深深感覺到人類是 AI 生產力的瓶頸⋯⋯，我覺得我這兩天比較掌握到如何讓 AI 先自己找不需要人類的部分繼續實作了。

也因為這樣就一次開了比較多的支線。

單字複習

目前的作法是例句填空，單字是從詞庫裡挑的，例句是 AI 寫的。我試寫了幾題之後，發現好難啊啊啊啊啊

因此後來我去問 AI 目前出題流程是什麼，想知道哪些是用程式生成、哪些是模型生成。也問他目前的出題 prompt 是什麼，他說他只寫了：「for an advanced learner」

我和他說太難了我的媽呀，使用者可以自定義嗎？我希望是可以像設定 instruction 一樣，使用者可以歡天喜地寫一些自己的需求，最主要是難度、主題、情境啦。

口說考試模式

口說部分，雖然我開自己的電腦測試總覺得錄音品質沒有很好。但反正也可堪用。不過為了測試時亂說的句子很智障，目前有滿足我希望的功能了：

然後我們就開始討論考試模式，我們先聊天最單純的題型，在真實考場是一個 2 分鐘互動：

1. 考生一坐下，考官就會問你的名字，然後無縫進入到熱身口試
2. 看起來都很像是「為了了解你而問的問題」
3. 期待使用輕鬆口語互動，不要太正式
4. 但有沒有正確理解題目意思、說出相關單字仍然是評分重點

基本上就是在目前的口說辨別核心前加一個題目，然後在事後加入不同的 feedback 流程。

（我的回答仍然像智障⋯⋯當下真的都不知道要說什麼啊，難怪考試前要狂練反射神經⋯）

然後這是 AI feedback，第一區是根據已知的評審標準給的意見，第二區是建議和題目相關的 topic language：

排版看起來很有模有樣吧。我對 feedback 品質其實很不滿意啦，AI 典型話術。

但規格有到，prompt 以後再來優化。

Token 用量追蹤

我開始追蹤出題和口語解析的 token 用量了，目前數字給我的感覺，是「使用者人數成長會導致我的破產」。

不過目前並沒有任何產品化的目標（本專案以 open source 為目標），AI 用量是接在訂閱服務裡的，不是用 API 計費。所以我暫時還不想思考會撞到我認知上限的問題。

但 Phase 2 是打算升級成多人使用的系統，到時候再來思考吧。不過把這個表拉出來，也讓我意識到，對於有實際 AI token 消耗的產品而言，7 天免費試用其實是一個所費不貲的行銷投入⋯⋯

前端優化

有腦力時就回頭微調一下，目前我覺得單字詞庫應該可以畢業了⋯⋯