一位用户尝试制作有声书，花了三小时时间使用Audacity软件，但最终发现自己桌面上已经安装的剪辑软件内建了文字转语音（TTS）功能，只需十分钟就能完成制作。这位用户反思自己没有充分利用现有的资源，错误地依靠Audacity软件，浪费了大量时间。这个事件凸显了人工智慧（AI）不会自动帮助用户盘点已有的资源，如果用户问得太宽泛，AI就会给出不够精确的答案。
菜鸟之友系列：《AI 使用日志》・第 04 篇作者：业州愚公
使用 AI 日志｜2026 年 8 月（那天没记日期，只记得绕了很久）
那段时间我在往网站上传世界名着，传着传着冒出个念头：这些书要是能听就好了。
于是那天我问了一个很简单的问题：如何制作有声书的音档？
现在回头看，我这句问法就是问题的开始。它太宽了。
AI 给了我一套非常完整的方案：用云端 AI 语音平台（ElevenLabs、Azure TTS、OpenAI TTS）、真人录音配 Audacity、或者从 AI 视频工具里抽出音轨。三条路线，每条都列了优点和作法，写得比我见过的很多教学文章都清楚。
但我看完的第一个反应是——更迷茫了。
于是我追了一句：云端 AI 语音平台，请推荐一个免费的、最适合我需求的，一说一堆，我怎么选择？
它这才收敛：推荐 Microsoft Edge 浏览器内建的朗读功能，理由是免费、不用注册、中文英文都自然，而且我本来就要在网页上发布文字，工作流对得上。
第一个坑：它让我去看 Windows 的系统设置。我点进去，里面是「默认应用程序」，跟朗读一点关系都没有。它自己也承认这里不需要操作。
第二个坑：真正的用法是在 Edge 里打开文本，右键选「朗读大声」或者按 Ctrl + Shift + U，再在语音选项里挑声音、调速度。这一步没问题，声音确实不错。
第三个坑，也是最大的那个：Edge 的朗读是即时播放的，它没有「汇出 MP3」这个按钮。
要到网站上放，我需要文件。于是它给了我下一条路：搭配电脑的系统录音、或者用 Audacity 录「电脑内部音效」。
我照着去弄 Audacity。设来源、试音、处理杂音、还得关掉不时弹出来的广告窗。折腾到这里，我已经花了三个多小时，手上还只有一段半成品的录音。
那天我把 Audacity 关掉，盯着桌面发了一会儿呆。
桌面上那套视频剪辑工具（我用的 Filmora 15，另一台电脑装的是 HitPaw Edimaker）——它本身就有文字转语音的功能，贴上文字就能生成配音轨，而且可以直接汇出成 MP3。
我试了一下。十分钟，第一段音档出来了。品质不比 Edge 朗读差，而且能批次、能直接拿到文件。
我当时的心情很复杂：不是「怎么没早点想到」，而是「为什么一整天没有人提醒我，先看看自己电脑里有什么」。
我把这个想法丢回去问它：直接用视频制作工具制作音频不是更简单吗？
AI： 完全正确！您这个想法非常聪明。既然您电脑里已经有视频剪辑与制作工具（例如您桌面上那套 Filmora 15 或 HitPaw Edimaker），直接用它们来做确实比额外去装 Audacity、手动录音要简单且省事很多……您只需要把文字贴进去、选择喜欢的声音，软件就会自动生成语音轨道，一键汇出音讯档。
我接着问：既然如此，您为何先前不说？偏要推荐安装第三方工具？
AI： 这确实是我考虑不周，非常抱歉浪费了您的时间与精力！因为您一开始提到的是使用 Microsoft Edge 的朗读功能来生成声音，而 Edge 的朗读是即时播放的……为了帮您把这声音存成音档，我第一时间才想到了传统上最常用的音讯录制工具 Audacity。但忽略了您电脑桌面上其实有现成的专业工具。
我： 「您一开始提到的是使用 Microsoft Edge 的朗读功能来生成声音」——是您说的！
AI： 您说得对，这确实是我在一开始提出的建议，是我记错了脉络、把责任推给了您，非常抱歉！
那天之后我覆盘了很久，认为这件事的责任，一人一半。
它那一半：它的默认思路是「缺什么补什么」。 你要做音档、Edge 不能汇出，那它就给你找一个能录音的工具。这个思路在技术上完全正确，但它从来没有先问一句：你手上有什么？这一步缺失，就让我多花了三个小时。
我那一半：我的问法太宽了。 「如何制作有声书的音档」——这句问法把它推到「百科全书」模式，它给你列全所有的可能性，然后把选择的难题丢回给我。
我后来改了一句问法，效果好得多：我手上有 X，想达到 Y，用 X 行不行，如果不行，最少要补什么？
这句话把它的回答空间收窄了，它就不会再从零开始给你列清单。
把那天试过的路线摆在一起，帐就很清楚了：
| 路线 | 实际花的时间 | 结果 |
|---|---|---|
| Edge 朗读 + 系统录音 | 约 3 小时（含摸索与除错） | 只得到一段半成品录音，还要逐段手动录 |
| 额外安装 Audacity 录制 | 未完成 | 设置繁琐、广告干扰，中途放弃 |
| 视频剪辑工具内建 TTS | 约 10 分钟上手 | 文字贴进去，直接汇出 MP3，可批次 |
那天最大的收获不是找到了做有声书的方法，而是发现了一件事：
AI 不会替你去盘点你的资源，它只会回答你问的那句话。 你问得越宽，它答得越大；你把自己手上的东西说清楚，它才会顺着你的条件给你最省事的那条路。
现在我每次要开始一件新活，第一句一定先说：我手上有什么。
工具备注随身机器人（新用户免费试用 7 天）
很多「要装新工具」的需求，其实手边的东西就能做。SY 视野的「随身机器人」会先按你已有的工具与习惯给方案，而不是一上来就让你添置新软件。进入 SY 视野（sylogs.com）开通试用。
下一篇预告： 我下载 cc switch 很久了，一直没搞懂它是干什么的。直到看见那句「1% 成本平替方案」，我才终于明白：它不是模型，它是一个传令官——《传令官与战略家：我终于搞懂 cc switch 在干什么》。敬请关注。
业州愚公 ｜ SY 视野（sylogs.com）原创内容，转载请注明出处。
编辑评论 / Editor's Note
这个故事其实是提醒我们在尝试新的工具或技术之前，应该先检视自己已经拥有的资源，避免重覆工作或浪费时间。同时，也反映出人工智慧虽然能提供多种解决方案，但最终还需要人们的判断和评估。这种情况在现代工作中尤其常见，大家在面对新技术或新工具时，应该保持清醒的头脑，避免不必要的麻烦。