雅思IELTS口說用ChatGPT、Claude或Gemini：專為評分打造的考官App做得更好的地方

你可以用ChatGPT、Claude或Gemini練習IELTS（雅思）Speaking（口說）。在提供點子、解釋觀念，以及對話時間沒有限制這幾方面，它們確實非常出色。它們不是為了評分而設計的。這幾家公司自己的頁面，都沒有說明能依IELTS評分標準（band descriptors）為口說評分、依考試的評分項目評估發音，或是持續統計你一週又一週重複犯的錯誤。至於有評分、有計時、有追蹤的口說練習，專為依IELTS評分項目評分而打造的工具，做的是通用型助理從一開始就沒有被設計來做的事。

IELTS Mentor AI是我們開發的App，也是本頁討論的App之一。我們盡量保持公平；以下關於ChatGPT、Claude和Gemini的每一項說明，都來自各開發公司自己的頁面，確認日期為2026年9月18日。

ChatGPT、Claude和Gemini原本是為了什麼而設計

OpenAI的ChatGPT Voice說明頁面說，它「lets you speak with ChatGPT and hear a spoken response」（讓你與ChatGPT對話並聽到語音回應），而Live選項「is designed for natural back-and-forth conversation」（是為自然的來回對話而設計）。Anthropic的說明頁面說，語音模式「allows you to have complete spoken conversations with Claude」（讓你與Claude進行完整的語音對話）。Google的Gemini Live頁面則把它描述為「a feature that lets you talk with AI from Google using just your voice」（只用聲音就能與Google的AI對話的功能）。

三家公司，同一種描述：通用型助理的語音介面。這些頁面都沒有提到IELTS、分數或發音評估，不是因為隱瞞了什麼，而是因為這些產品本來就不是做這件事的。Anthropic為Claude寫的標題是「The AI for Problem Solvers」（解決問題者的AI）。把它們當作通用型助理來看，三者都很了不起；把它們當作IELTS考官來看，它們根本沒有提出這樣的主張。可使用哪些語音功能，取決於你的方案、地區和App版本，請查看開發公司的頁面。

通用型助理在IELTS上確實做得好的4件事

多數比較文章都略過這一部分，但這正是讓其餘內容值得相信的地方。Speaking備考中有幾項工作，確實更適合交給通用型助理。

產生練習題和點子。 獨自練習的考生，瓶頸往往不在回饋，而是在素材：題目用完了，或是對題目沒有話可說。

Give me 10 IELTS Speaking Part 3 questions about technology and society, at the difficulty an examiner would actually use, then three possible angles I could argue for each.

把文法觀念解釋到你懂為止。 如果你不明白為什麼「I have been to London last year」是錯的，助理會用你自己的語言換5種方式解釋，而且不會不耐煩。

Here is my Part 2 answer: [paste your transcript]. For each grammar mistake, explain in my own language why it is wrong, then show the corrected sentence next to my original one.

把回答改寫成更高的程度。 看到自己的想法用Band 8考生的方式表達，並且標出每一處修改，就能看出你想說的和你實際說出的之間的差距。

Rewrite this answer at Band 8 level, keeping my ideas and my story exactly the same. Then list every word and structure you changed, and say what each change is doing.

當一個可以無限制地對話的夥伴。 它半夜也能陪你聊，可以切換成你的母語來解釋，再切換回來，長度隨你決定。

請注意這3個指令的共同點：沒有一個要求給分數。

各家公司都沒有宣稱的事：依評分標準校準的分數

IELTS Speaking的評分是由經認證的考官，依4個權重相同的評分項目進行，分別是Fluency and Coherence（流暢度與連貫性）、Lexical Resource（詞彙資源）、Grammatical Range and Accuracy（文法多樣性與準確度）和Pronunciation（發音）；每個評分項目都有逐個分數等級公開的評分標準，說明考官在聽什麼。

要求這三者中任何一個給你分數，它都會給。內容寫得流暢、語氣很有把握，而且往往不算離譜。但任何一家公司的頁面，都沒有說明他們的模型依這些評分標準校準過，也沒有說明與考官的評分對照過，或是在IELTS上做過評估。這個數字的產生方式，和任何一句聽起來合理的話一樣，並不是對照評分標準量出來的。

不要憑信任就接受這件事。請自己閱讀公開的評分標準，再把任何分數，不論來自助理、App或其他地方，拿去和它所宣稱的分數等級的評分標準文字對照。

對話不等於考試：形式、計時與發音

聊天裡沒有考試的結構。 IELTS Speaking依序是Part 1、一張有1分鐘準備時間和1～2分鐘說話時間的題卡（cue card），然後是Part 3，順序固定，計時也固定。只要你下指令，助理會照這個形式進行，但幾輪之後就會偏離，除非你一直在旁邊引導。結果你得自己當自己的監考人員，而考試形式原本要製造的壓力也就消失了。完整的計時模擬考試之所以存在，是因為完整走過考試的流程，和回答考題是2種不同的能力。

發音是有評分的評分項目，不是轉成文字的問題。 OpenAI的頁面建議設定你最常說的語言，因為這「can help ChatGPT understand your speech more accurately」（有助於ChatGPT更準確地理解你說的話），目標是理解你，而不是評估你。這對助理來說是正確的目標，對考官來說卻是錯誤的。IELTS評分時看的是發音的重音、節奏、語調，以及聽者理解時要花的力氣，而沒有一家公司把自己的語音功能描述為會評估其中任何一項。

記憶功能記得的是你，不是錯誤紀錄

這一點最容易搞錯。這3個助理確實都有記憶功能，這一點不假。

OpenAI說，開啟記憶功能後，ChatGPT「can remember relevant preferences and details from your chats」（能記住你聊天中相關的偏好和細節），同時也表示它「does not retain every detail from every conversation」（不會保留每次對話的所有細節），而且「ChatGPT decides which available information is relevant to a response」（ChatGPT會決定哪些可用資訊與回應有關）。Anthropic說，Claude「saves memory as a set of individual topics as you chat, rather than summarizing conversations after they end」（在你聊天時把記憶儲存為一組個別主題，而不是在對話結束後做摘要）。Google描述的個人化功能是，Gemini可以「learn from your chats to understand more about you and your world」（從你的聊天中學習，更了解你和你的世界），並指出過去聊天的記憶「not available in certain features, like Gems or Live chats」（在某些功能中無法使用，例如Gems或Live聊天），而語音練習恰恰就發生在這些地方。

以上全都是關於你的記憶：你的偏好、你的背景、你常回頭談的主題。它們都沒有被描述為一份累積的紀錄，記下某位學習者反覆出現的錯誤，例如告訴你，最近12次回答中有9次漏掉第三人稱單數的「-s」，這正在拉低Grammatical Range and Accuracy的分數，也是今天的練習該針對的目標。記得你正在準備IELTS，和統計哪些錯誤一直在發生，是兩回事；而會說明你的錯誤的App，整個設計就是圍繞著統計來做的。

約10分鐘就能做完的公平測試

不要只憑一篇文章下決定。請把你自己的一段錄音轉成逐字稿，做以下3項檢查。

一致性。 把同一份逐字稿貼到2個全新的聊天中，請它們各自給出分數和逐項評分。有依據的測量，2次應該落在相同的地方；如果數字不同，你就知道該給任何一個結果多少份量。

依據。 請它引用每個評分項目的分數背後所依據的評分標準原文，再拿這些文字和公開的評分標準對照。說不出背後依據的評分標準文字的分數，就是穿著制服的猜測。

紀錄。 過了一週、練習了好幾次之後，問它你最常重複哪些錯誤、各出現幾次，再和你實際說過的內容對照。這就是為什麼自動評分應該看長期的一致性，而不是看某一次很有把握的回答。

逐項比較

確認日期為2026年9月18日，對照各開發公司自己的頁面：OpenAI的ChatGPT Voice與Memory說明文章；Anthropic的語音模式與記憶功能說明文章，以及Claude概覽頁面；Google的Gemini Live概覽，以及關於過去聊天記憶的說明頁面。語音功能的提供情況依方案、地區與App版本而異。

誠實的分工

錯的不是用ChatGPT、Claude或Gemini來準備IELTS，而是要求一個工具同時做2件幾乎毫無共通點的工作。

開放式的那一半，交給通用型助理：無限提問、你自己想不到的點子、解釋到你恍然大悟的文法、把你的回答改寫成高一個程度並標出修改處，需要時還可以用你自己的語言，只要那樣比較快。沒有任何考官App能在這方面勝過它。

需要量測的那一半，交給考官型工具：4個評分項目全部都有的回答評分、給出分數區間而不是一個假裝精確的數字、符合考試本身計時的Part 1～3練習，以及哪些錯誤一再出現的紀錄，讓今天的練習針對真正拉低你分數的那些錯誤。這就是IELTS Mentor AI要做的工作，範圍很窄，而且是刻意放窄。如果你是完全靠自己準備，同樣的分工也適用：助理是你的學習夥伴，有評分的練習則是你的現實檢驗。

兩半都很重要。但你要把這2件事託付給的那些產品，開發它們的公司只宣稱了其中一件。