ChatGPT Voice 如何建立可持续的 IELTS Speaking 练习项目

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：

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：

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：

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：

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：

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：

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：
1. 我是 IELTS Speaking 学习者，目标分数是 7 分。
2. 我没有明确说结束以前，不要打断我。
3. 练习时先完成对话，不要边说边纠正。
4. 每次反馈只指出最影响分数的三个问题。
5. 按流利度、词汇、语法和连贯性四个维度反馈。
6. 重复出现的不自然表达写入 error-bank.md。
7. 下一次练习开始前，先复习上次最需要改的问题。
8. 每周安排一次完整 Part 1、Part 2、Part 3 模拟。
9. 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。
10. 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：

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：

# 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：

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：

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：

# 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：

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：

# 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：

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

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

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：

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

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

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：

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：

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：

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：

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：
1. 四个维度的表现。
2. 本周重复出现的三个问题。
3. 和上周相比有改善的地方。
4. 下周最值得投入时间的训练。
5. 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：

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：

请比较最近三次 practice-log.md。
只回答以下问题：
1. 哪个问题出现次数减少了？
2. 哪个问题仍然重复出现？
3. 我的回答结构是否变完整？
4. 哪种反馈对我最有帮助？
5. 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：

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：

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：

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：

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：

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：

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。