Привет, Хабр!
Мечтаю заговорить свободно н�� английском, но нахожусь в ситуации, когда ты читаешь документацию, можешь переписываться в Slack и даже понимаешь мемы на Reddit. Но как только дело доходит до звонка или живого общения, мозг превращается в тыкву. Думаю меня поймет большая часть IT-инженеров и не только. В голове строится сложная конструкция на русском, которая мучительно долго и с ошибками переводится на английский. В итоге паузы, неловкое «ммм» и потерянная уверенность.
Я поставил себе цель: к концу 2026 года уверенно выйти на уровень B2. Не просто пройти тест, а избавиться от задержки при переводе мыслей. Поняв, что классические методы вроде Duolingo или группы в Zoom мне не дают нужного темпа, я решил собрать свою команду репетиторов на базе AI.
В этой статье расскажу, как я создал экосистему из трёх Telegram-ботов, почему выбрал китайскую нейронку Qwen и как это помогает мне заниматься по 30-60 минут каждый день.
В чем главная боль изучения языка?
Моя основная проблема - ментальная задержка. Я не умею генерировать речь сразу на английском, потому что я не думаю на нем. Сначала рождается мысль на русском, потом включается медленный внутренний переводчик.
Моя задача - натренировать перевод до автоматизма, чтобы сам процесс занимал доли секунды, не теряя в качестве грамматики и смысла.
Я пробовал разное:
YouTube: полезно, но это пассивное потребление не эффективно + много воды.
ChatGPT: круто, но нужно каждый раз придумывать контекст и промпт + лемиты и ограниченный контекст чата.
Duolingo: слишком просто и оторвано от реальности.
Хотелось чего-то, что само напоминает о себе, имеет понятный интерфейс и заставляет мозг работать каждый день, выробатывая привычку.
Делаем «на вайбе», но по уму: Spec-based coding
Для разработки я использовал подход Spec-based coding (разработка на основе спецификаций). Это когда ты не просто просишь AI «напиши бота», а работаешь как архитектор:
Проектирование: на первом этапе составляем подробную спецификацию: архитектура базы данных, логика состояний, описание интерфейса.
Ревью: Прогнаняем спеку через нейронку, чтобы найти узкие места в логике и и улучшить спеку.
Кодинг: Отдал финальную спеку в IDE Qoder (с моделью Qwen под капотом). Дальше занимался баг-фиксингом и мелкими импрувментами.
Три кита моей экосистемы
Я разделил задачи на три бота:
1. Channel Bot - Speakle Flow 🧩
Бот-контент-менеджер для публичного телеграмм-канала. С 9:00 до 17:00 он каждый час публикует пост-упражнение.
Что внутри: посты разной тематики - всего 9 типов на разные аспекты языка: грамматика, идиомы, фразовые глаголы, мини-диалоги, лексика из топ-3000 слов и т.д.
Механика: Рандомайзер берет неиспользованную тему из БД (например, глагол to get или тему Travel) и скармливает её AI.
Фишка: Высокая «температура» (creativity) нейронки. Даже если темы заканчиваются и работа начинается по кругу, само упражнение всегда будет новым.
2. Speakle Lab ⚗️ - бот-генератор по запросу
Если я чувствую, что хочу сегодня больше поработать с Phrasal Verbs, я иду сюда. Бот позволяет выбрать конкретный тип упражнения и прогнать его столько раз, сколько нужно.
Сейчас это работает на рандоме, но в планах добавить выбор конкретных грамматических правил и тем для детальной проработки с практикой.
Генерация постов происходит на основе промптов. Каждый промпт берет тему мз БД (~ 100 тем), что бы посты были каждый раз уникальными.
Кроме этого в БД уже ~ 80 фразвых глаголов,50 конструкций для строительства предложений, 110 идиом, 65 collocations, 300 слов, ~ 30 грамматических тем.
Тренажёр перевода Speakle Trainer ✨- мой фаворит
Это та самая тренировка навыка быстрого перевода. Работает так:
Бот каждый день выдает текст на русском (~7 предложений под выбранный уровень).
Я перевожу его вслух, что считаю наиважнейшей составляющей прокачки навыка говорения.
Нажимаю «Проверить себя» и получаю подробнейший разбор.
Разбор включает:
- Эталонный перевод.
- Объяснение времен (почему здесь Perfect, а не Simple).
- Разбор предлогов и т.п.
- Alternative options: Как сказать то же самое в формальном стиле или в разговорном сленге.
- Список полезных сollocations, фразовых глаголов и идиом из текста.
Технический бэкэнд и экономика
��очему Qwen, а не GPT-4?
Вопрос денег и здравого смысла. Генерировать 20-30 объемных текстов в день на GPT-4.1 это быстро ударит по карману. Я выбрал Qwen Plus от Alibaba Cloud через OpenAI-совместимый API.
Цена: В 5–7 раз дешевле ($0.4 за 1 млн токенов на вход).
Качество: для лингвистических задач Qwen Plus выдает результат, практически неотличимый от топовых моделей.
Скорость: ответ за 10-15 секунд не напрягает.
Стек:
Language: Python (aiogram)
DB: PostgreSQL (храним всё: от промптов до исходных данных для генерации постов)
Infrastructure: VPS Railway за 5 долларов.
Prompt Management: Все промпты лежат в базе. Если я хочу изменить стиль объяснений бота, я просто обновляю строку в БД без редеплоя.
Итоги первого месяца
Контент: Опубликовано ~270 постов, сгенерировано ~300 уникальных текстов для перевода.
Бюджет: Около $15 (включая API AI и хостинг). Это дешевле одного занятия с репетитором.
Дисциплина: Я занимаюсь по 30–60 минут в день (в дороге, в очередях, перед сном), главное, что всгда под рукой есть качественный контент.
Результат: формируется правильное «предчувствуе» выбора нужного предлога или артикля до того, как его проанализирую.
Что дальше?
В планах: добавить STT (Speech-to-Text). Будет эффективнее и интереснее наговаривать перевод голосом, чтобы бот проверял не только грамматику, но и произношение.
Также работаю над расширением базы тем и интеграцией с актуальными новостями, чтобы учить язык на базе того, что происходит в мире прямо сейчас.
Если вам откликается такой подход «инженерного изучения» языка, залетайте по ссылкам, будем тестировать и учить язык вместе!
🧩 ttps://t.me/speakle_flow
✨ https://t.me/speakle_trainer_bot
⚗️ https://t.me/speakle_lab_bot
А как вы приручили нейронки для учебы? Поделитесь своими лайфхаками в комментариях!
