项目概述
这个项目起源于我自己学韩语时遇到的几个不便，同时我也想试试，借助 AI 能把一个产品做到什么程度。最终它成了一款手机网页应用，支持收集生词、闪卡记忆和听写练拼写。在手机上实际使用的过程中，我不断判断哪些功能该加、哪些该简化、哪些需要做得更可靠。
01项目背景
看了多年韩剧之后，我开始用多邻国系统地学韩语。但在课程之外，有三件事一直找不到合适的工具来解决。
02产品功能
以下截图均来自在线版 App，词库目前收录 5,000+ 词条。
选词、搜词、整理词。
先回想释义，再看词源。
听音、默写、核对拼写。
词书或个人生词本
新词或待复习的词
一课或一组词
完成一组闪卡→「听写这一组」→同一批词，接着练拼写
03关键决策
这两项改动都不在最初的计划里。它们都始于我在使用中发现的问题：先找到问题，再做出决策，最后改变了产品里对应的部分。
决策 01词库数据
手动录入满足了最初的需求：把遇到的词存下来。慢的是每个词连同释义、词类等信息都要自己一个个敲。
用 AI 补全单个词或整批词的信息，自己收集单词时少打很多字。
一位朋友习惯跟着固定的单词书学，这让我意识到还有另一种开始方式：选一本书，直接开学。为了做出这些词书，我让 AI 补上了原始词表里没有的释义。
词类和词源总要反复修正。我让 AI 检查自己的输出，得到的不过是另一个 AI 答案。没有外部参照，就没法判断到底哪个对。
AI 生成→AI 自查→缺少外部依据↻
借助 AI 查找资料来源时，我找到了可以下载的韩语词典。现在两条路径都先和词典匹配；匹配不明确的词交给我审核，不再靠猜。
AAI 辅助录入 · 对照词典校验B词书 · 与词典逐条匹配
每次新增词书或新词，都要套用同一套匹配规则。我把这些规则写成了一个 Claude skill，让每次更新都按同样的步骤走：AI 负责匹配和整理格式，匹配不清楚的词交回给我，而不是靠猜。
韩文原词和词表给出的释义保持原样，所有匹配都以它们为准。
短语、人名和变形（예쁜 → 예쁘다）不是词典里的词条，只补释义，不标词类和词源。
先查《标准国语大辞典》，再查《韩国语基础词典》。两部都查不到的，标记出来交给我。
同一个拼写可能是几个不同的词：배 可以是肚子、船或梨。要选和原文释义对应的那个词条。
复制词类、词性和词源，标出由 AI 写的翻译，生成音频后同步。已有的学习进度不受影响。
我自己添加的词，也会在 App 的加词流程里经过同样的「词典优先」匹配。
决策 02复习排期
问题
固定时间表能让词按时回来，但对简单词和难词一视同仁。一次练习里记住了，并不代表几天后还记得。
决策
在 AI 的帮助下，我改用了 FSRS（Free Spaced Repetition Scheduler）是一个开源的间隔重复算法。它根据你过去的评分，估算每个词大概多久会被忘掉，再把下一次复习安排在「还能想起来的概率」快要降到目标值（比如 90%）的时候。简单的词出现得少，难的词出现得勤。Open Spaced Repetition ↗，而不是继续给自己的间隔规则打补丁。现在每次评分都会影响这个词下次出现的时间。同一天里重复练同一批词也没问题，不会打乱它们的排期。
之前
固定时间表
不管难易，每个词都在同样的几天出现。已经记牢的简单词被反复安排复习，浪费时间；难词的间隔又太长，还没轮到复习就已经忘了。结果是复习时间花在了错的词上。
之后
FSRS
FSRS 会为每个词估算两项指标：记忆的稳定程度，以及这个词对我来说有多难。每次评分都会更新这两个值，再把下一次复习安排在我快要遗忘的时候。难词回来得早，简单词回来得晚，复习时间用在真正需要的地方。
每个点代表一次复习。间隔仅为示意，不是实际测得的数据。
04我的角色
我负责提供学习场景、实际试用每个版本，并做最终的产品决定；AI 除了写代码，也提供思路和技术解释。效果最好的部分，来自两者的配合。
说清学习中的卡点，把各种想法放进自己的学习习惯里比较，决定哪些值得留下。
提出思路、解释可行性，帮忙梳理需求。
从「存下我的单词」，发展到生词本、词书和互相衔接的练习。
质疑不可靠的输出，讨论并敲定规则，处理需要我来判断的情况。
查找候选词条、套用既定规则、翻译并准备更新。
用参照来源和明确的例外清单，维护一个持续增长的词库。
每个版本都在手机上实际用，说清哪里不对，再检查改动有没有真正解决问题。
搭建界面、排查问题、实现修改。
把实际使用中的反馈，变成可以上线再试的改动。
05总结与展望
目前，Korean Pocket 已经能很好地支持我自己的学习方式。接下来确定要做的，是随着学习进度持续扩充词库，并用这个 skill 保证每个新词都按同一套标准校验。如果下文提到的版权问题能够解决，我会先邀请几位学习者试用核心流程，再增加一些提升练习兴趣的小功能，比如和朋友一起学习，或基于单词卡片的小游戏。
目前最大的限制是内容版权。词书基于出版社拥有版权的教材词表，可以用于个人学习，但不能对外分发。逐本获取授权需要投入时间和一笔前期费用，对个人项目来说很难负担；自建一套原创词库，又是一个独立的大项目。如果去掉词书再发布，App 就失去了对其他学习者最有价值的功能。因此，我目前选择保留一个完整的个人工具，而不是对外发布一个功能不完整的版本。
这个项目里，每解决一个问题，就会暴露出下一个：为了提高录入效率引入 AI，AI 生成的数据带来了准确性问题，准确性问题又让我找到了词典。我发现自己享受的正是这个过程：不停在第一个能用的方案上，而是一路追问，直到找到根本原因。目前我只在自己的需求上这样做过，每个问题都能亲身感受到。面对真实用户时，问题没那么直观：它们藏在用户行为和数据里，而且很多问题会同时争夺有限的资源。从中判断哪个问题最值得解决、为什么，正是我接下来最想在产品工作中做的事。
AI 能在几分钟内把一个想法做成可用的功能，但它出错时和正确时一样笃定。我让它自查生成的词库数据，得到的只是更笃定的答案：模型没法用自己来验证自己。真正的风险不是 AI 会出错，而是它看起来足够可靠，让人放松了校验。所以现在我会先问「怎么证明它是对的」，再问「AI 能不能做」。可靠的校验需要一个独立于模型的信源，而选择用哪个信源作为标准，本质上是产品决策，而不只是技术问题。
感谢阅读。
随机抽一句韩剧台词，揣进口袋带走吧。
Demo · 即将加入 App
Lingxu Liu 刘凌旭