在用 Cursor 在电脑本地写了一大堆小工具之后，我终于有了一个相对成熟的 AI 产品的想法了。

思考了一下，我意识到做 AI 产品既不是我的主业，也不是我的强项，所以打算全程 build in public，把我对这款产品的方方面面的思考，事无巨细地写出来。

一方面，希望在产品方面经验更丰富的前辈的随手建议；

一方面，充分传递信息，帮助我找对这个产品感兴趣的用户；

一方面，想让所有想做一个自己的产品，但因为各种原因迟迟没有开始的朋友，亲眼见证一个产品从 0 到 1 的诞生过程，从而收获经验与勇气。

期待能对你有所收获。

前摇结束，我来分享一下自己想做的产品是什么。

如果要用一句话说明白的话，那就是「Audio to Article」录音转文章。

乍一听，会感觉，好像这件事早有人做过了，比如录音转文字是个很古老很成熟的技术了，市场上也有大大小小的 AI 会议纪要工具。

不过呢，我自己经常有处理音频的需求，但是这些工具都没完全满足我。

我需要的，不是简单地录音转文字，因为直接转写出来的内容有很多口癖和错别字，导致阅读体验很差；

我需要的，也不是 AI 帮我做摘要和分段，因为一方面因为模型能力的限制，它总结得不算太好；

另一方面是 AI 不够懂我，它理解的重点和我真正想看的通常不是一个东西。

所以，我需要的只是「口语转书面语」。

这个实现难度并不高，用一条 AI 工作流 + 一点点工程技巧就行了：
1️⃣ 用一段 JS 代码，将文章按照每五句话进行分组，把每组内容写进一个列表。
2️⃣ for 循环这个列表，将每组内容用 AI 去口癖后，用得到的课程里的一些方法进行润色。
3️⃣ 将所有润色好的内容拼接成完整的原文。

这样就能得到一个精简且读起来舒适的逐字稿，方便你：
1️⃣ 舒服地进行深度阅读。
2️⃣ 全文直接发布。
3️⃣ 增删改查后变成新的内容素材。

这款产品目前有个 Demo 在我自己的电脑上能跑，已经能初步实现我想要的效果了。

但是呢，由于本人才疏学浅，其中有各种细节令人抓狂，打算自己修修补补到满意之后再邀请朋友体验。

不过，其中积累的过程知识，保证会毫无保留地写出来，您先看为敬。

# build in public