ENZH
和 AI 讨论这篇文章
ChatGPTClaude

我做了一个 AI 手表转写器

我经常碰到这种情况,走路、开车或者跑步的时候,突然冒出来一个想法。这时候不方便打字,掏出手机来记又太麻烦。Apple Watch 上其实有个语音备忘录,但录完就躺在手表里了,反正我是从来没再打开过。

所以我做了一个工具链。现在我在手表上点一下开始录音,说完点停,几分钟以后 Obsidian 里就多了一条笔记,已经按结构整理好,标签也带好了。中间我什么都不用管。


全链路

具体的链路大概是这样的:Apple Watch 语音备忘录录音 → iCloud 同步到手机 → Shortcuts 自动化检测到新文件 → 上传到 Cloudflare R2 → 触发转写 API → claude 做结构化整理 → 写进 Obsidian vault。

从手表录音到 Obsidian 笔记全程自动,录音经过 iCloud 同步、自动转写、Claude 整理,最后写进知识库从手表录音到 Obsidian 笔记全程自动,录音经过 iCloud 同步、自动转写、Claude 整理,最后写进知识库

每个环节我都留了备选。转写可以用 Whisper API、Deepgram,或者本地跑 whisper.cpp。结构化整理可以用 ChatGPT、claude,或者本地小模型。存储可以放 R2、S3,或者干脆用本地文件系统。换掉哪个环节,都不影响别的环节。

链路每个环节都留了备选,转写、整理、存储都能单独换,换掉哪一个都不影响别的环节链路每个环节都留了备选,转写、整理、存储都能单独换,换掉哪一个都不影响别的环节


几个设计决策

同步这块直接走 iCloud。 Apple Watch 上的录音只能存在语音备忘录里,自己做一个录音 App 限制很多。走系统原生那条路体验最好,抬腕,点一下,说话,点停,后面的事全自动跑完,不用打开任何软件。

对比一下,自己做录音 App 处处受限、到处报错,走系统原生的 iCloud 那条路,抬腕就能录,后台自动跑通对比一下,自己做录音 App 处处受限、到处报错,走系统原生的 iCloud 那条路,抬腕就能录,后台自动跑通

触发靠 Shortcuts 自动化。 iOS 管后台管得很严,常驻进程会被系统杀掉,所以跑后台服务这条路走不通。Shortcuts 是系统级的,「当 iCloud 有新文件时触发」这条规则不会被杀。而且 iOS 18 以后 Shortcuts 稳定了很多,触发延迟从以前的几分钟降到了几秒。

转写完还要过一遍 claude。 语音直接转写出来的是纯口语,「额那个我觉得就是说AI这一块其实它最核心的问题是什么呢就是它……」这种,根本读不下去。过一遍 claude,你的想法和语气留下来,废话去掉,结构加上,出来的东西读着就像你自己认真写的笔记。


用了两个月之后

用了两个月,最大的收获其实不是方便,是记下来的东西明显变多了。每天能多出 2-3 条笔记,抓住的信息大概多了一个量级。

多出来的大部分是那种一闪而过的念头,就是你想着「等有空再记下来」的那种。讲道理,这种想法根本等不到有空,99% 最后都直接没了。现在记一条只要抬一下手腕,随口说一句。反正成本够低,你就不会去掂量这条值不值得记,先录下来再说,本来会丢掉的想法就这么留下来了。

这里面最要紧的,是记东西的摩擦降到了零。我的感觉是,零摩擦比任何「更好」的体验都管用。转写准确率、整理质量这些环节都可以慢慢换更好的,但只要「记」这个动作本身还有摩擦,想法就是会丢。

现在走路时想到的,开会间隙冒出来的点子,还有半夜迷迷糊糊想到的东西,基本都是靠手表录音抓下来的,它有点像一个外部大脑。反正 AI 也没帮我干什么很厉害的事,它就是把「想到」和「记下来」中间挡着的东西全挪开了。

和 AI 讨论这篇文章
ChatGPTClaude

订阅更新

新文章发布时发到你的邮箱,不发别的。


© Xingfan Xia 2024 - 2026 · CC BY-NC 4.0