昨天提到,我想把自己過去準備英文面試、工作溝通的方式,做成一個 AI 英文溝通教練。
不過我也問過自己:
ChatGPT、Speak 都已經有了,我到底還想做什麼?
畢竟我以前準備海外面試的時候,也不是沒有用過工具。
ChatGPT、Speak,甚至各種 Shadowing 的練習方式,我其實都試過。
而且這些工具確實各自解決了我一部分的問題。
但真的拿來準備面試以後,我發現最麻煩的反而是後半段:
稿子改好了,我要怎麼把它練到真的說得出口?
Day 1 提到,我以前最常用 ChatGPT 先整理面試答案。
這一段其實很好用。
我可以先把真正想講的內容說出來,再請它幫我整理、改成比較自然的英文。
有時候它改出來的句子用了太多我自己根本不會用的字,我還可以繼續跟它說:
可不可以再改成比較像我平常會說的英文?
所以對我來說,ChatGPT 很適合處理前半段:
我腦袋裡已經有內容,但還不知道怎麼把它整理成比較自然、清楚的英文。
真正讓我開始卡住的是下一步。
稿子有了,要怎麼練?
那時候,我會直接用 ChatGPT 的語音播放功能來練習面試稿。
每次把答案修改完成後,我就播放一次,跟著說一次;如果還不夠熟,就再重新播放。面試前,我常常會把同一段回答這樣反覆練很多次。
這個方法確實能用,但當我的目標是把同一段內容練到非常熟悉時,整個過程就顯得有點零碎。
因為我慢慢發現,如果是一段幾天後真的就要拿去面試的英文,我需要的不是「看懂」。
而是要反覆練到,我不用一直想下一句是什麼,也可以自然地講出來。
但如果目標是把同一段話反覆練到很熟,ChatGPT 用起來就沒有那麼順。
那時候我也訂閱過一整年的 Speak。
我其實滿喜歡它有一件事情:
打開 Speak 的時候,我很清楚知道:
好,我現在就是要來練英文。
這跟打開一個什麼都可以聊的 ChatGPT,感覺還是不太一樣。
使用 Speak 時,可以自訂練習情境,也有 AI 對話的功能。
但在使用了一陣子之後,我漸漸減少使用頻率了。
現在回頭想,我覺得其中一個原因是:
我要準備的內容,跟一般課堂上的學英文不太一樣。
假設我要準備一題面試:
Tell me about a time you disagreed with your manager.
我需要的不是學會幾個相關句子。
我可能需要講一到兩分鐘。
而且這一兩分鐘裡,我還會在意:
我當時使用 Speak 的感受,比較像是它可以幫我客製化出一些練習內容。
但我真正想準備的是一段完整、有結構的面試回答。
這也是我後來才慢慢發現的事情:
英文句子本身沒有錯,不代表整段回答就講得好。
我需要的不只是有人告訴我「這句英文怎麼說」。
我還需要有人一起幫我看:
我到底該怎麼把這件事情講清楚?
這也是為什麼我現在會把這個產品叫做 AI 英文溝通教練,而不只是英文學習工具。
後來我也找過專門做 Shadowing 的工具。
現在甚至已經有產品可以直接貼自己的文字進去練習,再搭配切句、重複播放、錄音或回饋。
所以重新找了一輪之後,我反而更確定一件事情:
我缺的好像不是某一個市場上完全不存在的功能。
因為:
這些能力其實很多都已經有人做了。
但對我來說,問題是:
它們通常出現在不同的地方。
如果把我以前準備面試的方式畫出來,大概會長這樣:

每一段都不是完全沒有工具。
問題是,我得自己把它們接起來。
而我真正想要的比較像:

重點其實也不只是少複製貼上幾次。
真正重要的是,這整套練習都圍繞著同一段:
「我真的馬上要說出口的內容。」
今天如果兩天後就有面試,我沒有那麼多時間先去練 Podcast 裡剛好出現的英文,再期待有一天它會轉移到我的面試上。
我就是需要把:
「我過去怎麼做這個專案?」
或是:
「為什麼我適合這份工作?」
這些我真的馬上要說的東西,直接拿來練。
釐清我們的核心需求之後,接下來就可以再往下收斂一層:
哪些功能是第一版真的需要的?哪些比較適合放在進階功能?
| 第一版先做 | 進階功能 |
|---|---|
| 幫忙整理完整回答的結構 | 更完整的長期個人化 |
| 把內容改成自己真的會使用的英文 | 自動整理常見弱點 |
| 改完之後可以直接進入 Shadowing / Rehearsal | 根據過去紀錄推薦複習內容 |
| 支援同一段內容反覆練習 | 更細的流暢度分析 |
| 可以重新練完整回答 | 音素級發音評分 |
| 提供基礎的練習回饋 | 即時發音糾正 |
這樣拆開之後,第一版的目標其實就很清楚了:
先把「我有一件事想說」,一路接到「這段話我真的已經練熟了」。
至於更細的發音分析、長期個人化或複習推薦,都可以先放在進階功能裡。
這樣下一步就很明確了:
先把這條最基本的流程做出來。
也就是先確認一件事:
從一段我真正想說的內容開始,AI 能不能先幫我把結構整理清楚,再把它變成可以直接拿來練習的英文。
如果這一段流程可以順順地跑起來,後面的 Shadowing、回饋、個人化,才有繼續往下加的基礎。