**Factor Analysis / PCA:** Reduzir muitas variáveis em poucos fatores
+- Útil quando há 20+ atributos em survey — reduz para 3-5 dimensões latentes
+- **Uso:** Perceptual mapping, segmentação por valores
+
+**Conjoint Analysis:** Medir trade-offs e prioridades implícitas
+- Participantes escolhem entre alternativas com atributos variados
+- **Output:** Utility values por atributo — quanto cada característica importa
+- **Uso:** Pricing research, priorização de features, posicionamento
+
+### NPS: Uso Correto e Armadilhas
+
+**Cálculo:** %Promotores (9-10) - %Detratores (0-6)
+**Benchmarks Brasil 2025 (variam por setor):**
+- Tech/SaaS: 30-50 (excelente >60)
+- E-commerce: 20-40
+- Serviços financeiros: 20-35
+- Telecom: Geralmente negativo a -10
+
+**Armadilhas:**
+- Não usar NPS como única métrica de saúde
+- NPS varia muito por canal de coleta (in-app > email)
+- Comparar NPS entre empresas só tem sentido com metodologia idêntica
+- Transactional NPS (pós-interação) ≠ Relationship NPS (percepção geral)
+
+**Complementar com:** Pontuação de esforço do cliente (CES), frequência de uso, health score comportamental
+
+### Análise de Significância Estatística em Research de Mercado
+
+**Quando duas proporções diferem significativamente?**
+```
+Z = (p₁ - p₂) / sqrt(p_pool × (1 - p_pool) × (1/n₁ + 1/n₂))
+```
+Se |Z| > 1.96 → diferença significativa a 95% de confiança.
+
+**Ferramentas:** Calculadora online (surveymonkey.com/mp/margin-of-error-calculator), Python scipy.stats, R
+
+## Análise de Dados Secundários
+
+### Técnicas para Extrair Valor de Dados Públicos
+
+**Index Construction:** Criar índice composto de múltiplas variáveis públicas
+- Ex: Índice de Maturidade Digital = ponderação de penetração de internet + smartphone + e-commerce + FinTech por estado IBGE
+
+**Proxy Variables:** Quando dado direto não existe, usar proxy correlacionado
+- Ex: LinkedIn job postings de "Data Scientist" como proxy de adoção de analytics
+- Domínios de email criados como proxy de criação de empresas tech
+
+**Synthetic Data Analysis:** Combinar datasets de fontes diferentes para criar visão que nenhuma sozinha teria
+- Requer: Mesma unidade de análise (empresa, estado, faixa etária)
+- Atenção: Não assumir que correlação em datasets distintos implica relação real
+
+### Análise de Séries Temporais
+
+Para identificar tendências e sazonalidade em dados históricos:
+
+| Componente | O Que É | Como Isoltar |
+|-----------|---------|-------------|
+| **Tendência** | Direção de longo prazo | Moving average, regressão sobre tempo |
+| **Sazonalidade** | Padrão repetitivo (mensal/anual) | STL decomposition |
+| **Ciclo** | Flutuações de médio prazo (economia) | Hodrick-Prescott filter |
+| **Ruído** | Variação aleatória residual | Componente após decomposição |
+
+---
+
+*Knowledge base da squad-research*

package/squads/squad-research/knowledge-base/research-frameworks-encyclopedia.md

@@ -89,6 +89,46 @@
 - **Output:** Framework de categorias limpo e completo
 - **Erros comuns:** Overlap entre categorias, gaps nao identificados
 
+## Frameworks de Redes e Comunidades
+
+### Barabasi-Albert Model (Scale-Free Networks)
+- **Quando usar:** Analisar como influencia e informacao se distribuem em redes sociais e mercados
+- **Como aplicar:** Identificar hubs (nos com muitas conexoes), mapear mecanismo de preferential attachment
+- **Output:** Mapa de influencia + identificacao de hubs estrategicos
+- **Insight-chave:** Poucos nos concentram a maioria das conexoes — atacar/ativar hubs tem ROI desproporcional
+- **Referencia:** Barabasi, "Linked" (2002)
+
+### Granovetter's Weak Ties Theory
+- **Quando usar:** Entender como informacao/inovacao se propaga entre grupos
+- **Como aplicar:** Mapear bridges entre comunidades (lacos fracos) vs. densidade intra-grupo (lacos fortes)
+- **Output:** Mapa de difusao de informacao + identificacao de bridges estrategicos
+- **Insight-chave:** Lacos fracos (conhecidos) difundem informacao nova; lacos fortes a mantêm dentro do grupo
+- **Referencia:** Granovetter, "The Strength of Weak Ties" (1973)
+
+### Network Effects Framework (Metcalfe/Reed/Chen)
+- **Quando usar:** Avaliar moat competitivo de plataformas; dimensionar potencial de crescimento
+- **Como aplicar:** Classificar tipo de network effect → estimar intensidade → avaliar posicao no ciclo
+- **Metcalfe's Law:** V = n^2 (conexoes diáticas)
+- **Reed's Law:** V = 2^n (redes que formam grupos — limite teorico)
+- **Chen's Death Spiral:** Saida de usuarios → rede menos valiosa → mais saidas → colapso
+- **Referencia:** Ver `network-effects-analysis.md` para tratamento completo
+
+## Frameworks de Knowledge Management
+
+### GraphRAG (Microsoft Research)
+- **Quando usar:** Research que requer raciocinio estruturado + cobertura semantica
+- **Como aplicar:** Construir knowledge graph sobre corpus → retrieval hibrido (graph + embeddings)
+- **Output:** Respostas com evidencia estrutural (grafo) + cobertura semantica (vetorial)
+- **Vantagem:** Faithfulness superior ao RAG puro; tracabilidade de evidencias
+- **Referencia:** Ver `knowledge-graph-construction.md` e `hybrid-retrieval-patterns.md`
+
+### Zettelkasten (Luhmann)
+- **Quando usar:** Gerenciar corpus de pesquisa de longo prazo, conectar ideias ao longo do tempo
+- **Como aplicar:** 1 ideia = 1 nota; notas se ligam por relacoes explicitas (nao apenas tags)
+- **Output:** Rede de conhecimento onde insights emergem das conexoes
+- **Insight-chave:** Com 90,000 fichas interconectadas, Luhmann produziu 70 livros e 400 artigos
+- **Referencia:** Ver `knowledge-graph-construction.md`
+
 ---
 
 *Knowledge base da squad-research*

package/squads/squad-research/knowledge-base/research-synthesis-frameworks.md

@@ -0,0 +1,223 @@
+# Research Synthesis Frameworks
+
+> Frameworks para sintetizar múltiplas pesquisas, conectar descobertas cross-domain e transformar dados dispersos em inteligência acionável. Extraído de MS-009 e práticas do squad-research.
+
+## O Problema da Síntese
+
+Pesquisa fragmentada é pesquisa desperdiçada. Quando múltiplos agentes pesquisam em paralelo (wave-based approach), o valor real emerge na síntese:
+
+- Cada fonte diz algo verdadeiro **sobre sua janela**
+- A síntese revela o **padrão que conecta as janelas**
+- O insight cross-domain é sempre mais valioso que achados isolados
+
+**Anti-padrão crítico:** "Colocar relatórios lado a lado e chamar de síntese." Síntese real é transformativa — cria conhecimento que não existia em nenhuma fonte individual.
+
+## Framework 1: Meta-Síntese Qualitativa
+
+Para integrar achados de múltiplas pesquisas qualitativas sobre o mesmo tema.
+
+### Processo
+1. **Levantamento:** Listar todas as pesquisas qualitativas relevantes
+2. **Avaliação:** Avaliar qualidade de cada estudo (rigor metodológico, relevância)
+3. **Extração:** Retirar temas e conceitos-chave de cada pesquisa
+4. **Tradução:** Comparar como cada pesquisa descreve o mesmo fenômeno
+5. **Síntese:** Construir interpretação de ordem superior que integra todos
+
+**Output:** Framework conceitual que explica o fenômeno com base em múltiplas perspectivas
+
+### Template de Extração
+```
+Pesquisa: [Nome/Autor/Ano]
+Tema Central: [O que esta pesquisa está explicando?]
+Conceitos-Chave: [3-5 conceitos centrais com definições]
+Relações: [Como esses conceitos se relacionam]
+Limitações: [O que esta pesquisa NÃO cobre]
+Tensão com outras pesquisas: [Onde contradiz outros estudos?]
+```
+
+## Framework 2: Cross-Domain Connection (Conexão entre Domínios)
+
+Um dos skills mais valiosos em pesquisa avançada: identificar padrões que se repetem em domínios aparentemente não relacionados.
+
+### Protocolo de Cross-Domain Analysis
+
+**Step 1: Abstração**
+Elevar o nível de abstração do achado específico para o padrão geral:
+- Específico: "Reddit cresce mais onde há escassez de conteúdo de nicho"
+- Abstrato: "Plataformas crescem preenchendo gaps de conteúdo em comunidades subservidas"
+
+**Step 2: Busca Cross-Domain**
+Procurar o mesmo padrão em outros domínios:
+- "Esse padrão se repete em marketplaces? Em SaaS B2B? Em physical retail?"
+
+**Step 3: Transferência**
+Aplicar insights de um domínio para informar estratégia em outro:
+- "Como as mecânicas de gamificação de Stack Overflow (reputação progressiva) se aplicariam ao nosso produto?"
+
+### Exemplos de Cross-Domain Insights
+
+| Pattern | Domínio Origem | Transferência |
+|---------|---------------|---------------|
+| Granovetter's weak ties | Sociologia | Community growth: bridge users entre comunidades têm valor desproporcional |
+| Hype Cycle | Gartner/Tech | Qualquer nova categoria de produto passa pelo mesmo ciclo |
+| Barabási preferential attachment | Física de redes | Marketing: primeiros clientes em cada nicho atraem os seguintes |
+| Long Tail | Economia digital | SEO: volume de long-tail queries supera head terms |
+| Death Spiral | Network theory | Qualquer marketplace bilateral pode colapsar se liquidity cai |
+
+## Framework 3: Research Crystallization Engine (Avançado)
+
+Evolução do Insight Crystallization Engine existente para síntese de múltiplas pesquisas.
+
+### Fase 1: Convergência de Findings
+
+Para cada claim relevante, mapear evidências de múltiplas fontes:
+
+```
+CLAIM: [Afirmação específica]
+
+Fontes que SUPORTAM:
+  - [Fonte A, Tier X]: [Como suporta]
+  - [Fonte B, Tier Y]: [Como suporta]
+
+Fontes que CONTRADIZEM:
+  - [Fonte C, Tier Z]: [Como contradiz]
+
+Fontes que são NEUTRAS/IRRELEVANTES:
+  - [Fonte D]: [Por que não se aplica]
+
+VEREDICTO DE TRIANGULAÇÃO:
+  [ ] Forte evidência (3+ fontes Tier 1-2 concordam)
+  [ ] Evidência moderada (2+ fontes concordam, sem contradição forte)
+  [ ] Evidência fraca (1 fonte ou sources conflitantes)
+  [ ] Inconclusivo (evidências contradizem sem resolução)
+```
+
+### Fase 2: Padrão de Segunda Ordem
+
+Depois de cristalizar múltiplos findings individuais, buscar o padrão que os conecta:
+
+**Perguntas guias:**
+1. "O que esses findings têm em comum?"
+2. "Se todos esses findings são verdadeiros, o que DEVE ser verdadeiro que ainda não está explícito?"
+3. "Existe uma causa comum que explica múltiplos achados aparentemente não relacionados?"
+4. "Onde os achados apontam em direções diferentes — o que essa tensão revela?"
+
+### Fase 3: Síntese Narrativa
+
+Converter o padrão de segunda ordem em narrative que:
+- Começa pela conclusão (Pyramid Principle)
+- Suporta com os findings cristalizados
+- Conecta ao contexto do negócio/decisão
+- Culmina em implicações acionáveis
+
+## Framework 4: Competitive Intelligence Synthesis
+
+Para sintetizar inteligência competitiva de múltiplas fontes em visão integrada.
+
+### Battle-Space Map
+Síntese visual do espaço competitivo:
+
+```
++-------------------+-------------------+
+|                   |                   |
+|    CHALLENGERS    |    LEADERS        |
+| (alto potencial,  | (alta execução,   |
+|  baixa execução)  |  alto potencial)  |
+|                   |                   |
++-------------------+-------------------+
+|                   |                   |
+|    NICHE PLAYERS  |    VISIONARIES    |
+| (baixo potencial, | (alto potencial,  |
+|  baixa execução)  |  baixa execução)  |
+|                   |                   |
++-------------------+-------------------+
+     Eixo X: Ability to Execute
+     Eixo Y: Completeness of Vision
+```
+
+**O que este mapa não diz (armadilhas):**
+- Posição hoje ≠ posição amanhã (mercados dinâmicos)
+- Quadrante não é destino — é snapshot
+- Complementar sempre com análise de velocidade de movimento
+
+### Weak Signal Aggregation
+Sintetizar sinais fracos de múltiplas fontes para identificar tendências emergentes antes de serem óbvias:
+
+| Sinal | Fonte | Intensidade | Velocidade | Cross-Domain? |
+|-------|-------|-------------|------------|:-------------:|
+| [Sinal 1] | [Onde apareceu] | 1-5 | Acelerando/Estável | Sim/Não |
+
+**Threshold para elevar de sinal para tendência:**
+- 3+ fontes independentes observam o mesmo sinal, OU
+- 1 sinal com intensidade crescente por 3+ períodos consecutivos, OU
+- Sinal aparece em 2+ domínios não relacionados
+
+## Framework 5: Narrative Synthesis
+
+Para sintetizar resultados de forma comunicável para audiências não-técnicas.
+
+### Estrutura de Narrativa de Research
+
+**The Hook:** Uma observação contraintuitiva ou surpreendente que captura atenção
+> "Empresas com melhor NPS crescem mais lento em alguns segmentos — descobrimos por quê."
+
+**The Stakes:** Por que isso importa para quem lê
+> "Isso muda como deveríamos pensar sobre nossa estratégia de retenção para Q3."
+
+**The Evidence:** Findings cristalizados com confidence levels
+> Findings organizados do mais forte (HIGH) ao mais fraco (LOW)
+
+**The Mechanism:** O que explica o padrão observado
+> "A razão parece ser que..." [mecanismo causal ou correlacional explicado]
+
+**The Implications:** O que fazer diferente
+> FINDINGS → IMPLICATIONS → RECOMMENDATIONS no formato padrão da squad
+
+**The Uncertainty:** O que não sabemos, limitações
+> "Esta análise não cobre X, Y. Se X for diferente do assumido, a implicação seria Z."
+
+## Ferramentas para Síntese Assistida por IA
+
+### Usando LLMs para Síntese
+
+**Síntese Cross-Source:**
+```
+Dado os seguintes {N} achados de pesquisas diferentes:
+[Lista de findings com fontes]
+
+Identifique:
+1. Padrões que aparecem em múltiplas fontes (com evidência)
+2. Contradições que precisam de investigação
+3. O insight de segunda ordem que emerge da combinação
+4. Lacunas que nenhuma fonte cobre
+5. Uma síntese de 3-5 frases que captura o essencial
+```
+
+**Cross-Domain Pattern Recognition:**
+```
+O seguinte padrão foi observado em [domínio A]:
+[Descrição do padrão]
+
+Pesquise se padrão similar existe em:
+- [Domínio B]
+- [Domínio C]
+- [Domínio D]
+
+Se sim, como as diferenças de contexto afetam a transferibilidade do insight?
+```
+
+### Quality Gates para Síntese
+
+Antes de entregar síntese como output final:
+
+- [ ] Todos os findings individuais têm confidence level declarado?
+- [ ] A síntese representa fielmente as fontes, sem extrapolação excessiva?
+- [ ] Contradições foram explicitamente endereçadas, não ignoradas?
+- [ ] O nível de certeza da síntese não excede o das fontes individuais?
+- [ ] Limitações e lacunas foram declaradas?
+- [ ] O insight de segunda ordem é genuinamente novo ou apenas resumo?
+- [ ] Existe pelo menos 1 RECOMMENDATION acionável?
+
+---
+
+*Knowledge base da squad-research | Fonte: MS-009 + práticas SINAPSE*

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