---
area: tech-engineering
category: ai-ml
companies_orgs: []
date: '2023-08-04'
draft: true
guest: ''
insight: ''
layout: post.njk
products_models: []
project: []
series: ''
source: https://www.youtube.com/watch?v=aSTYLWFYAVA
speaker: 一口新飯
status: evergreen
summary: 本视频分享了如何利用Siri和ChatGPT，解决传统口语练习痛点，开发出“Talk GPT”英文口语应用。内容涵盖Prompt设计思路、自动化工作流及完整语音交互功能，旨在帮助用户高效练习口语。
tags:
- investment
- language-learning
- llm
- tool
title: Siri与ChatGPT：零成本打造你的专属英文口语教练
---
### 引言：Talk GPT的诞生与核心理念

我利用Siri和**ChatGPT**（ChatGPT: 由OpenAI开发的人工智能聊天机器人）成功打造了一个强大的英文口语应用程序——Talk GPT 4。这款应用的灵感来源于知名口语软件**Speak**（Speak: 一款由OpenAI投资合作、基于ChatGPT技术的英文口语学习软件），其核心技术正是ChatGPT。在试用Speak后，我发现其AI对话体验极佳，由此萌生了利用自身拥有的ChatGPT资源，构建一个专属口语练习工具的想法，Talk GPT因此应运而生。

这个**捷径**（Shortcuts: 苹果iOS设备自带的自动化应用，允许用户创建自定义工作流程）将免费分享给大家，可以将其视为一个开源软件，在此基础上构建自己的专属口语教练。然而，强烈建议大家看完整个视频，因为除了获取口语捷径本身，你还将学习到实用的口语练习方法、**Prompt Engineering**（Prompt Engineering: 指设计和优化输入给人工智能模型的指令，以获得特定和高质量输出的过程）的精髓，以及制作AI工具的思路。

今天的视频将围绕以下三部分内容展开：首先，探讨ChatGPT在口语练习中的痛点；其次，详细解析Talk GPT的全部Prompt和设计思路；最后，演示Talk GPT的具体使用方法。

### ChatGPT口语练习的三大痛点

普通人直接使用ChatGPT练习口语主要面临三大痛点：

#### 痛点一：高质量Prompt的编写难度

编写一个好的Prompt（提示语）非常困难。例如，许多人可能会简单地写“你好，我们聊聊旅行的话题吧”，这种Prompt虽然容易编写，对话也能学到一些东西，但内容往往枯燥无味，与真实生活中的交流相去甚远。

一个更接近真实情况的对话应具备话题和情景两个元素。例如，设想AI是你的表弟，他刚从大学毕业，计算机专业，但更喜欢音乐，现在纠结是先找本专业工作还是全身心追求音乐梦想。你们在家庭聚会上碰面，他向你征求意见，你的目标是与他探讨，给出建议并说服他做出决定。这种话题设定足够具体、接近现实，能让你快速、方便地开口说话并持续交流。然而，要快速编写大量这种高质量的Prompt，既困难又耗时。

#### 痛点二：繁琐的工作流程

即使你收集了许多优秀的Prompt，每次练习时，你仍然需要开启新的会话，找到Prompt并复制粘贴进去。你可能还需要对Prompt进行一些个性化设置。此外，为了让AI对你的表现做出评价和纠正，你还需要进行额外的Prompt Engineering。这些重复的步骤极大地增加了使用的不便性。

#### 痛点三：语音交互体验的不足

ChatGPT手机版软件支持语音输入，且识别准确，但目前尚不支持语音输出。这使得口语练习的体验大打折扣。虽然这个痛点相对容易解决，但同时解决前两个痛点并提供足够简单流畅的免费方案却很难找到。

这三个痛点叠加起来，导致我们使用ChatGPT练习口语变得非常不便。每增加一个步骤，都会为你的学习增加一道障碍。

### TalkGPT如何解决这些痛点

TalkGPT巧妙地解决了以上痛点：首先，我们可以让AI自动生成优质的话题和情景设定；其次，利用iPhone自带的Siri和捷径功能，能够实现工作流程的自动化，并提供完整的语音交互功能。

在深入讲解TalkGPT的设计之前，我想先介绍一下本视频的赞助商——**Milanote**（Milanote: 一款强调视觉呈现、用于创意整理和协作的视觉笔记软件）。我已使用了Milanote三年多，它是我心目中完美的视觉笔记软件，就像电影中侦破案件使用的推理墙。我的视频创作管理、学习管理、ChatGPT会话管理以及视频中展示的软件和Prompt，都是在Milanote上设计完成的。它强调视觉呈现，提供大量模块帮助我呈现想法、收集和整理材料。其架构灵活，你可以自由发挥创意，也可以使用内置的精美模板，或者像我一样设计自己的模板。视频中许多动画效果实际上就是Milanote的展示模式。Milanote分为免费和付费两个版本，功能完全相同，区别仅在于存储空间大小。强烈推荐大家使用视频评论区的链接注册免费账户尝试一下。再次感谢Milanote的赞助！

### TalkGPT的Prompt设计思路

现在我们回到TalkGPT的Prompt和设计思路。我确立了AI自动生成情景和话题的三种模式：

#### 模式一：默认对话与语言导师（Default Conversation with Language Tutor Prompt）

这种模式让AI作为口语专家，选择一个话题并为话题生成一个角色。为了确保这些话题和情景足够具体和有创造力，Prompt的重点是为AI提供具体的例子。Chat GPT根据Prompt能够创造出包含具体话题和情景设定的例子。尽管这种聊天能帮助你学习，但它往往比较无聊。

#### 模式二：动态对话与AI生成角色（Dynamic Conversation with AI Generated Role Prompt）

为了实现更真实的对话，我们需要与AI进行角色扮演。在此模式下，我们让AI为自己创造一个角色，这个角色可以是宽泛的（如邻居、同事或老师），也可以是具体的（如乔布斯或《冰与火之歌》的琼恩·雪诺）。然后，AI根据这个角色创造一个有趣的话题和具体的情景。为了提升效果，我们需要在Prompt中给出具体的额外要求和实例。经过这一系列Prompt的引导，Chat GPT能生成非常出色的人物设定和场景话题。值得注意的是，由于目的是练习口语，Chat GPT会更倾向于选择宽泛的日常角色。如果你想让它选择具体的影视角色，可以在对话时提出修改要求。

#### 模式三：自定义对话与预选角色（Customize the Conversation with Preselected Role Prompt）

如果用户有自己想练习的话题，例如观众来信中提到的需求，这个模式就是为此设计的。Prompt格式为：“我们的话题或者背景是（括号内容），我需要你假装是（括号内容）和我聊天。请你为这个话题或背景生成一个具体的、吸引人的、并且可能目标导向的、类似角色扮演的情景。”这些括号里的内容将通过捷径App填充进去。

以上三种模式基本符合我们的目的。但还有两个重要的细节需要添加：

1.  **目的与背景设定：** 我们需要先让AI了解我们的目的、背景，甚至是英文水平。为此，增加了一个Prompt模块。这启发我，在前两种会话模式中还可以增加一个选项，让用户输入自己的兴趣偏好。如果选择了此项，Chat GPT在自动生成人物、话题和场景时会参考我们的兴趣点。例如，如果我说对投资感兴趣，Chat GPT会生成与之相关的对话设置。

2.  **对话质量控制：** 虽然会话设定问题得到了解决，但对话质量是另一个问题。我在使用时发现，Chat GPT有时说话过长，有时像机器人般缺乏感情，或者像面试官一样只知道提问。如果使用**GPT 3.5**（GPT-3.5: OpenAI开发的大型语言模型，是GPT-4的前代版本），它甚至会自己编造对话而非真正聊天。经过反复测试，我增加了一个“备注Prompt模块”，针对遇到的问题提出了一系列具体要求。

至此，我们对话模式设置的全部Prompt就完成了。如果每次让软件自动设置好这三个模块，并将它们连接在一起，形成一个**Master Prompt**（Master Prompt: 指将多个细分指令整合而成的、用于引导AI完成复杂任务的综合性提示语），然后自动输入到Chat GPT中，我们就可以愉快地与AI开始聊天了。

### 评价与总结模块：EVA GPT

从语言学习的角度来说，仅有练习是不够的，我们还需要评判、示范和总结。例如，Speak软件会对每句话做出“完美”和“需要改进”的评判，对需要改进的会给出示例并解释原因，最后将知识点总结成一个词汇手册（phrasebook）。我们可以借鉴这一点。

于是，我设计了另一个Prompt模块，要求AI停止聊天，开始用固定格式进行评判和知识点总结。我设置的评判标准中包含“发音”一项，其实现原理是告诉AI我们正在使用语音转文字软件，因此某些看起来无意义的词语可能是我们的发音问题。在使用过程中，我发现这个设置有时有效，有时则不然。如何获得自己满意的评价和示例，我们将在稍后的操作演示中详细说明。

至此，我们全部的Prompt Engineering工作就完成了。下一步要解决的是，如何将这些Prompt自动化输入到Chat GPT，并实现语音交互。

### 自动化与语音交互：Siri捷径的运用

帮助我们实现自动化和语音交互的，正是苹果的Siri和它的捷径软件。根据我们之前设计的Prompt和工作流，我最终制作出两个捷径：

1.  **TalkGPT：** 负责会话的设置和聊天。它有两个版本：
    *   **Talk GPT4：** 对应**GPT 4**（GPT-4: OpenAI开发的大型多模态语言模型，相比前代功能更强大）模型。
    *   **Talk GPT3：** 专门供GPT 3.5使用。由于GPT 3.5执行复杂任务的能力有限，这个版本中的Prompt做了相应的简化。

2.  **EVA GPT：** 负责对话的评价和知识点总结。它与GPT使用的模型无关。

由于时间关系，我无法在此详细讲解具体的制作方法。如果你对此感兴趣，请务必在评论区告诉我，我将考虑推出视频或课程，教大家如何用iPhone捷径制作自己的AI应用。

### TalkGPT的使用方法

现在，我们来演示如何使用这个Talk GPT。

1.  **下载与设置：** 点击视频下方置顶评论中的链接下载捷径，并安装到你的**iOS设备**（iOS devices: 指运行苹果iOS操作系统的设备，如iPhone和iPad）上。接下来设置Siri：确保Siri语言设置为英文，并将Siri启动方式设置为长按电源键。如果你说英文时停顿较长，可以将Siri等待你的时间调长。

2.  **启动TalkGPT：** 我们可以通过iPhone或iPad使用。我个人更喜欢使用iPad练习口语。首先打开ChatGPT的App，然后长按电源键，对Siri说“Talk GPT4”（如果你使用GPT 3.5，则说“Talk GPT3”），它便会启动。

3.  **设置对话：** 启动后，它会询问你的名字、英文水平，并让你选择之前设置的三个对话模式。如果你选择第一个或第二个模式，它会提示你是否要AI参考自己的兴趣；你可以选择跳过或输入自己的兴趣。如果你选择第三个选项，则需要输入你的目标和AI的角色，例如：“Check in at the airport”、“Airline agent”。

4.  **开始对话：** 选择好之后，稍等片刻，ChatGPT就会提供设置好的话题、人物和情景。如果你不喜欢，可以直接告诉它更换一个即可。然后，你们就可以愉快地对话了。

5.  **结束对话与启动EVA GPT：** 当你想要结束对话时，直接按旁边的电源键退出Siri。接下来，我们将进入评价和总结阶段。只需再次长按电源键，对Siri说“Eva GPT”，它就会自动对我们的回答逐条进行评价，并给出范文，然后总结知识点。有时Siri可能会出现连接问题而卡壳，例如提示“I'm having trouble with the connection. Please try again later”，你无需理会，实际上ChatGPT已经收到指令并开始工作了，你直接按电源键退出Siri即可。

6.  **优化评价结果：** 有时你可能会发现AI做出的评价不尽如人意，你可以直接长按这些回复，选择重新生成回复。如果GPT犯错，例如漏掉了某句话，你可以直接让它纠正。同样，如果你对总结的知识点不满意，可以再给出具体的要求。

以上就是全部的使用方式，操作非常简单。

### 展望：智能记忆卡片功能

从英语学习的角度来说，Talk GPT还差最后一个重要的步骤，那就是帮助我们复习记忆。为此，我已经用ChatGPT和捷径设计了一套智能记忆卡片的功能。如果你想获得这套捷径，请务必订阅、点赞并评论告诉我。只有需求足够高，我才会考虑制作相关的视频。

感谢你的收看，我们下次再见！