動機
大家好!在接下來的 30 天裡,我將挑戰一個極具實驗性與趣味性的專案——《用嘴巴寫出 AI 酒館》。這個專案的核心理念很簡單:我希望打造一個能讓使用者透過「語音對話」與多位具備獨特性格 AI 角色互動的 Web 應用系統。更重要的是,整個專案的開發過程,我將採用目前全球爆紅的 Vibe Coding 模式來完成!
什麼是 Vibe Coding?
「Vibe Coding」這個概念是由前 OpenAI 首席科學家 Andrej Karpathy 所提出。它代表了一種全新的軟體開發範式:開發者角色轉變:開發者不再是親手敲擊每一行鍵盤程式碼的「打字員」,而是轉變為「指揮官(Product Owner / System Architect)」。自然語言驅動:透過語音輸入、自然語言 Prompt 與需求描述,讓 AI 輔助工具(如 Cursor、Bolt.new、v0)自動生成前端 UI、後端邏輯與 API 串接。邊界與挑戰:AI 寫 Code 固然快速,但也會遇到邏輯死角、環境配置失敗或 Bug。這 30 天我將真實記錄如何透過語音與 Prompt 引導 AI 自我修正與重構。
專案目標:「AI 酒館」系統規格
我預計打造的「AI 酒館」將包含以下核心功能:酒館氛圍感 UI:具有酒吧風格的暗色調介面、角色卡片選擇器與動態對話框。語音雙向互動(STT + TTS):STT(語音轉文字):玩家可以用嘴巴說話,系統自動轉為文字發送。TTS(文字轉語音):AI 角色用符合其設定的語音與聲調口吻回應玩家。角色卡 (Character Card) 系統:預設多位不同性格的酒館 NPC(例如:冷酷但知無不言的酒吧調酒師、熱情且傳播八卦的吟遊詩人)。記憶與對話流:保持對話上下文連貫,並透過 Prompt 確保角色不破綻。
預計採用的技術棧
(Tech Stack)類別選用技術 / 工具Vibe Coding 工具Cursor (Composer), v0.dev, Bolt.new前端框架React / Vite + Tailwind CSS大語言模型Google Gemini API / OpenAI API語音互動 (STT/TTS)Web Speech API / OpenAI Whisper部署平台Vercel
今日進度與明天預告
今日完成:確定專案規格、定義技術選型,並在 Cursor 中建立空專案。明日預告 (Day 02):【實作】環境搭建:設定 Cursor / Bolt.new 工具,並完成第一次「全自然語言專案初始化」!