我用 Vibe Coding 做了个 Mac 提词器：小工具也值得被认真做完

录视频的人大多遇到过一个两难：眼睛盯着稿子，表情和眼神会显得僵硬；完全不看稿，讲到一半又容易卡住。提词器要解决的就是这个矛盾。我用 Vibe Coding 做了一个 Mac 小程序，只干这件事。

它是一个用 AI 本地模型实现自动提词的字幕提词器。把要讲的内容放进去，录制时它负责提示；提词是自动的，不需要一边说话一边手动控制滚动。模型跑在本机，不必为了提词把素材先传到云端。

先把“提词”这一件事做顺

很多工具的问题不是功能少，而是最核心的那一步不顺。提词器尤其如此：它站在镜头和说话人之间，任何一次卡顿、延迟或者操作中断，都会直接留在录制里。

所以这个程序的第一目标很窄：让提示跟着讲述推进，别让人分心去照顾工具。自动提词的价值就在这里——提示跟着讲述走，不必让人腾出手来控制它，注意力可以放回内容和镜头。至于界面、按钮和设置，都是围绕这一步服务的。

模型放在本地，是一个有代价的选择

把 AI 模型放在本地，最直接的好处是处理发生在自己的机器上。提词这件事本身在本机完成，录制素材不用先传上去，也就少了一层等待和顾虑；网络状况也不太会成为提词能否进行的前提。对提词这种发生在拍摄现场、讲究即时反馈的工具来说，这个选择是合理的。

代价同样明确：本地推理吃的是本机算力，所以这款程序只面向 Apple 芯片的 Mac。这不是一个“所有电脑都能装”的通用软件，而是一个在特定硬件上把体验做顺的小工具。知道自己服务谁、在哪种机器上保证可用，比假装兼容一切更实际。

提词之外，为什么还要加美颜和滤镜

只解决“说什么”，还不算一个能直接拿来录视频的工具。人看完提词，紧接着就会在意画面：肤色、光线、整体质感。如果这些还得切换到别的软件里补，流程就断成了两截。

于是我在提词之上又加了美颜和滤镜。这个决定看起来是加功能，实际上是在补完整条使用路径：从看提示、开口讲，到画面能直接拿出去用，尽量在一个程序里完成。工具好不好用，往往不取决于功能列表有多长，而取决于最后一个环节有没有把人推回原点。

开源，是把“随便玩”落到实处

代码我已经开源，链接放在视频简介里。用 Apple 芯片 Mac 的同学可以随便下、随便玩；愿意在这基础上改，也随便改。

开源对这类小工具尤其合适。提词的需求很分散：有人拍口播，有人录课程，有人只是偶尔做一次分享，每个人想要的界面和细节都不一样。我一个人不可能替所有场景做完，但代码公开之后，别人可以按自己的需要改，不必等一个“官方版本”。

当然，这也不是一个带商业支持承诺的产品。它更适合愿意自己动手的人：下载来用，遇到不合适的地方就改。Vibe Coding 降低了把想法变成程序的门槛，但真正决定工具有没有价值的，还是有没有把一件具体的事做完、做顺。

如果你正好用 Apple 芯片的 Mac，可以去视频简介里拿链接。一个小工具不必改变世界，能让你少卡壳一次、少重录一遍，就已经值得。