Коротко
Почему надиктованная задача получается лучше напечатанной?
Понаблюдай за собой. Когда печатаешь задачу, получается что-то вроде: «сделай таблицу по продажам за август». Три секунды, восемь слов.
Когда говоришь ту же задачу вслух, выходит по-другому: «мне нужна таблица по продажам за август, по неделям, отдельно розница и опт, только по московскому складу; в прошлый раз ты посчитал с возвратами, а мне нужно без них».
Второй вариант в пять раз длиннее и содержит четыре важных условия, которые в первом просто не поместились. Не потому, что человек их не знал: он их знал, но печатать было лень.
Вот это и есть главный эффект диктовки. Не скорость набора, а то, что ты перестаёшь экономить на подробностях. Про то, из чего вообще складывается сильная постановка задачи, разбирал в материале про канон промпта для агента.
Один из моих учеников после первого месяца работы перешёл на диктовку полностью и заодно стал заметно дисциплинированнее в постановке задач. Связь прямая: когда говоришь, ты проговариваешь и то, что при печати опускаешь.
Скорость - приятный побочный эффект
Цифры примерно такие: комфортная речь - около ста двадцати слов в минуту, уверенная слепая печать - сорок-шестьдесят. Разница в три раза.
На практике она заметна не там, где ждёшь. Короткое сообщение всё равно быстрее напечатать. Разница вылезает на длинных объяснениях: когда нужно описать процесс, разложить условия или пересказать разговор с клиентом.
Именно длинные объяснения агенту и нужны. Он не знает твоей компании, твоих правил и того, что «как в прошлый раз» - это про формат из позапрошлого месяца.
Возьми задачу, которую собирался напечатать, и надиктуй её вслух. Сравни два текста по объёму. Если надиктованный длиннее в три-четыре раза - ты только что нашёл, сколько контекста обычно теряешь.
Три места, где голосовой ввод ломается
Разберу по порядку, потому что все три я видел на обучениях по многу раз.
Не распознаёт русский. Самая частая история. Инструмент установлен, кнопка нажимается, а на экране появляется английская абракадабра. Причина - язык распознавания по умолчанию. Лечится в настройках самого инструмента, а не в системе.
Не запускается вообще. Нажимаешь сочетание клавиш - ничего не происходит. Тут дело обычно не в инструменте, а в правах: программе не разрешён доступ к микрофону или к вводу текста. Про это - следующий раздел, потому что диагностика неочевидная.
Обрезает начало фразы. Человек жмёт кнопку и сразу говорит, а запись стартует с задержкой в полсекунды-секунду. В результате первые слова пропадают, и текст начинается с середины мысли. Лечится привычкой: нажал, выдохнул, начал говорить.
Отдельно про сочетания клавиш. Если хоткей неудобный и пальцы приходится выворачивать, поменяй его в первый же день. Звучит как мелочь, но неудобный хоткей - главная причина, по которой инструмент тихо перестают использовать через неделю.
Как понять, что дело в правах, а не в инструменте?
Это самая недиагностируемая из типовых поломок, потому что выглядит она как «инструмент не работает».
Знакомый случай: у человека диктовка не работала в программе, при этом микрофон нормально писал в других приложениях. Причина оказалась в том, что программа-диктовщик микрофон просто не видела: разрешение ей никто не выдавал.
Порядок проверки:
Проверь микрофон в другой программе
Запиши голосовое сообщение в мессенджере. Работает - железо в порядке, вопрос в правах.
Открой системные настройки приватности
Раздел с доступом к микрофону. Там список программ и переключатели. Найди свой инструмент диктовки и убедись, что он включён.
Проверь второе разрешение
Многим инструментам нужны два доступа: к микрофону, чтобы слышать, и к вводу, чтобы печатать за тебя. Второе часто забывают выдать.
Перезапусти программу
Права подхватываются при старте. Выданное разрешение без перезапуска нередко не действует.
Проверь язык распознавания
Если текст появился, но не на том языке, - остался последний шаг, и он в настройках самого инструмента.
Полезное правило, которое я даю ученикам: не чини вслепую. Сначала определи, на каком из четырёх этапов рвётся - железо, права, запуск, язык. Иначе легко потратить час на настройку того, что и так работало.
Сколько времени можно тратить на починку инструмента?
История, которая меня в своё время отрезвила. Участница обучения решила настроить голосовой ввод. Инструмент не заводился. Она подключила к решению агента и стала разбираться вместе с ним.
Итог: примерно четыре часа, половина месячного лимита подписки и неработающая диктовка. Задача, ради которой всё затевалось, за это время не сдвинулась.
Отсюда правило, которое я теперь проговариваю вслух на каждом обучении:
- Двадцать минут на починку. Не получилось - переходишь на запасной вариант.
- Запасной вариант должен быть заранее. Штатная системная диктовка есть и в macOS, и в Windows. Она хуже специализированных инструментов, но работает.
- Возвращайся к настройке отдельно. Не в тот момент, когда горит задача, а спокойным вечером.
- Не отдавай настройку инструмента агенту с полным доступом. Это ровно тот класс задач, где он бодро перебирает варианты, а расход растёт.
Почему длинная возня в одном чате дорого обходится и в других сценариях, разбирал в материале про гигиену контекстного окна. Здесь тот же механизм: чем дольше идёт борьба, тем больше мусора накапливается в разговоре.
Что диктовать, а что печатать?
Граница проходит по цене опечатки.
| Диктовать голосом | Печатать руками |
|---|---|
| постановка задачи и условия | имена файлов и папок |
| объяснение, почему нужно именно так | адреса сайтов и ссылки |
| пересказ разговора с клиентом | команды и служебные слова |
| критика результата и правки | ключи, коды, пароли |
| размышление вслух, что вообще нужно | цифры, которые пойдут в отчёт |
Логика простая: распознавание речи ошибается на именах собственных, латинице и цифрах. В обычном тексте такая ошибка безобидна, в имени файла - ломает всё.
Отдельный сценарий, где голос выигрывает с разгромным счётом, - объяснение замысла. Когда ты только формулируешь, что хочешь построить, печатать мучительно: мысль ещё не сложилась, а текст требует законченных фраз. Вслух получается естественно, с паузами и возвратами, и агент отлично это разбирает. Первое описание идеи я почти всегда наговариваю, а не набираю.
Обратный случай - работа с готовым текстом. Когда правишь конкретный абзац или называешь точное место в файле, голос мешает: проще ткнуть и напечатать пять слов.
Полезная привычка: надиктовал - перечитал перед отправкой. Особенно если в тексте есть числа. Про то, где вообще проходит граница между командой и обычной речью в разговоре с агентом, писал отдельно в материале про команды и обычную речь.
Частые вопросы
Частые вопросы
Главный вывод
Главное, что стоит запомнить: качество работы агента упирается в подробность задачи, а подробность упирается в лень печатать. Голос снимает именно это ограничение.
Практический минимум: включи штатную диктовку, проверь права на микрофон, поменяй неудобное сочетание клавиш и надиктуй следующую задачу вместо того, чтобы её печатать.
Возьми последнюю задачу, которую отдавал агенту. Сколько условий ты держал в голове, но так и не написал?