选择口音
从英、美、中、港、巴五类样本进入。
项目 05 · 毕业课题 / 2025—2026
从毕业课题，
到一款上线产品。
零开发经验下，借助 AI 独立完成 World English Accents 交互式学习平台 0→1：从问题定义、产品结构、跨语言内容协作，到 5 类口音、15 个样本的网页开发与 10 次公开部署。
5
ACCENT TYPES
五类口音
五类口音
15
VOICE SAMPLES
十五个样本
十五个样本
10
PUBLIC DEPLOYS
十次公开部署
十次公开部署
3
CORE ROLES
产品 / 开发 / 集成
产品 / 开发 / 集成
01 / PRODUCT
把“口音资料”，变成一条可以完成的学习任务。
项目起点只是一个方向性教学课题。我的产品判断是：专业语料库内容丰富但缺少学习引导，普通视频容易接触却缺少系统标注与练习。因此以中高级 EFL 学习者为核心用户，将内容重新组织为五步学习路径。
聆听样本
先听音频，建立未经提示的第一判断。
揭示转写
对照语音材料与文本内容。
填空验证
用轻量练习确认是否真正听懂。
理解特征
再进入发音规律与语言学解释。
Learner Mode
降低初次学习门槛，用清晰提示建立完成感。
Linguist Mode
承载进阶分析，让专业信息按需展开而非一次压给用户。
02 / COLLABORATION
跨语言沟通协作，靠 SOP 把不同表达收敛成统一交付。
01
发现问题
三人提交的录音、转写、语言分析和题目口径不一致。
02
建立标准
统一音频、转写、分析与题目模板，明确每个字段的质量要求。
03
异步推进
通过英文沟通明确交付方式、文件格式、责任人与截止时间。
04
集中验收
回收后集中审核，修正口径差异，再统一集成进网站并上线。
PROJECT EVIDENCE / 01点击图片切换下一张
01 — 04
03 / AI BUILD
AI 辅助提效：把专业内容、功能结构和视觉要求，翻译成可执行任务。
01
定义骨架
先明确页面结构、音频、转写与测试四类核心模块。
02
组织上下文
上传语料与参考内容，向 AI 说明字段关系和展示顺序。
03
细化体验
逐步补充风格、间距、信息层级和响应式要求。
04
人工验收
逐项核对内容、音频、跳转和部署结果，避免把生成结果直接当成完成。
PROJECT EVIDENCE / 02点击图片切换下一张
01 — 02
04 / FEEDBACK
把导师的专业意见，翻译成具体、可追踪的产品改动。
形成“阶段提交 → 反馈拆解 → 团队执行 → 网站更新”的闭环，让学术意见不止停留在讨论层，而是落进网页结构和内容规范。
“内容过于技术化”
每类口音收敛为 2–3 个重点。
“学习说明不足”
增加 Learner’s Guidelines 与通俗提示。
“录音与特征需对应”
逐条核对音频、转写与分析。
“标题与转写不统一”
统一字段规范并集中校对。
PROJECT EVIDENCE / 03点击图片切换下一张
01 — 04
05 / OUTCOMES
成果是一款已公开部署的网站，也是一轮真实但克制的产品验证。
5英 / 美 / 中 / 港 / 巴
五类口音
五类口音
15每类 3 位说话人
十五个样本
十五个样本
10GITHUB PAGES
持续公开部署
持续公开部署
06 / RETROSPECTIVE
这是一次小范围交付，而不是被包装成“成熟增长产品”的课程作业。
用户反馈集中在哪里
- 产品定位不够清晰
- 首轮使用引导偏弱
- 页面文字偏多
- 测试目的不够明确
下一轮我会优先做什么
聚焦“口音听辨体验”，在首屏明确网页价值；减少一次性解释，把用户引导嵌入任务流程，并让每次测试都对应清晰的学习目标。
PROJECT EVIDENCE / 0410 次部署记录 · 点击放大