别天天想着vibe coding，分享我用AI帮助孩子学习，一个月提高30分
文章目录
这也是我真实的案例，因为暑假孩子一直在上英语班，那么我有时候也坐在教室里面听课。但我发现孩子是不可能全程认真听的，这也很正常。所以我就突然想到，我为什么不录下来，然后回家用ai整理了？
这里就拿我这次的案例拿出来分享，所以ai并非仅仅你想的只能去做代码？去做图片文字？其实只要能想，就能解决生活中的很多问题。
全程无保留分享我用 GPT 做的一个事：把老师讲课录音下来，本地分析，做讲义。
一句话原理：录音在本机转成文字，AI 抽出能确认的老师讲解，排版成孩子第二天能用的复习卡。
一、信息量太大，孩子听不全；那我为什么不在现场录下来?
现在很多暑期班，一上就是两是哪个小时，讲句真心话，不是孩子不努力，而是课堂信息密度高、节奏快——老师在讲解题型的同时还要纠正语法、补充例句、提醒考点，孩子完全不开小差是不现实的。
我的第一反应：与其干着急，不如在允许的情况下把录音留在自己电脑上,课后整理成孩子能直接复习的讲义。这节课是英语课（贴合我手头的案例），但方法不限于英语。
课堂信息量大，孩子无法 100% 听全；录音留本机，课后提取老师讲解
二、本机工作流：从录音到讲义，AI 每一步在干什么
2.1 前置
录音分上下半节，分别存为两个文件，方便后续按分钟对齐。原始录音文件不动，所有处理都在本机完成，不把整堂课先丢到公网。
说明一下：这不是「AI 帮你听写」，而是先用本地 Whisper 模型转写，再用 GPT 类对话模型整理成讲义。Whisper 是个语音识别模型，不是 ChatGPT——它只负责把音频变成文字，不负责理解课程内容。
2.2 转写（重点机制）
本机跑的是 Whisper Large-v3 MLX，支持 Apple Silicon 本机串行运行，不需要上传云端。转写完成后不只是一个纯文本，而是一个 JSON 文件，里面按音频时间轴分段，每一段包含：
· start / end：这段音频的开始和结束时间（秒）
· text：这段转写出来的文字
· avg_logprob：整段平均对数概率，反映模型对这段文字的整体信心（白话：可信程度）
· compression_ratio：压缩率，反映这段文字是不是模型在重复说车轱辘话（白话：幻觉或复读痕迹）
· no_speech_prob：这段音频里没有语音的概率（白话：这段是不是静音或噪声）
· words：字级（词级）数组，每个字/词都有自己的概率和时间戳，用来定位字词级别的低置信度问题
关键点：JSON 是后续所有处理的原料，必须保留下来，不能只留纯文字稿。
Whisper 工作机制：音频 → 模型推理 → 带时间戳、置信度的 JSON 分段
2.3 过滤不可靠段（重点机制）
转写出来会有大量垃圾内容，比如静音、噪声、重复幻觉、识别不清的片段。过滤脚本 tools/build_review_corpus.py 会读取 JSON，进行两种处理：
硬过滤规则（不满足条件就直接标记为 reliable: false）：
· 空段：没有文字或文字长度太短
· 压缩率 > 2.4：说明模型可能在重复，有幻觉嫌疑
· no_speech_prob > 0.60 且 avg_logprob 很低：说明大概率没有语音，或识别极不可靠
· 连续重复：相邻分段时间戳异常或内容重复
· 时长异常：一段音频过长或过短，不符合正常说话节奏
软警告（只标记但不强制删除）：
· 低 avg_logprob
· 低字级概率（words 里某些词概率低）
这些标记不会直接抹掉内容，而是输出一个按分钟对齐的 reviews/minute_corpus.md，方便人工回头检查哪一分钟不可靠。
关键点：过滤不是靠人肉听，而是靠模型自己给的置信度指标。 AI 不能保证 100% 正确，但能告诉你哪一段可能错了。
过滤机制：读取 JSON 置信度指标，标记不可靠段，输出按分钟对齐的可用段落
2.4 抽老师讲解
转写稿里混杂着老师讲解、学生回答、点名、闲聊、翻书声。这一步是在转写稿基础上对照原始音频和关键词索引，只保留老师连续讲解、板书、示范句、答题方法，删掉学生回答、点名、无关对话。
工具里有一个 analysis/keyword_hits.md，按关键词索引（比如「背」「读」「时间」「疑问句」「语法」「填空」），帮助快速定位老师正在讲的知识点。
关键点：这一步不是让 AI 自动抓取，而是人对照转写稿做筛选，AI 主要负责定位。
2.5 GPT 重写讲义
筛选后的老师讲解内容，交给 GPT 类对话模型重写成孩子能看懂的讲义。目标结构固定为：
1.核心复习卡：今天最重要的 5–6 条，写成卡片形式，一眼能记住
2.分主题方法：按知识点拆开，每部分对应老师讲的具体方法
3.必背板书：需要背下来的板书内容、公式、例句
4.限时顺序：提醒孩子按什么顺序复习，每步大概花多少时间
5.订正题：从课堂练习题里挑出易错点，做成孩子可以重新做一遍的题目
英文示范按标准语法整理，不能照抄原声。开头明确标注：「这不是逐字稿」，避免孩子误以为 AI 抄了原话。输出为 output/*_孩子复习讲义.md。
2.6 去隐私、导出终稿
写一个脚本 build_study_docx.py，读取 Markdown 讲义，自动设置配色、字体、段落格式。加上封面，自动分页。清空 Word 文件的 author / comments 信息，避免留下家长姓名、孩子姓名或其他隐私。导出为 *_孩子复习讲义.docx。
最后做 QA：把 Word 转成 PDF，再每页渲染成 PNG，检查排版是否有问题、有没有遗漏姓名。
关键点：这一步不是为了好看，是为了让孩子拿到手就能用，同时不泄露隐私。
完整流程图：录音在本机转写、过滤、抽老师讲解、GPT 重写、导出 Word
三、这就是孩子领到的复习讲义
下面是真实导出的文件，不是模拟效果图。可以指回 /Volumes/恋山/codex/8.12英语课复习整理/output/8.12英语课_孩子复习讲义.md 和 QA 渲染图。
封面页：干净、明亮，只有课程名称和日期，不出现孩子名、家长名。上方写明「WRITING · GAP FILL · READING · SPEAKING」，中间大标题「8.12 英语课复习讲义」，副标题「写作纠错 · 阅读填空 · 反意疑问句 · 口语讨论 · 看图说话」，底部「课堂复习 · 2026 年 8 月 12 日」。开头有一个浅蓝色提示卡：「今天最重要的四条：写作先保证每句有主语和动词；填空同时看上下文、固定搭配和语法形式；阅读选项多出的信息也算错；口语按"回应—观点—理由—问同伴"推进。」
内页：顶部是「一、今日核心复习卡」，下面按主题拆开（写作、阅读填空、阅读选择题、口语讨论、板书重点、复习顺序），每块都有亮色标题，适合孩子抓重点。底部标注「整理说明：本讲义依据 8 月 12 日上下半节课堂录音与两张板书整理。只保留能够确认的老师讲解、个别辅导、示范句、答题方法与考试提醒；学生回答、姓名、课间闲聊、纪律提醒、重叠人声和明显误识别均已剔除。英文示范已按标准语法整理，适合孩子复习，不是课堂逐字稿。」
方法详解页：「二、阅读填空用"三步锁定"」整页都是方法拆解、示例句、固定搭配，字密集、可操作，适合孩子反复看。每个知识点都有「参考翻译」「自查口令」「常见错误」，不是只给结论。
这是把「嘈杂的逐字稿」变成「可复习讲义」的效果：没有废话，只有要点和方法。
对比：逐字稿（嘈杂、夹杂学生回答、点名）vs 讲义（可复习、只保留老师讲解要点）
四、想试的话，先过一遍这张自检清单
自检清单（逐条检查再开始）：
· ☐ 录音前经过老师允许
· ☐ 原始音频留本机，不上传公网
· ☐ 转写用本地 Whisper 模型，不是直接丢给 ChatGPT
· ☐ 过滤掉了明显不可靠段（压缩率高、无语音概率高）
· ☐ 已从转写稿里剔除学生回答、点名、闲聊
· ☐ 讲义开头标了「不是逐字稿」
· ☐ 导出 Word 前清空了 author / comments
· ☐ 孩子复习前自己读一遍，确认没有遗漏姓名
谁不适合用：
· 没有征得老师同意的人
· 想把录音发布到网上的家长
· 以为有了讲义就可以不上课的人
最后补一句温柔提醒：这方法的起点是「想帮孩子节省时间」，不是「替代课堂」。孩子拿到讲义后，先看核心复习卡，再默写必背板书，再订正易错题——这才是把「听过就散」的课堂，变成「能反复看」的复习纸。
五、两种上手方式
5.1 自己配置（从零开始）
如果你想自己用 ChatGPT 或其他对话模型试试，需要先把录音转成文字，再让 AI 整理成讲义。假设你的电脑里什么也没有，下面是完整步骤：
第一步：安装 Whisper 转写工具
方案 A：Mac 用户推荐 MacWhisper（图形界面，最简单）
1. 打开 Mac App Store，搜索「MacWhisper」，下载安装（有免费版，足够日常使用）
2. 打开 MacWhisper，第一次启动会自动下载模型（Large v3，约 3GB，需要等几分钟）
3. 把录音文件拖进去，点「Transcribe」，等转写完成
4. 导出为「JSON」格式（不是纯文本），保存到桌面
方案 B：Windows 用户或喜欢命令行的 Mac 用户（Whisper.cpp）
1. 访问 https://github.com/ggerganov/whisper.cpp/releases，下载对应系统的预编译版本：
2.下载方式
· Windows：下载 whisper-bin-x64.zip
· Mac：下载 whisper-bin-arm64.zip（Apple Silicon）或 whisper-bin-x64.zip（Intel）
3. 解压到一个文件夹（比如桌面的 whisper 文件夹）
4. 下载模型文件：在解压出来的文件夹里找到 models 目录，运行里面的下载脚本（Windows 双击 download-ggml-model.cmd，Mac 打开终端运行 ./download-ggml-model.sh large-v3）
5. 把录音文件（比如 lesson.m4a）放到 whisper 文件夹里
6. 打开命令行（Windows 按 Win+R 输入 cmd，Mac 打开「终端」），进入 whisper 文件夹：
cd Desktop/whisper
7. 运行转写命令（替换 lesson.m4a 为你的文件名）：
whisper-cli -m models/ggml-large-v3.bin -f lesson.m4a -of lesson --output-json
8. 等几分钟（一小时录音大约需要 5-10 分钟转写），完成后会生成 lesson.json
方案 C：不想装软件的用户（在线工具 OpenAI Whisper API）
1. 访问 https://platform.openai.com/，注册 OpenAI 账号
2. 充值最低 5 美元（Whisper API 按分钟计费，1 小时录音约 0.36 美元）
3. 获取 API Key（在 API keys 页面创建）
4. 用下面的 Python 脚本转写（需要先装 Python，从 python.org 下载）：
pip install openai
python3 -c "
import openai
import json
openai.api_key = '你的API_KEY'
with open('lesson.m4a', 'rb') as f:
result = openai.Audio.transcribe('whisper-1', f, response_format='verbose_json')
with open('lesson.json', 'w') as out:
json.dump(result, out, ensure_ascii=False, indent=2)
"
⚠️ 重要：方案 A 和 B 在你自己电脑跑，录音不上传；方案 C 会把录音传到 OpenAI 服务器。如果课堂录音涉及隐私，优先用方案 A 或 B。
第二步：筛选转写稿
打开刚才生成的 lesson.json（用记事本或文本编辑器），你会看到很多段落，每段都有时间和文字。人工过一遍，标出哪些是老师讲解、哪些是学生回答。如果某段的 no_speech_prob（无语音概率）大于 0.6，或者 compression_ratio（压缩率）大于 2.4，可以直接删掉（这些是模型瞎猜或重复幻觉）。
把筛选后只保留老师讲解的部分，复制到一个新文本文件 teacher-only.txt。
第三步：用 AI 整理成讲义
打开 ChatGPT（chat.openai.com，免费版就够用），复制下面的提示词，把 [在这里粘贴] 替换成你刚才筛选好的 teacher-only.txt 内容：
你是课堂讲义整理助手。我会给你一份课堂录音的转写稿（已经用 Whisper 转写成文字，并手动筛选出只保留老师讲解的部分）。 你的任务：
1. 重写成孩子能复习的讲义，结构固定为：
- 核心复习卡（今天最重要的 5-6 条，一眼能记住）
- 分主题方法（按知识点拆开，每部分对应老师讲的具体方法）
- 必背板书（板书内容、公式、例句）
- 限时顺序（提醒孩子按什么顺序复习，每步大概花多少时间）
- 订正题（从课堂练习题里挑出易错点）
2. 英文示范按标准语法整理，不能照抄原声。
3. 开头明确标注：「本讲义依据课堂录音整理，不是逐字稿。」
4. 去掉所有姓名、学生名字、老师名字。
现在，这是筛选后的老师讲解内容： [在这里粘贴你的 teacher-only.txt 内容]
第四步：检查和导出
ChatGPT 输出的讲义，你需要：
· 再检查一遍，确认没有遗漏姓名
· 确认没有编造老师没讲过的内容（对照原始转写稿抽查几处）
· 复制到 Word，调整字体、颜色、分页，加封面
· 清空 Word 文件属性里的作者名（Word → 文件 → 属性 → 摘要，把「作者」「上次保存者」清空）
✓ 完成：现在你有一份可以交给孩子的复习讲义了。记得告诉孩子：先看核心卡，再默写必背，再订正易错题。
记住一句话：讲义是帮孩子节省时间的工具，不是替代课堂的捷径。
