Peter Yang 用六步制作语音日语导师

我为日本旅行制作一个适合手机使用的 AI 语言导师。每节课先教十句短语，再通过语音角色扮演让学习者练习。本视频由 Google 赞助，并使用其实时语音和图像生成工具。

演示中的学习路径有十节课和插图场景。与导师通话时，学习者先听短语并跟读，再在模拟情境中练习。我说，同样的方式可以用于其他语言。

首先，我与 AI 助手探索想法。提示词指定了十节课、共 100 句实用旅行短语，以及进度页、课程页和实时语音。我提供自己以前的应用作为视觉参考，并要求助手先研究、提出三个问题，不立即开发。

这些问题明确了体验：先教短语，再进行角色扮演；同时展示日文、罗马字和英文；由于 API 调用有费用，最初只供我和少数朋友使用。这段讨论确定了产品的基本形式。

接着，我要求制作包含需求、技术选择和几个代表性界面的规格。看到手机和桌面原型后，我能直接对设计作出反应，而不只是阅读文档。我要求增加引导页和桌面版本。

我使用审阅界面直接编辑文字，并对原型留言。我的规格工具需要付费，审阅工具则是开源的；我也建议创作者可以不依赖这个特定工具，直接要求助手制作界面和需求。

审阅规格后，我让智能体开发第一版。语音 API 需要密钥。我把密钥输入本地环境文件，而不是粘贴到聊天中；演示设置后，我删除了视频中展示的密钥。

测试发现应用监听了错误的麦克风。智能体更换输入后，我继续测试实际交互。我还发现所有短语气泡一次出现，而不是随课程推进显示，响应速度也显得较慢。

我要求为课程生成微缩景观风格的插图。审阅第一张图后，我要求为十个场景制作一致的图像。导师头像的第一版是一个饭团，而不是我想要的人物，因此我也要求修改。

我说界面迭代大约花了三十分钟，但课程本身同样重要。我与助手讨论十个旅行主题，合并或调整课程，并避免以紧急情况课程结束。

在独立的内容对话中，我检查导师脚本和每节课的短语。我发现一份文档仍描述旧版头像，说明书面材料可能落后于设计。最有用的测试是自己上课，也邀请其他人试用。

应用基本可用后，我用已有的托管账户部署。部署时遇到了过时的库和其他问题，过程中得到处理。由于语音 API 按使用量收费，最终演示加入了口令。

我回顾六个阶段：探索、制定规格和设计、开发、改善应用、改善内容和上线。我估计总共花了约三个小时，其中约两个小时用于迭代和测试。我认为，对行为和课程都认真打磨，才能让快速原型成为有用的学习应用。