长期英语陪练最怕每次打开新对话都重新解释目标、错误和反馈方式。本文用 ChatGPT Voice、Codex 和几个普通 Markdown 文件搭建 IELTS Speaking 练习项目，把个人档案、错误库和练习日志分开管理，并设计口语练习、反馈、复习和复测的闭环。文中只讨论可复现的步骤，不把单次结果扩展成产品承诺；每个结论都标注前提、证据和无法覆盖的边界。读者可以先完成最小验证，再按自己的版本、权限和数据补充实验。
很多人用 AI 练英语时，最大的问题不是没有题库，也不是没有反馈。
而是每次打开对话，都要重新解释一遍：
~~~text
我是雅思考生。
我的目标是 7 分。
请不要打断我。
请指出语法和表达问题。
请记住我上次犯过的错。
~~~
第一次说完还能接受，连续练十天以后，重复解释本身就成了负担。
ChatGPT Voice 放进桌面端之后，可以直接开口练习。但要让它真正成为长期英语教练，不能只依赖一段聊天记录。
更稳定的做法是建一个小型项目，把规则、目标、错误库和练习日志分开放：
~~~text
Voice 负责说和听
项目文件负责保存长期上下文
Codex 负责读取、更新和整理记录
~~~
这篇从零搭建一个 IELTS Speaking 陪练项目。
官方 Voice 入口和限制，以 ChatGPT Voice 官方说明 为准。
一、先确认 Voice 和语音听写的区别
桌面端新建空白 Chat 或 Task 后，选择 Start new voice chat，才是实时 Voice 对话。
如果你只在普通输入框里点击麦克风，把一句话转成文字再发送，那属于语音听写。
英语陪练更适合实时 Voice，因为它需要：
~~~text
连续听你说话
等待你说完
根据上下文追问
在一轮练习结束后统一反馈
~~~
第一次使用时需要允许麦克风权限。没有看到 Start new voice chat 时，检查账号套餐、功能 rollout、工作区策略和桌面端版本。
二、建立 IELTS Speaking 项目
在电脑里建立一个 IELTS Speaking 文件夹：
~~~text
IELTS Speaking/
├── AGENTS.md
├── profile.md
├── error-bank.md
└── practice-log.md
~~~
这不是 ChatGPT 自带的固定界面，而是一个普通项目目录。
每个文件只负责一类信息：
| 文件 | 保存内容 |
|---|---|
| AGENTS.md | 陪练规则、反馈方式和禁止事项 |
| profile.md | 目标分数、考试日期、当前水平和薄弱项 |
| error-bank.md | 反复出现的语法、词汇、发音和表达问题 |
| practice-log.md | 每次题目、表现、重点反馈和下次任务 |
不要把所有信息都写进 AGENTS.md。
规则需要稳定，个人状态会变化，错误库会增长，练习日志会不断追加。分开保存后，更新其中一类内容不会把其他上下文搅乱。
三、把陪练规则写进 AGENTS.md
第一次打开项目，可以直接对 Codex 说：
~~~text
帮我建立一个 IELTS Speaking 英语陪练项目。
请创建 AGENTS.md，并写入以下规则：
- 我是 IELTS Speaking 学习者，目标分数是 7 分。
- 我没有明确说结束以前，不要打断我。
- 练习时先完成对话，不要边说边纠正。
- 每次反馈只指出最影响分数的三个问题。
- 按流利度、词汇、语法和连贯性四个维度反馈。
- 重复出现的不自然表达写入 error-bank.md。
- 下一次练习开始前，先复习上次最需要改的问题。
- 每周安排一次完整 Part 1、Part 2、Part 3 模拟。
- 不要虚构正式考试成绩，也不要把一次偶然口误直接判定为长期问题。
- 遇到听不清、无法判断或需要正式评分的内容，明确告诉我不确定。
再创建 profile.md、error-bank.md 和 practice-log.md 的空白模板。
~~~
这段指令里最重要的不是“你是英语老师”，而是把训练行为写成了可检查的规则：
~~~text
什么时候不打断
什么时候反馈
反馈多少条
哪些问题需要沉淀
下次如何复习
哪些结论不能擅自下
~~~
四、profile.md 保存你的学习背景
可以让 Codex 生成这样的模板：
~~~text
IELTS Speaking Profile
目标分数：
考试日期：
当前自评：
最近一次模考：
Part 1 当前问题：
Part 2 当前问题：
Part 3 当前问题：
最优先改进项：
本周训练目标：
不能接受的训练方式：
~~~
使用 Voice 时，可以直接说：
~~~text
把我的目标分数设为 7 分。
考试日期暂时未知。
我目前最弱的是 Part 3 的展开和举例。
本周先训练回答的结构，不要急着追求复杂词汇。
把这些内容更新到 profile.md。
~~~
涉及目标分数、考试日期和长期计划的变更，建议让 Voice 先复述一遍，再写入文件：
~~~text
请先告诉我你准备更新 profile.md 的哪些内容。
我确认后再写入。
~~~
这样可以避免一次口误把整个学习计划改掉。
五、error-bank.md 不要写成错题堆
错误库的价值不是记录你犯过的每个错误，而是找出重复出现、最值得优先改的问题。
可以使用这种结构：
~~~text
IELTS Speaking Error Bank
Grammar
时态混用
- 例句：
- 更自然的说法：
- 出现次数：
- 最近一次：
- 下次练习：
Vocabulary
词语搭配不自然
- 原表达：
- 推荐表达：
- 适用场景：
- 出现次数：
Fluency
观点之间缺少连接
- 表现：
- 可使用的连接方式：
- 训练方法：
Part 3 Development
只给观点，没有原因和例子
- 常见回答：
- 推荐结构：
- 下次问题：
~~~
让 Voice 记录问题时，不要只说“有语法错误”。可以要求它写清：
~~~text
把今天出现的问题和 error-bank.md 进行对照。
只有重复出现或明显影响表达的问题才新增。
每条问题必须包含原表达、更自然的说法、出现次数和下一次练习建议。
不要把所有偶然口误都加入错误库。
~~~
这样错误库会越来越像你的个人训练资料，而不是一份看不完的批改记录。
六、practice-log.md 记录一次练习的闭环
建议每次练习都保留：
~~~text
IELTS Speaking Practice Log
日期
练习时长：
练习类型：
题目：
我的表现
我自己觉得最难的地方：
我能顺利完成的地方：
重点反馈
1.
2.
3.
新增或重复错误
-
明天先练什么
-
~~~
练习结束时直接对 Voice 说：
~~~text
请总结今天的练习。
只保留最影响分数的三个问题。
把重复错误更新到 error-bank.md。
把题目、练习时长、三个重点问题和明天任务写进 practice-log.md。
如果你不确定某个问题是否重复，先标记为待确认，不要直接归类。
~~~
每次记录都包含下一步，日志才不会变成只读档案。
七、每天十五分钟的练习流程
第一分钟：复习
~~~text
开始今天的 IELTS Speaking 练习。
先读取 profile.md、error-bank.md 和最近一次 practice-log.md。
告诉我今天只复习哪一个重点。
复述完规则后再开始出题。
~~~
第二到第十分钟：完成回答
~~~text
今天练 Part 2。
请给我一道题和一分钟准备时间。
我说完以前不要打断。
我说“结束”以后再反馈。
~~~
如果模型中途插话，可以直接提醒：
~~~text
请继续遵守 AGENTS.md。
我没有说结束以前不要反馈。
现在只记录，不要打断。
~~~
第十一到第十四分钟：反馈
~~~text
现在请反馈。
先按流利度、词汇、语法和连贯性分别说一句。
然后只选三个最影响分数的问题。
每个问题给出原表达、更自然的说法和一个替换练习。
不要堆砌小错误。
~~~
第十五分钟：归档
~~~text
把今天的练习写入 practice-log.md。
把重复出现的问题更新到 error-bank.md。
告诉我明天最先练哪一项。
如果今天的信息不足以判断长期问题，标记为待观察。
~~~
八、Part 1、Part 2、Part 3 要用不同规则
Part 1：短回答和自然展开
可以要求：
~~~text
今天练 Part 1。
每道题让我回答 20 到 30 秒。
不要要求我使用复杂词汇。
重点检查回答是否自然、直接、完整。
~~~
Part 2：连续表达
可以要求：
~~~text
今天练 Part 2。
给我一分钟准备时间。
让我连续说两分钟。
不要在过程中打断。
反馈重点放在结构、细节、连接和重复表达。
~~~
Part 3：观点、原因和例子
可以要求：
~~~text
今天练 Part 3。
每道题让我先给观点，再给原因、例子和补充解释。
如果我的回答只有结论没有展开，先记录问题，结束后统一反馈。
~~~
如果三种 Part 都用同一套反馈方式，训练会变得很泛。把题型、时长和评价重点分开，练习才会更有针对性。
九、每周一次完整模拟
每周可以说：
~~~text
今天做一次完整 IELTS Speaking 模拟。
按 Part 1、Part 2、Part 3 的顺序进行。
先读取 AGENTS.md、profile.md、error-bank.md 和最近三次 practice-log.md。
模拟过程中不要实时纠正。
结束后再给总评。
总评必须包含：
- 四个维度的表现。
- 本周重复出现的三个问题。
- 和上周相比有改善的地方。
- 下周最值得投入时间的训练。
- 你无法确定的地方。
把模拟结果写入 practice-log.md，单独标记为每周模拟。
~~~
这里不要要求模型给出“正式考试分数”。可以让它给出训练参考，但要明确：
~~~text
这是练习反馈，不是正式评分。
不要把估计分数当成考试结果。
~~~
十、如何判断三天后有没有变好
连续三天之后，不要只问“我有没有进步”。
可以让 Voice 对比记录：
~~~text
请比较最近三次 practice-log.md。
只回答以下问题：
- 哪个问题出现次数减少了？
- 哪个问题仍然重复出现？
- 我的回答结构是否变完整？
- 哪种反馈对我最有帮助？
- 接下来三天应该只练哪一项？
不要用单次表现下结论。
如果记录不足，明确说记录不足。
~~~
真正值得观察的指标包括：
~~~text
回答是否更完整
停顿是否减少
观点是否有原因和例子
重复错误是否减少
是否能主动修正表达
~~~
不要只追求模型给出更高的估计分数。稳定表达和能否独立组织答案更重要。
十一、上游 API 在英语陪练项目里的位置
个人学习时，建立 IELTS 项目不需要 上游 API。
如果学校、培训机构或企业要把大量学习项目接进自己的平台，可以将 Voice 和企业模型基础设施分开：
~~~text
Voice 负责自然口语练习
项目系统保存规则和记录
业务后端负责权限和数据隔离
上游 API 统一调用文本、检索和评估模型
~~~
例如：
- 低成本文本模型整理练习日志。
- 更强的模型生成 Part 3 追问。
- Embedding 模型检索相似错误和历史题目。
- 视觉模型读取写作或口语练习截图。
- 上游 API 统一管理项目 Key、模型路由、调用日志和预算。
但不要把个人的 Voice 账号、语音记录和 API Key 混在一起。企业接入时，应该由后端做脱敏、权限控制和数据保留，上游 API 负责统一模型入口，而不是让前端直接调用所有模型。
十二、常见问题
Voice 总是打断我
把“不要打断”写进 AGENTS.md，同时在每次练习开始时复述：
~~~text
我说“结束”以前只记录，不要纠正，不要追问。
~~~
如果仍然不稳定，把一次练习改成短轮次，减少过长的连续上下文。
每次都忘记上次的问题
检查：
- 上次是否真的写入 practice-log.md。
- 错误是否进入 error-bank.md。
- 文件是否在当前项目目录。
- Voice 是否打开了正确的 Chat 或 Task。
- AGENTS.md 是否要求开始前读取记录。
错误库越来越大
要求每周归并一次：
~~~text
整理 error-bank.md。
合并重复问题，删除已经稳定解决的问题。
按高频、影响分数和当前训练重点排序。
不要为了保留历史而无限增加条目。
~~~
我说得太快，模型听错了
可以要求它：
~~~text
如果听不清一个关键句，不要猜。
请标记听不清的位置，等我确认。
~~~
Voice 适合练习和反馈，但不应把它当成完美的听力转写系统。
十三、上线前验收清单
项目文件
- [ ] IELTS Speaking 文件夹已建立。
- [ ] AGENTS.md 保存了陪练规则。
- [ ] profile.md 保存目标和个人背景。
- [ ] error-bank.md 保存重复问题。
- [ ] practice-log.md 保存每次练习。
训练流程
- [ ] Voice 能在开始前读取相关文件。
- [ ] 没有说结束以前不会被频繁打断。
- [ ] 每次只反馈最重要的三个问题。
- [ ] Part 1、Part 2、Part 3 使用不同训练规则。
- [ ] 每次结束后都写入下一次任务。
质量和边界
- [ ] 练习参考分数不会被当成正式成绩。
- [ ] 听不清时会标记不确定，而不是猜测。
- [ ] 错误库不会把偶然口误全部收进去。
- [ ] 目标分数、考试日期变更前需要确认。
- [ ] 语音记录和个人信息符合隐私要求。
总结与系列导航
ChatGPT Voice 最适合做长期陪练的地方，是它能让每天的训练变成自然对话。
但真正让它连续工作的，不是“记忆力更强”，而是你把项目拆成了几类稳定信息：
~~~text
规则放 AGENTS.md
目标放 profile.md
错误放 error-bank.md
过程放 practice-log.md
~~~
这样你每天只要开口说“开始今天的练习”，它就有机会从上次的记录继续，而不是重新开始。
第319期介绍了 ChatGPT Voice 的四种工作方式，本期把 IELTS 英语陪练单独拆成可执行项目。下一期继续讲第二个场景：怎样让 Voice 成为项目总控台，帮你汇总多个任务、识别阻塞并保留人工决策。
官方入口：ChatGPT Voice 官方说明
结论
本文给出了问题定位、配置或创作流程的可执行路径。实际结果仍取决于当前版本、权限和运行环境，提交前应按官方文档复核可变字段，并保留失败证据和回滚边界。
