里程碑
從批改、刷題到打破罩門，用 n8n 打造會記得你程度的英文助理 | Aibel 小精靈
Jerrie @yonglin522發布於 已編輯
一、專案簡介
Aibel（AI + able，希望能讓人「Be able to learn English well」而想出的名字）是一個跑在 LINE 上的英文陪練小精靈。用自架的 n8n 串接 Gemini，陪準備雅思的人練習口說和寫作，也能刷多益閱讀、設定個人目標、查詢針對弱點的教學影片。
(要看demoㄉ話請直接滑到最下面XD)
二、動機
身為一個正在準備雅思的學生，我發現說與寫是最難自己練的兩項，也是我最難準備的項目，上網找方法的時候，發現不只是我有遇到相同的困難，可能的原因有：
- 寫作：寫完作文，要等老師批改好幾天，才知道問題在哪
- 口說：口說沒有人陪練，也沒有人幫忙計時、回饋
- 罩門：知道自己有弱點，卻不知道該看哪些教學資源
- 量化目標：不知道以目前的程度落點，離目標分數還差多少
所以在發想的階段，我希望 Aibel 能有效的解決上述的問題，實現以下主要功能：
- 寫作：貼上作文，1～3 分鐘拿到分數、改進建議和改寫示範
- 口說：收到題卡、自動計時，錄音後拿到逐字稿、語音指標和分數
- 罩門：選擇聽/說/讀/寫痛點，直接推薦影片和練習步驟
- 量化目標：看到官方指標對應的目前程度、預估總分，以及說寫還要考幾分
三、Aibel 能做什麼
主選單設計了五個按鈕，傳任意訊息或是點「回到主選單」都可以叫出他：
| 功能 | 做什麼 | 重點 |
|---|---|---|
| 操作指南 | 五張輪播卡片，介紹 Aibel 的相關功能與使用方式 | 讓使用者知道這個工具怎麼使用 |
| 練習雅思（寫作 Task 2） | AI 依五大題型出題，也可以貼自己的題目；批改分成 4 段 | 四項分數、最需要改進的 3 點、高分替換字句、兩個等級的改寫示範；依題型檢查切題性 |
| 練習雅思（口說 Part 2） | AI 出題卡→準備 1 分鐘→推播「開始作答」→計時兩分鐘→錄音→時間到會提醒→批改分成 5 段 | 逐字稿、作答時長、語速、停頓和填充詞次數、發音觀察、這次的分數 +0.5 級分和 +1 級分的示範回答 |
| 練習多益（閱讀 Part 5） | 一次一題、可以一直刷，點「結束」看本次成績 | 每題標記 CEFR 難度，答完馬上看正解、考點和解析；作答紀錄會保存 |
| 打破罩門 | 選項目（聽／說／讀／寫）→選痛點→推薦一部教學影片 | 每個項目都對應八種痛點，依序播放表格存放的影片，之後也可以再擴充。AI 負責寫「看完可以怎麼練」，此外可以回報不符合的影片，會存放在 resource_feedback 表格 |
| 目標設定 | 自訂考試日期、目標總分、單項最低分、現有成績或自評 | 換算成 CEFR、預估總分、反推說寫需要幾分；說寫程度會依最近 3 次練習取平均，自動更新到現有成績 |
| 評分說明 | 參照雅思 IDP 官方提供的評分標準，提供客觀的給分要求 | 隸屬在「練習雅思」之下的子項目，口說跟寫作都有 |
四、使用者流程、系統架構
（如附圖一，抱歉我放不下ㄌ所以塞一張，字有點小qwq）
五、資料表欄位設計
用 n8n 內建的 Data table 設計了 7 張表格。題型、痛點、影片都放在資料表裡，方便管理內容，這樣新增內容只要加一列，不用再去改流程。
| 資料表 | 用途 | 主要欄位 |
|---|---|---|
| users | 每個使用者的狀態與目標 | userId、state（idle／answering／setup）、currenttask、currentquestion、sessionid、answerstart、recentquestions、lastresource、goaldraft、examdate、targetscore、targetmin、levelL/S/R/W、srcL/S/R/W |
| exam_config | 題型設定，一列一種題型 | key、exam、label、menu、inputtype（text／audio／choice）、systemprompt、questionprompt、rubrictext、prepseconds、answerseconds |
| practice_log | 雅思說寫的每次批改紀錄 | userId、skill、task、band、tags（罩門標籤） |
| toeic_log | 多益每題的作答紀錄 | userId、level（CEFR 難度）、correct、point（考點） |
| pain_points | 打破罩門的痛點清單，聽說讀寫各 8 個 | skill、label、sort |
| resources | 教學影片資料庫，目前 87 部 | skill、pain_point、sort、title、url、lang、summary、status |
| resource_feedback | 使用者回報「影片不符合」 | userId、skill、pain_point、sort |
說明：
- state 決定下一則訊息怎麼處理：answering 代表正在作答，setup 代表正在設定目標。
- session_id 讓計時推播和批改結果知道「還是不是同一題」：取消或換題後，舊的推播和批改就不會送出。
- level / src：四項程度都存成雅思分數，並記錄來源（雅思成績、多益換算、自評、練習）。
- tags 跟 pain_points 用同一份文字，之後可以統計最常出現的罩門，直接連到推薦影片。
六、使用到的技術
| 類別 | 技術 | 用在哪裡 |
|---|---|---|
| 自動化平台 | n8n（Docker 自架） | 用在主流程約 85 個節點，另外一個子流程負責延長載入動畫 |
| 對外網址 | ngrok 固定網域 | 讓 LINE 的 Webhook 連得到自己電腦上的 n8n |
| 聊天介面 | LINE Messaging API | Reply（回覆）、Push（推播）、Flex Message（卡片、輪播）、Quick Reply（輸入框上方的按鈕）、日期選擇器（postback）、載入動畫、下載語音檔 |
| 語言模型 | Gemini 3.6 Flash | 寫作、口說批改 AI Agent、語音轉逐字稿與發音觀察 |
| 語言模型 | Gemini 3.5 Flash-Lite | 批改的備援模型、出題、多益補題、影片說明 |
| 資料儲存 | n8n Data table | 使用者狀態、題型設定、練習紀錄、影片資料庫 |
| 程式 | n8n Code 節點（JavaScript） | 語音指標計算、多益對答案與選項打亂、依序播放影片、目標設定精靈、成績換算 |
| 程度標準 | CEFR（A1～C2） | 統一雅思、多益、全民英檢和自評的程度 |
七、實作時的決定/取捨
1.多益只做閱讀 Part 5：
原本是有考慮放聽力或是其他題型，但考慮到聽讀還是用題本練比較有手感，而且 AI 出題還要等，加上我認為 Aibel 的價值在「很難取得的回饋」，也就是說寫批改的部分。不過我最後還是有把 Part 5 列入是因為它是純文字單選題，很適合零碎時間刷，加強文法跟單字的概念
2.寫作可以用 AI 的題目，也可以用自己的：
一開始我沒有讓AI出題，但我想到很多人練寫作是照著雅思網站、線上資源或老師出的題目，所以後來讓這個功能可以用題卡給的題目，也可以用你自己準備的題目。規則只看一件事：訊息裡有「題目：」就用自己的題目；直接打英語作文，那就是使用題卡給的題目
3.口說的發音不打分數：
目前的模型無法可靠地評發音，所以只給文字建議；總分是 FC、LR、GRA 三項平均，並提醒正式考試還會評發音。但我之前用過某些英語學習平台，是會去分析你的發音的，就很好奇是怎麼實現，後來有查到一個叫做「Azure」的發音評估工具，我放在後續的擴充項目當中
4.語音指標由程式計算：
作答時長來自 LINE 的錄音長度，語速、填充詞、停頓從逐字稿算出，不讓 AI 自己估算。改寫示範給「目前分數 +0.5」和「+1」兩種，理由是示範太高分的可能會讓使用者覺得太遙遠，目標分數只用來顯示與目前的差距
5. 拿掉「能力測驗」功能：
原本想做一個功能更新使用者程度，使用者可以決定要不要使用，自訂某個日期進行能力測驗，並以該成績更新成「目前程度」。但考慮到我沒有做聽力或是需要圖表的項目，如果要完善這個，就變相的要思考這些題型怎麼生成了。所以後來改成自評/回報考過的英檢分數只是作為起點，用這個小工具進行說寫時，每次練習就會成為一次評估，取最近 3 次平均自動更新。
八、碰壁的地方qwq
| 問題 | 原因 | 解法 |
|---|---|---|
| Webhook 一直回 404 | workflow 沒有發布；後來又不小心按到 D 鍵，把 Webhook 節點停用了 | 發布 workflow、重新啟用節點 |
| Invalid reply token | 在編輯器重跑時用到舊的 replyToken；AI 批改太久，replyToken 過期 | 一律用手機測試；回覆失敗時改用推播送出 |
| 同一則訊息只收到一個回覆，而且內容錯了 | 舊的評分說明節點沒刪，一條線分岔到兩個回覆節點，且 replyToken 只能用一次 | 刪除重複的回覆路線 |
| 條件明明對，卻一直走錯分支 | 運算式前後有看不見的空白或換行，true 變成文字 true ，導致布林判斷失敗 | 清空欄位重新貼，比對時加上 .trim() |
| 口說傳文字收不到格式提醒 | 整理狀態的 userId 被填成訊息文字，所有寫入都寫到了錯誤的列 | 修正 userId，清除表裡的錯誤資料 |
| 取消後還是收到評語，而且覆蓋新題目的狀態 | 批改一旦開始就停不下來 | 批改前寫入專屬標記 grading-訊息ID，送出前確認使用者還在等這份批改 |
| 交了錄音還收到「時間到」 | 批改要跑 1 分鐘，這段時間 state 還是 answering | 收到錄音就先改掉 session_id，計時檢查就不會通過 |
| 載入動畫最多只能 60 秒 | LINE 的限制；而且 n8n 的分支不會同時執行 | 用另一個 workflow 在背景每 55 秒重新呼叫一次，批改結束就停 |
| fetch failed/connection refused | Docker 裡的 Node.js 優先走 IPv6 | 加上 NODE_OPTIONS=--dns-result-order=ipv4first，節點開啟 Retry On Fail |
| Gemini 503 high demand | 模型尖峰時段太忙 | AI Agent 開啟備援模型（3.5 Flash-Lite）和自動重試 |
九、未來可改進/擴充的項目
- 練習報告：在「我的目標」加上分數趨勢和最常出現的罩門，直接連到推薦影片
- 多益閱讀程度估計：同一個難度至少作答 10 題、答對率 ≥ 70%，才算達到該等級，或是取最近 20 題計算
- 口說 Part 1、3：多輪對話式的口說練習
- 發音評分：串接 Azure 發音評估
(參考網址：n8n.io/integrations/microsoft-azure-monitor/and/talknotes/（在新分頁開啟）)
- 雅思寫作 Task 1：新增圖表題
- 時事週報：依使用者 CEFR 程度挑選英文文章，每週推播一次
- 定期提醒：讓使用者自訂時間，提醒更新聽讀成績或查看報告
十、心得
這是我第一次用n8n做這麼大的專案，覺得好有挑戰性，尤其在設計資料表還有定義節點的部分，是花費我最多心思的，像是用 state 和 session_id 讓 Aibel 知道「現在在做什麼」、「還是不是同一題」，在計時、取消、換題才不會互相干擾，有效的更新目前的狀態。還有有既定流程或公式的，能用程式做會比 AI 穩定許多，像是對答案、算字數、算語速、換算程度這類型的。此外 AI 的輸出就算有事先定義，可能也不一定完全100%照格式輸出，所以解析時要放寬一些，並在失敗時也輸出錯誤訊息，才找得到問題。最後運算式前後多一個空格，就可能讓整個分支走錯，讓我後來在定義value時都會加上.trim()以防萬一。總之最後做出來真的很有成就感，相信它會成為我準備考試的好助手！！
小小備註：
- 因為照片只能十張不太夠qwq，有拍demo影片如檢附連結
- 如果想玩看看ㄉ話也歡迎加加試用看看：@910vajkz，目前的功能只有口說的計時會用到推播，應該是不會碰到推播上限XD
-有任何優缺點的話歡迎回饋給我，很希望能把這個小工具優化得更好！٩(ˊωˋ )و✧*｡
21 個愛心14 則留言
登入並驗證手機後就能留言。登入
留言
戴庭 @tyt0409
來留言支持一波夥伴的專案 看起來超讚的 不敢想花了多少時間來製作和試錯
很喜歡把系統架構和使用者流程寫出來的部分(T人兼J人感到快樂(?
甚至還有口說輸入的部份 不知道將來能不能混合TTS加上個聽力 期待後續更新發展逼波 @jennychuan22
太厲害了.....ai小白看了陣陣發抖。
很好奇在製作的過程中遇到最大的難題是甚麼呢?
我覺得光是能夠有這麼清晰的架構就非常了不起(P人羨慕的眼神)雷陣雨 @rainafternoon
屋阿阿阿阿阿阿太厲害了
我也是想要準備雅思，搞不好可以一起(?
等等試用你的專案!感覺他的功能不該被局現在line裡面
搞不好之後可以擴張成平台，而line 可以變成簡化的輔助精靈!上哲 @nuva.ceo
我以為 Aibel 是發音日語的相棒（あいぼう，aibou）xDDDD 想說革命情感的夥伴聽起來也太熱血
晉安 @0356
雖然已經很多留言了，還是來支持一波！
很喜歡這個使用者流程，雖然有五大主題，但都有明確指引。
不會讓用戶點來點去，最後迷失在對話框。好奇，開放大家一起玩，不會很燒 AI 的 token 嗎？（ aka 燒錢！）
Jerrie @yonglin522
咦咦？！！！（握手握手
戴庭 @tyt0409
什麼 你也是INTJ 原來是同伴嗎
Jerrie @yonglin522
謝謝尼！！我確實INTJ，跟你一樣是T人兼J人哈哈哈XDD
混合TTS是很讚的想法耶，謝謝你提供的建議，我之後要來試試看！！Jerrie @yonglin522
嗚嗚謝謝你ㄉ鼓勵！！無數個爆肝ㄉ晚上有值得😭
繼續蒐集大家ㄉ回饋努力更V2(ง๑ •̀_•́)ง疊疊青蛙 @radix405225
來支持了
好讚的專案，令人佩服Jerrie @yonglin522
我卡最久的問題：我做多益出題一直說發生錯誤，卡了整個下午好像有四五個小時吧...qwq
一開始有發現是變數打錯字，修好後題目出來了，卻還是時好時壞；接著懷疑是引號、多餘的逗號、字串裡的換行，前後改了好幾版解析程式，還是失敗
後來讓程式把錯誤原因寫出來，才看到真正的問題是 AI 有時候輸出 {"questions":[…題目的內容]}，有時候直接輸出 […題目的內容]，格式不一致導致的，所以後來讓 AI 的輸出要放寬一點去解析，還有讓失敗時要把錯誤原因印出來，不然只能用猜的
還有一點是測試的時候跑不出卡片但又找不到原因...後來才發現gemini用最新的模型很容易過載或是跑太慢（我原本用3.8），用3.5或是3.6會相對穩定許多！
===============================
小小ㄉ心得：
其實我上一支workflow也是簡單的自動回信客服（填表單->回信草稿->歸檔到excel->結束ㄌXD），所以不算是什麼經驗豐富的人，但是我覺得一開始與 AI 討論好明確的需求，是很重要ㄉ！越詳細、越了解你想解決的痛點與領域越好。如果只有初步的想法，AI可以幫助你擴張發想；如果想法太多了，AI也有能力協助你收斂歸納。不用到超級完整，當想法有一個基本的骨架了，就開始實作、有看不懂的就問到懂為止，請AI用最白話的方式解釋，會很有幫助，在任何作業都是><！也許做著做著，就又有新的靈感，會越來越完整~~
Jerrie @yonglin522
謝謝你的回饋！！很開心有達成我一開始畫流程圖的目的😭
Gemini有免費的模型，身為一個稱職的免費仔，當然是要用好用滿嘿嘿（文中那兩個目前用起來綽綽有餘～）Jerrie @yonglin522
當然可以鴨，雅思一起加油！！
你給了一個好讚的想法，謝謝尼😭
看過有些人串line客服放在網頁的右下角，網站就是主要的內容那些，感覺這隻小精靈也可以扮演類似的角色！（要來研究一下怎麼把line對話嵌入在網站中ㄌ(ง๑ •̀_•́)ง）Jerrie @yonglin522
原來日文還有這個意思！！沒學過日文所以沒想到啊啊啊啊(:3 」∠)_ 但這個意思好讚耶...如果能讓人覺得一直有一起學習的夥伴的感覺確實也可以這樣解讀XD
