Kodowanie głosem: dyktowanie promptów do Claude Code i Cursor

Dawniej „kodowanie głosem” oznaczało dyktowanie „otwórz nawias” i „średnik” i rezygnację po godzinie. Dziś chodzi o coś innego. Gdy pracujesz z agentami takimi jak Claude Code i Cursor, większość czasu piszesz instrukcje zwykłym językiem: co zmienić, po co, czego nie ruszać. Do tego głos nadaje się najlepiej. Oto jak dyktować takie prompty, co potrafi wbudowane dyktowanie i gdzie przydaje się narzędzie działające w całym systemie.

Co się zmieniło: więcej prozy niż kodu

Gdy kod pisze agent, Twoja praca przenosi się do opisu zadania. Dobry opis to akapit lub trzy: błąd, jak go odtworzyć, co już próbowałeś, których plików nie ruszać, jak sprawdzić wynik. Pisany ręcznie jest uciążliwy, więc prompty robią się krótkie, a agent zgaduje. Mówiony zajmuje pół minuty i wychodzi pełniejszy.

Głos sprawdza się też przy reszcie tekstów programisty: komunikatach commitów, opisach pull requestów, komentarzach w code review, zgłoszeniach i wiadomościach do zespołu.

Wbudowane dyktowanie w Claude Code

Claude Code ma dyktowanie głosowe w wierszu poleceń. Według dokumentacji najważniejsze jest to:

• Włączasz je poleceniem /voice. W trybie domyślnym przytrzymujesz spację i mówisz; /voice tap przełącza na tryb „stuknij, mów, stuknij, by wysłać”.
• Mowa pojawia się na żywo w polu promptu, a pisanie i mówienie można mieszać w jednej wiadomości.
• Potrzebne są konto claude.ai i lokalny mikrofon. Dźwięk jest wysyłany na serwery Anthropic do transkrypcji, nie jest przetwarzany lokalnie. W sesjach w chmurze i przez SSH nie działa.
• Domyślny język to angielski. Polski i rosyjski są na liście obsługiwanych, język ustawia się w /config.

To dobra opcja, jeśli pracujesz w terminalu Claude Code i jesteś zalogowany kontem claude.ai. Szczegóły szybko się zmieniają, sprawdź aktualną dokumentację swojej wersji.

Cursor

Cursor ma własne wprowadzanie głosowe w czacie agenta oraz osobny dwukierunkowy czat głosowy. Nie udało mi się otworzyć dokumentacji Cursor z mojej sesji badawczej, więc nie opisuję jego skrótów ani ograniczeń. Zajrzyj do sekcji o głosie w oficjalnej dokumentacji i ustawieniach Cursor. Tak czy inaczej, takie funkcje zwykle działają tylko w polu czatu jednej aplikacji.

Gdzie kończy się wbudowane dyktowanie

Wbudowany głos obejmuje pole promptu. Programista ma w ciągu dnia znacznie więcej pól tekstowych:

• terminal, w którym piszesz komunikaty commitów
• strona pull requesta w przeglądarce
• Slack, zgłoszenia i dokumenty
• komentarze w samym edytorze
• prompty do innych asystentów, jak w artykule jak mówić do ChatGPT i Claude głosem

Narzędzie do dyktowania w całym systemie działa we wszystkich tych miejscach jednym klawiszem. Jeśli już wiesz, że go chcesz, opcje porównuje zestawienie najlepszych aplikacji do dyktowania na Maca.

Sposób na Macu

W Tiho schemat jest ten sam w terminalu, Cursor i karcie przeglądarki:

1. Ustaw kursor w polu promptu Claude Code, Cursor lub dowolnym innym.
2. Przytrzymaj prawy ⌥ i mów. Puść, a oczyszczony tekst zostanie wklejony w miejscu kursora. Do długiego opisu stuknij ⌥ dwa razy (tryb bez rąk), mów minutę i stuknij raz, by zakończyć.
3. Trzymaj się pięciu kroków. Cel, kontekst, ograniczenia, czego nie ruszać, jak sprawdzić. Na przykład: „Przycisk eksportu na stronie raportów wywala się, gdy lista jest pusta. Napraw to. Obecne API zostaw bez zmian. Nie ruszaj modułu rozliczeń. Dodaj test dla pustej listy i uruchom wszystkie testy”.
4. Poprawiaj się głosem. Przejęzyczenie? Powiedz zdanie jeszcze raz. Wtrącenia i porzucone początki są usuwane.
5. Sprawdź nazwy i wyślij. Nazwy pakietów, funkcji i skróty to to, co myli każde rozpoznawanie mowy. Popraw pisownię raz, a słownik Tiho ją zapamięta.
6. Powtarzalne rzeczy zapisz jako skróty. Krótka wypowiedziana fraza może rozwijać się w akapit, który wpisujesz ciągle, na przykład „uruchom testy i pokaż diff przed commitem”.

Tiho nie zamienia mowy w symbole kodu i nie jest asystentem programisty. Służy do zdań wokół kodu: promptów, wiadomości i dokumentacji.

Commity i komentarze w review

Powiedz zwykłymi słowami, co się zmieniło i dlaczego: „Naprawiono awarię przycisku eksportu przy pustej liście raportów. Pusty stan nie był obsłużony”. Pierwszą linię w razie potrzeby popraw ręcznie, jeśli zespół ma sztywny format. W komentarzach do review wypowiedz uzasadnienie, które przy pisaniu zwykle się pomija.

Polski, angielski i zdania mieszane

Wielu programistów myśli po polsku, a kod pisze po angielsku. Tiho dyktuje po polsku, angielsku, rosyjsku i hiszpańsku, także w zdaniach mieszanych z angielskimi terminami w środku, na przykład „dodaj test dla getUserById” czy „dodaj test dla endpointu /orders”. Jeśli pracujesz także po rosyjsku, zajrzyj do artykułu o najlepszej aplikacji do dyktowania po rosyjsku, a odpowiedzi o językach znajdziesz w sekcji FAQ.

Prywatność: w promptach jest Twój kod

Mówiony prompt może zawierać nazwy wewnętrznych projektów, klientów i sekrety. Wiedz, dokąd każde narzędzie wysyła dźwięk. Dyktowanie w Claude Code wysyła go do Anthropic w celu transkrypcji. Tiho ma tryb na urządzeniu, który działa bez internetu, a przetwarzanie w chmurze włącza się tylko za Twoją zgodą; co jest przechowywane, opisuje sekcja o prywatności. Nie czytaj na głos kluczy ani haseł do żadnego narzędzia do dyktowania.

Pytania i odpowiedzi

Czy mogę dyktować sam kod, z nawiasami i średnikami?

To inne zadanie. Narzędzia zamieniające mowę na składnię istnieją, ale dla większości praktyczna korzyść to dyktowanie promptów i prozy agentowi, a składnię zostawienie jemu.

Czy /voice w Claude Code działa przez SSH lub w chmurze?

Nie. Dokumentacja mówi, że potrzebny jest lokalny mikrofon, a w sesjach w chmurze i przez SSH dyktowanie nie działa. Narzędzie na Twoim Macu wpisuje tekst w okno terminala, więc działa, dopóki masz mikrofon i okno jest aktywne.

Czy mogę dyktować po polsku?

Tak. Polski jest na liście języków dyktowania Claude Code, a Tiho dyktuje po polsku, angielsku i rosyjsku, także w zdaniach mieszanych.

Ile to kosztuje?

W Tiho masz 2000 słów tygodniowo za darmo, bez karty. W planach płatnych dyktowanie jest praktycznie bez limitu w granicach rozsądnego użycia; aktualne warunki znajdziesz w sekcji z cennikiem.

Podsumowanie

Gdy kod pisze agent, pracą jest prompt, a prompty mówione są dłuższe i jaśniejsze. Wbudowane dyktowanie wystarczy, jeśli potrzebujesz go w jednym narzędziu i odpowiada Ci, dokąd trafia dźwięk. Narzędzie systemowe się przyda, gdy chcesz dyktować też commity, review i wiadomości. Podyktuj kolejnych pięć promptów i zobacz, jak często pierwsza odpowiedź jest trafna.