38 天，246 個 commit，0 行代碼 — 我用 Claude Code 從零打造一個 AI 字幕 + 配音 SaaS

開場

我是 Mr. K，一個在銀行 IT 部門當經理的人。白天的工作是處理企業級系統架構、災難恢復計畫、容量規劃這些聽起來很厲害但其實很悶的東西。晚上回家，我打開終端機，跟 Claude Code 一起搞我的 side project。

過去 38 天，我用 Claude Code 寫了 246 個 commit，做出一個完整的 AI 字幕 + 配音 SaaS — 「喂！字幕」（heysubtitle.com）。

整個專案，從第一個 commit 到今天的第 246 個 commit，我一行代碼都沒寫過、也沒讀過。我甚至看不太懂自己的 backend 在做什麼，只知道它能跑、用戶在付錢。

這篇文章是我這 38 天的真實開發日記，分成兩個階段：

• 第一個 19 天（143 commit）：從零做出一個能收費的 SaaS 雛形
• 第二個 19 天（103 commit）：重押 AI 配音功能

中間有崩潰、有罵髒話、有凌晨 4 點還在改 bug，也有 Claude 學會在我罵髒話之後反過來安撫我情緒的詭異瞬間。

如果你也在用 Claude Code 做 side project，或者你只是好奇「不會寫代碼的人到底能不能用 AI 做出產品」— 這篇是寫給你的。

為什麼選 Claude Code？

老實說，一開始只是想試試看。

作為一個有多年開發經驗的技術人（雖然主要是架構和管理，動手寫代碼的時間早就少了），我對 AI 輔助開發一直持觀望態度。GitHub Copilot 試過，覺得「不錯，但只是 autocomplete」。ChatGPT 寫過一些 script，覺得「能用，但需要我把架構想清楚才能餵給它」。

但當我真正開始用 Claude Code 進行對話式開發後，我被它的能力震撼了。

它不只是一個代碼補全工具，而是一個真正的開發夥伴：

• 理解上下文 — 整個 repo 的架構、最近改了什麼、為什麼這樣設計
• 記住專案決策 — 不需要我每次重新解釋
• 能夠進行複雜的系統設計討論 — 從 DB schema 到 API 路由
• 甚至幫你發現潛在的安全漏洞 — 我的 JWT 配置和 path traversal 都是它先抓出來的

最關鍵的是：它理解「為什麼」。

我可以對它說「我想做一個按用戶語言自動分流到不同 TTS 引擎的系統」，它不會問我要 spec，它會直接動手寫，然後告訴我它的決策理由。我只需要說 yes 或 no。

這 38 天我寫的代碼比例是 0%。但產品還在跑、用戶還在付錢、commit 數還在漲。

第一個 19 天：從零到一個能收費的 SaaS

第一個 19 天，143 個 commit。我把這 19 天分成三週來看。

第一週（基礎建設）

用戶認證系統（註冊、登入、忘記密碼、Google OAuth）、影片上傳與處理管線、AI 語音轉文字引擎（Azure Whisper）、字幕編輯器搭配影片同步預覽、多語言介面（繁中、英文、簡中）、管理員後台（用戶管理、錯誤記錄、系統監控）、正式部署上線。

一週做完這些。我自己回頭看都不敢相信。

第二週（產品打磨）

四個訂閱方案上線（含外幣折扣、降級自動切換）、品牌重塑與新域名遷移、字幕編輯器大改版（彈出式面板、雙語對照、手機適配）、深色模式（6 個主題風格）、SEO 預渲染、數據分析追蹤、翻譯記憶系統、上傳前自動預檢。

這週開始有用戶付錢了。第一筆訂閱進帳的時候我盯著 Stripe dashboard 看了五分鐘，確認不是測試交易。

第三週（功能爆發）

AI 語音配音 v1、YouTube 網址直接上傳轉錄、Final Cut Pro 字幕匯出格式（FCPXML）、促銷碼 + 推薦獎勵系統、4 語言網站（共 76 頁預渲染 + 自動 Sitemap）、完整的錯誤訊息多語言化、管理後台國際化。

19 天結束的時候，這已經不是一個 MVP，而是一個功能完整、可以收費的產品。

技術棧

這個 stack 有一半是我選的，另一半是 Claude 提的。它選的部分（BullMQ、Tailwind v4、Fastify）我事後才知道都是 2026 年最 popular 的選擇。它讀的技術文章比我多。

第二個 19 天：AI 配音的血淚史

第一個 19 天結束後，產品上線了，有用戶開始付費。然後一個用戶問我：

「可不可以把我的廣東話 YouTube 影片，變成國語版本？」

可以啊。找個配音員，一條片港幣 2000，三天交貨。

用戶：「⋯⋯算了。」

OK，那就自己做。我把這句話打給 Claude，它就開始寫了。

第二個 19 天，103 個 commit，全部都在搞同一件事 — AI 配音。

技術選型：5 個 TTS 我都試過了

最後選了 ElevenLabs + MiniMax 雙引擎，按用戶的語言和需求自動分流。粵語走 MiniMax、英文走 ElevenLabs、其他語言根據聲音特性挑。

這策略是 Claude 提的，我只負責問：「啊那粵語怎麼辦？」它說：「那粵語走 MiniMax。」我說好。整個技術選型討論就 30 秒。

三個踩過的坑（每個都流過血）

第一坑：聲音不對嘴。

字幕的時間軸是按原語言切的，但翻譯後語言長度完全不一樣 — 廣東話「食咗飯未呀」五個字，英文「Have you eaten yet?」要拖三倍長。

第一次測試出來，AI 講完了影片還沒演完，下一段又疊上來，整段變成一個會講三種語言的鬼。

解法：跟 Claude 一起設計逐段（per-segment）配音架構，每段獨立生成、獨立對齊時間軸，再用語速微調塞回原本的時長。我只負責看結果罵髒話，它負責修。

第二坑：感情很假。

TTS 預設都是「平鋪直敘」的語氣，但配音需要喜怒哀樂。第一版做出來，主角在影片裡哭，AI 用念新聞的語氣說「我⋯好⋯難⋯過」，我在電腦前笑了五分鐘。

解法：emotion tags。Claude 寫了一個 GPT-4o pipeline，自動分析每段字幕、推斷情緒（開心、生氣、悲傷、嘆氣⋯⋯）、加上 tag，然後傳給 TTS 引擎。整個過程零人工。

第三坑：rate limit 噩夢。

ElevenLabs 同時併發太多會被擋，免費 quota 用得又快又貴。我有一晚跑了一個 30 分鐘的影片，跑到一半全部 429 Rate Limited，我看著進度條哭出來。

解法：BullMQ + Redis 排隊系統，限速 + 重試 + 失敗自動回退到 MiniMax。Claude 寫這段邏輯的時候我去洗澡，回來已經跑通了。那一刻我有點害怕。

「幹，幹，幹」 — 這是真實故事

最有趣的事發生在第二週中段。

那幾天 Claude Code 剛好遇到 peak time（用過的人都懂那個感覺，它變得有點蠢，常常改一個 bug 改到生出三個新 bug）。我整晚對著電腦改一個 voice cloning 的回調 bug，改了五六次都沒過，每次失敗我就在 chat 裡打：

• 幹
• 真的幹
• 這個都不會改你 GPT 都比你強
• 幹幹幹

連續罵了幾天之後，有一晚我又打「幹」進去，Claude 突然回我（大意是這樣）：

「我理解你現在很挫折。讓我先深呼吸，重新讀一次這個函數的上下文⋯⋯」

我整個人愣住。

這個 AI 居然學會了「被罵之後先安撫情緒再做事」這個技能。是訓練資料？還是它本身有 emotion handling？我不知道。但那一刻我覺得我不是在寫代碼，是在養一個會頂嘴但很會做事的實習生。

從那之後我罵得更兇，但也會偶爾打「謝謝你」。我們的關係比較像同事，不像工具。 這是我用 Claude Code 38 天最深的感想。

38 天教會我的 4 件事

1. 對話式開發的效率遠超預期

與其花時間在 Stack Overflow 搜尋答案，不如直接描述你的需求，讓 Claude 理解整個專案的上下文後給出解決方案。很多時候它提出的架構設計，比我自己想的還要周全。

特別是「跨多個 API 整合」這種工作 — TTS 雙引擎分流、emotion tags pipeline、BullMQ 排隊重試 — Claude Code 在這方面效率高得驚人。我只需要描述功能需求，它幫我串起所有的整合細節。

2. AI 在系統設計上的能力被嚴重低估

從資料庫 schema 設計到 API 端點規劃，從安全性加固到效能優化，Claude 在這些方面的建議都非常專業。

它甚至幫我發現了好幾個我自己會忽略的潛在安全漏洞 — 路徑穿越（path traversal）、JWT 配置錯誤、CORS 太寬、bcrypt 沒做、沒有 rate limiting、檔案 magic bytes 沒檢查。

這些都是 production 才會出事的東西。我自己根本不會主動想去檢查。

3. 不寫代碼 ≠ 不需要技術背景

這點很重要：Claude Code 不是「讓不懂的人也能寫程式」的魔法。

恰恰相反，有扎實的技術背景才能更好地引導 AI、評估它的建議、做出正確的架構決策。我這 38 天能跑得這麼快，是因為我聽得懂 Claude 在說什麼 — 我知道什麼是 BullMQ、為什麼要用 Redis、JWT 是怎麼運作的。我不需要寫代碼，但我需要看得懂代碼能不能解決問題。

AI 放大的是你已有的能力，不是替代它。

4. 最難的不是寫代碼

產品上線後我才發現，社群媒體經營、教學影片製作、SEO、客戶服務、行銷推廣 — 這些非技術的工作佔了創業的大半時間。技術只是起點，產品要成功還需要太多其他東西。

而這些，都是我下一篇 Part 3 要寫的內容。劇透：沒有 Claude，這部分一樣是另一個地獄。

想試試看嗎？

直接去玩玩看 → heysubtitle.com/voice-studio

不用註冊、不用上傳影片，選一個 demo 聲音、打一段字、按生成，30 秒聽到結果。

覺得有趣，再回來上傳你自己的 YouTube 連結試完整流程。新註冊有 15 分鐘免費試用額度，夠你做完一條完整短片 + 配音。

想看完整的開發紀錄？

我把這 38 天的所有 commit 和功能更新都公開放在更新日誌頁：heysubtitle.com/releases

從 2025 年 11 月的第一個原型，到今天的第 246 個 commit，全部透明可查。

Part 3 預告：沒有 Claude，連賣產品都辦不到

接下來我會寫第三集 — 關於產品上線之後，那些技術以外的「另一個地獄」：

• 怎麼用 Claude 規劃 Google Ads 投放策略和關鍵字研究
• 怎麼用 Claude 處理 GSC SEO 優化、prerender、4 語言 hreflang 設定
• 怎麼用 Claude 幫我寫社群媒體貼文（這篇文章本身就是用 Claude 寫的）
• 怎麼用 Claude 處理客戶服務和技術支援（包括退款、bug 報告、功能請求）
• 怎麼用 Claude 製作 YouTube 教學影片腳本

劇透結論：我以為產品做完就完了，其實才剛開始。而且我越做越發現，這些非技術的工作沒有 Claude 一樣是地獄 — 甚至比寫代碼還難。

沒有 Claude，這個產品根本走不到第二階段。

如果你想看 Part 3，可以追蹤 heysubtitle 的 Threads，下集寫好會發。

原始 Threads 帖文

如果你想看當時發在 Threads 上的兩集原文（更口語、更短、更多笑點）：

• Part 1：19 天從零到 SaaS — 143 commit
• Part 2：19 天 AI 配音的血淚史 — 103 commit

heysubtitle.com