Day 2 中，我們已經把希望 AI 英文溝通教練可以做到的事情，粗略地列了一遍。

整理完之後，看起來其實已經滿完整了。

但真的要開始開發時，下一個問題很快就出現了：

第一版到底要做到什麼程度？

如果前面想到的功能全部一起做，第一版很快就會變得不小。

但第一版也不是隨便砍掉幾個功能就好。

真正需要回答的是：

哪些功能必須一起存在，才真的能解決一個完整的問題？

第一版不是把所有功能都縮小一圈

在規劃第一版時，一個很直覺的做法是：

把完整產品裡的功能，都先做成比較簡單的版本。

例如 AI 幫忙整理內容、修改英文、Shadowing、錄音、回放、完整演練，全部先做一點。

但這種切法有一個問題：

功能雖然都變簡單了，整個產品還是可能需要同時處理很多不同問題。

所以我這次換了一個角度：

先找出一段本身就能解決完整使用需求的流程。

如果這段流程拿出來之後，使用者依然可以獨立完成一件有價值的事情，那它就很適合先成為第一個 Milestone。

而回到 Day 2，我覺得這個答案其實已經慢慢浮出來了。

真正破碎的地方，是「稿子有了之後」

如果只是整理想法、修改英文，現在的 ChatGPT 已經可以幫我很多。

我可以先把真正想講的內容說出來，再請它幫我整理、修改英文，甚至繼續調整到比較接近自己平常會使用的方式。

但當內容準備好之後，接下來的練習流程還是很零碎。

假設幾天後就要面試，或是下週有一場需要事前準備的英文 meeting。

手上可能已經有一段一到兩分鐘的英文內容，但接下來還是需要：

• 把長段落拆成比較適合練習的小段
• 一段一段播放
• 反覆跟讀
• 調整播放速度
• 錄下自己的聲音
• 回放比較
• 最後再把整段完整講一次

也就是說，真正需要被整理的，不只是「英文內容」，還有後面的 practice flow。

所以第一個值得驗證的問題可以先收斂成：

如果使用者已經有自己想練的英文內容，我們能不能先把練習這件事做好？

我最想練的，是自己真的要說的內容

我過去滿常用 Shadowing（跟讀練習）來準備英文。

對我來說，它不只是看著文字跟著念。

比較像是先聽原音，讓聲音短暫留在腦中，再試著把剛剛聽到的內容說出來。

同一段反覆練幾次之後，會慢慢從「我看得懂」，變成「我比較能自己說出來」。

我自己過去接觸到的很多 Shadowing 產品，主要還是圍繞既有內容，例如教材、新聞、Podcast 或事先準備好的句子。

這些內容很適合一般英文學習。

但如果目標是準備一場幾天後就要發生的面試或工作溝通，我更想練的是：

自己真的快要說出口的那一段。

例如：

「我要怎麼介紹過去做過的專案？」

或是：

「我要怎麼跟主管解釋這次的分析結果？」

如果使用者已經有自己的英文內容，那麼：

把自己的內容放進去，直接開始練。

這件事本身，就已經可以形成一個完整的使用流程。

AI 產品的第一版，一定要先有 AI 嗎？

這裡其實也出現了一個滿有意思的問題。

這個系列放在 AI Engineering，產品本身也叫做 AI 英文溝通教練。

但如果第一個 Milestone 先專注在 Shadowing 和完整演練，它其實不太需要 LLM。

這是不是代表方向走偏了？

我後來覺得，反而不是。

做 AI 產品，不代表每一個步驟都一定要使用 AI。

更重要的是先判斷：

哪一段真的需要模型，哪一段用一般程式邏輯就已經足夠？

以目前的練習流程來說：

• 切段可以先根據標點和停頓規則處理
• 參考語音交給 TTS
• 播放速度、重複播放、錄音與回放，也都不需要 LLM

AI 真正比較有價值的地方，反而是在前面：

AI Coach
整理內容 / 修改英文 / 個人化
↓
Practice Flow
切段 / 播放 / Shadowing / 錄音 / 完整演練

所以現在先不做 AI Coach，不是因為 AI 太難，所以暫時跳過。

而是因為目前要先驗證的這個問題，本來就不需要 LLM 才能解決。

一個功能看起來合理，不代表第一版真的需要

第一個 Milestone 收斂之後，很多原本看起來很合理的需求，也可以重新檢查。

例如原本可能會想讓使用者先選：

• 面試
• 工作彙報
• 意見表達 / 說服

乍看之下很合理。

但如果選了不同情境之後，系統的行為完全沒有改變，那這個 input 現在其實沒有真的影響產品。

這時候就可以問：

拿掉這個需求之後，核心流程還成不成立？

如果答案是成立，那它可能就不是第一版真的需要的東西。

另一個類似的問題是：

這個需求是在解現在的問題，還是在替未來可能出現的功能做準備？

未來 AI Coach 當然還是可以接在這條練習流程前面。

但現在比較需要做的，是讓未來有地方可以接，而不是提前把還沒驗證的功能全部做進去。

換句話說：

為未來保留擴充空間，和現在就把未來功能實作出來，是兩件不同的事情。

Milestone 1：先把自己的內容練熟

把範圍重新收斂之後，第一個 Milestone 就變得很明確：

這裡的「完整演練」，就是前面已經一小段一小段練過之後，把參考語音拿掉，再自己從頭到尾把整段內容說一次。

這一版暫時不處理：

• AI 內容整理與改寫
• 追問與補充內容
• 個人化用字調整
• 語音轉文字
• 發音或流暢度評分
• AI 練習回饋
• 長期學習紀錄與個人化

這次真正縮小的，其實不是最後想做的產品。

而是：

第一步要驗證的問題。

完整的 AI 英文溝通教練，未來還是可以加入內容整理、個人化和口說回饋。

但在這些功能進來之前，可以先確認最底下這一層：

如果使用者已經有自己想練的內容，我們能不能先讓他很順地把這段內容練到真的說得出來？

而這一層，目前其實不需要 LLM。

這也是我這次在切第一個版本時，覺得最值得留下來的一個判斷：

做 AI 產品，不只是決定 AI 可以做什麼，也要知道哪些地方根本不需要 AI。