【学习工作】VoiceBoard｜边说边画的 AI 思路板：把讨论变成 Trae 立刻能用的上下文
1. 创意名称 + 创意介绍
创意名称：VoiceBoard｜语音驱动的 AI 思路板助手
我想做一个面向产品讨论、头脑风暴和 AI Coding 场景的 Web 工具：用户一边用语音表达想法，系统一边把语音转写成文字，并自动提取其中的主题、节点、关系和待办事项，生成一张可编辑的 HTML 思路板。
这个产品想解决的问题是：很多有价值的想法都发生在语音讨论里，但讨论结束后，白板是空的，文档也还没写。AI 会议助手可以生成纪要，但通常只是文字；AI 白板工具可以画图，但往往需要用户先输入明确的 Prompt。VoiceBoard 希望把两者连接起来，让“讨论”本身成为输入，让思路在讨论过程中逐渐变成结构化产物。
我想到这个创意，是因为在做产品构
voiceboard-pitch.zip (278.4 KB)
思和开发沟通时，经常会出现一种情况：说的时候很清楚，但会后整理成文档、流程图、架构图时又要重新来一遍。如果能让 AI 在语音讨论中自动沉淀结构，并把结果提供给 Trae 这样的 AI Coding Agent 使用，就能把“想清楚、表达清楚、实现清楚”压缩到同一个过程里。
产品形态上，VoiceBoard 会是一个 Web App + 本地 MCP Server 的组合。Web App 负责语音输入、实时转写和 HTML 思路板展示；MCP Server 负责把当前思路板暴露给 Trae 等 AI 工具，让 Agent 可以读取、总结、补充和进一步生成代码任务。
2. 目标用户及痛点
VoiceBoard 主要面向三类用户：
第一类是独立开发者或全栈开发者。他们经常一个人构思产品、拆需求、想架构，但很多思考过程停留在脑子里或语音里，后续还要重新整理成文档和任务。
第二类是产品经理、项目负责人和设计同学。他们经常参与需求评审、用户访谈、头脑风暴和方案讨论，需要把大量口头内容整理成清晰的产品结构、流程图、需求列表和决策记录。
第三类是使用 Trae、Cursor、VS Code 等 AI Coding 工具的小团队。他们不只是需要一份会议纪要，而是希望讨论内容能直接变成 AI Agent 可读取的上下文，继续用于生成 PRD、技术方案、代码骨架或开发任务。
典型使用场景包括：
- 一个人对着电脑说出产品创意，系统自动生成需求树和功能模块图。
- 产品评审会结束后，直接得到一张结构化的方案图和待办列表。
- 用户访谈过程中，系统自动抽取用户痛点、使用场景和可能的解决方案。
- 在 Trae 中边讨论边沉淀上下文，Agent 根据当前思路板继续生成文档或代码。
当前痛点主要有三个：
第一，语音讨论容易蒸发。很多关键判断、灵感和争议点只存在于会议过程中，会后再整理时容易遗漏。
第二，纪要和白板是割裂的。会议工具擅长转写和总结，白板工具擅长可视化，但用户需要手动把文字整理成图。
第三，AI Coding 缺少过程上下文。开发者在 Trae 里让 Agent 写代码时，往往还要重新解释产品背景、需求边界和设计决策，前面的讨论没有真正变成 Agent 能使用的上下文。
3. 价值与意义
VoiceBoard 的价值主要体现在三个方面。
首先，它能提升讨论后的整理效率。过去一场产品讨论结束后，还需要人工整理纪要、画图、拆任务。VoiceBoard 希望让会议结束时就已经有一张可编辑的思路图、一份结构化需求草稿和一组待确认任务，减少会后重复劳动。
其次，它能提升复杂想法的表达质量。语音表达天然是跳跃的，讨论中会有补充、否定、转折和跑题。VoiceBoard 会把这些内容整理为节点、关系和结构，让产品、设计、开发之间更容易对齐。
更重要的是，它能把讨论过程变成 AI Agent 可用的上下文。通过 MCP，Trae 可以读取当前思路板，理解用户刚才讨论过的产品目标、功能模块、技术约束和优先级，并继续生成代码、PRD、任务拆解或技术方案。
这让 VoiceBoard 不只是一个“给人看的白板”，而是一个“给人和 AI 同时看的上下文面板”。
4. 产品核心功能
VoiceBoard 的 MVP 会优先实现以下功能：
-
语音转写
用户打开网页后，可以直接用麦克风输入想法，系统实时显示转写文本。 -
分段理解
系统每隔 5–10 秒对新增语音内容做一次结构化分析，提取主题、节点、关系、问题和待办。 -
HTML 思路板
系统把结构化结果渲染成一张 HTML 思路板，支持思维导图、需求卡片、流程视图和决策记录等展示方式。 -
AI 建议确认
AI 不会直接强行修改整张图，而是把新增节点、合并关系、修改建议放到“待确认区”，由用户接受、拒绝或手动编辑。 -
MCP 接入
本地 MCP Server 提供 get_board_state、add_node、link_nodes、summarize_board、export_board_html 等能力，让 Trae 或其他 AI Coding Agent 能直接读取和使用思路板。 -
导出分享
用户可以把思路板导出为 HTML、Markdown、图片或 JSON，方便报名展示、团队分享或继续开发。
5. 技术实现思路
VoiceBoard 的技术架构可以分为四层：
第一层是语音层。它负责浏览器录音、语音识别、分段转写和时间戳记录。MVP 阶段可以先使用浏览器 Web Speech API，后续再接入 Whisper 或其他语音识别 API。
第二层是理解层。它负责把转写文本交给 LLM，提取结构化 JSON，例如节点、边、标签、关系、置信度和操作意图。这里的关键不是让 AI 直接画图，而是让 AI 输出稳定的数据结构。
第三层是展示层。前端根据 JSON 渲染 HTML 思路板。相比直接操作复杂 Canvas，HTML/CSS/SVG 更适合 AI 生成和修改，也更适合比赛阶段快速做出漂亮、稳定、可导出的 Demo。
第四层是 MCP 层。它把思路板状态开放给 Trae，让 AI Agent 可以读取当前讨论上下文，也可以反向写入补充节点、生成任务或输出需求文档。
一个简化的结构如下：
语音输入
→ 实时转写
→ LLM 结构化理解
→ 生成节点和关系
→ HTML 思路板展示
→ MCP 暴露给 Trae
→ Agent 生成 PRD / 任务 / 代码骨架
6. 主要难点与解决思路
这个产品最大的难点不是“画图”，而是把混乱、跳跃、多人打断的语音讨论，稳定地转成一张结构正确、可持续更新、用户愿意保留的图。
第一个难点是实时语义结构提取。语音讨论并不线性，用户可能会补充、推翻、跳转话题。MVP 阶段会先限制图的类型，只重点支持思维导图和需求拆解图，避免一开始覆盖太多场景。
第二个难点是增量更新。新内容不能每次都让整张图重排，否则用户会迷失。解决方式是锁定已有节点位置，只对新增节点做局部布局，并把重要变更放入待确认区。
第三个难点是用户可控。AI 自动理解一定会有误差，所以产品不能追求完全自动化。VoiceBoard 会强调“AI 提建议，人来确认”，支持编辑、撤销和版本回退。
第四个难点是和 Trae 的连接方式。如果不能深度嵌入 Trae，也可以先以本地 Web App + MCP Server 的方式实现，让 Trae 通过 MCP 读取思路板上下文。
7. 一个月 MVP 计划
第一周：完成 Web App 基础界面、语音输入、实时转写和会话记录。
第二周：接入 LLM，把语音转写内容转换成结构化 JSON，完成节点、关系、任务和问题的抽取。
第三周：实现 HTML 思路板渲染，支持思维导图、需求卡片和基础编辑能力。
第四周：实现本地 MCP Server，开放思路板读取和导出能力，打磨 Demo 场景和比赛展示材料。
一个月内不追求完整多人协作，也不自研复杂白板引擎。目标是跑通一个清晰闭环：说话 → 出文字 → 出结构 → 出图 → 可编辑 → Trae 可读取。
8. 差异化
VoiceBoard 和常见产品的区别在于：
它不是普通会议纪要工具。会议纪要工具通常产出文字，而 VoiceBoard 产出结构化思路板。
它也不是普通 AI 白板工具。AI 白板通常依赖用户输入 Prompt 或手动整理素材，而 VoiceBoard 把语音讨论本身作为输入。
它也不只是文本转流程图工具。普通文本转图工具通常是一次性生成，而 VoiceBoard 更强调讨论过程中的增量更新、人工确认和 AI Agent 可读取。
VoiceBoard 的核心定位是：
把每一次语音讨论，变成 Trae 立刻能用的结构化上下文。
9. 一句话总结
VoiceBoard 是一个面向 AI Coding 场景的语音思路板助手：用户边说想法，系统边生成可编辑的 HTML 思路板，并通过 MCP 把讨论内容变成 Trae Agent 可以直接使用的上下文。