去年上线第一天，凌晨一点，我盯着后台生成队列自嗨，微信弹出一条用户消息：“卡住了吧？我刷新三次了。”
那一刻我才反应过来：黑盒等待——用户看不到任何过程反馈，系统越努力，用户越觉得你挂了。
用户是嫌慢吗？不是，是怕你死了。我说人话：一个 AI 课件要跑 20 分钟，中间一个像素都不动，换我我也刷新。
v1 的解法很土，但有效。加一条过程时间线：解析大纲 → 生成章节 → 渲染样式 → 打包导出，每一步实时打勾。
再配一个样稿预览：第一章刚生成就先塞给用户看，别等全部跑完。
上线当天，“是不是卡了”的咨询直接归零。用户要的从来不是快，是确定感。
新抱怨马上来了。老师看完第一版，回一句：“第三页标题有个错字，改一下。”
v2 的架构是全量重生成：看起来逻辑干净，实际是把用户的时间当燃料烧——改一个字等于大纲重跑、全部章节重生成、重新渲染，20 分钟起步。
老师的课时是按分钟算的，谁来接盘这种交互？
这事怪用户要求多吗？不怪，怪我的架构蠢。被坑惨的老师们没骂我，只是默默不来了，这比骂更可怕。
转机来自翻聊天记录。80% 的改稿请求就四类：改标题、换配色、调字号、删掉某段。
说人话就是：局部替换，根本不需要重新生成。
于是我设计了补丁协议：第一版生成时把 HTML 按章节加元素 ID 切块存好，用户的修改指令翻译成 find/replace 补丁，只动命中的那几块。
改一个错别字的耗时：20 分钟 → 14 秒。这 14 秒里大头还是网络传输。
有人问生成质量会不会掉？不会，没被补丁命中的部分一个字节都不动，比全量重跑还稳。
补丁协议救了改稿，新抱怨又来了：“课件在我教室的一体机上跑不起来。”
这才想起教育场景的硬伤：教室一体机、投影、平板、学生手机，屏幕尺寸五花八门。
屏幕适配能一次做全吗？做不全，设备清单根本列不完。
v3 加了控制台：设备一键切换预览（一体机 / 平板 / 手机），再配一个代码查看面板，懂前端的老师能直接看生成的 HTML 结构。
别赌运气，让用户自己验，比客服解释一百句都管用。控制台还白捡一个好处：会写代码的老师开始提 PR 式修改意见，反馈质量直接翻倍。
最后一条抱怨来自做英语课件的老师：“课件有了，但我嗓子不行，录音太费命。”
商用 TTS 按字符收费，全文配音一次几十块，教育产品的用户付不起这个钱。
解法是 edge-tts：微软 Edge“大声朗读”背后的语音接口，免费，音色还过得去。v4 把每页文案自动切片、逐段配音、对齐到页面元素，全程无感。
这波属于典型的突击套利：窗口期内白嫖，哪天接口收紧就切商用 TTS——架构上留了替换位，不把免费接口当基础设施赌。
成本多少？零。
这个系列上一篇讲了架构，这一篇全是产品层面的踩坑记录。
黑盒 → 时间线，慢改稿 → 补丁协议，屏幕兼容 → 控制台，嗓子不行 → 自动配音。每一步的输入都是一句具体的抱怨。
做教育产品别闷头猜需求，去翻用户聊天记录，那里面全是 roadmap。
对了，如果你的课件场景要给低年级孩子配练习纸，试试本站的字帖生成器，拼音、笔顺、描红都能排版，生成 PDF 直接打印。和课件工坊一个思路：工具就该为具体场景服务。
Q：AI 生成的课件，老师不怕内容出错吗？
怕，而且应该怕。样稿预览加控制台代码查看，本质是把审核权还给老师，机器只干体力活。
Q：补丁打多了，课件会不会越改越乱？
会，所以超过三代补丁就提示全量重生成一次，相当于 git rebase，别让历史债务无限滚。
Q：edge-tts 免费接口扛得住并发吗？
单用户没问题，量大了必被限流。排队机制加商用 TTS 降级链路都得留好，免费的东西别当成基础设施。
相关推荐
评论列表 （0条）
