大多数人使用AI工具的方式存在一个几乎无人提及的瓶颈。不是模型质量，不是上下文窗口，也不是输出速度。是提示词（prompt）。具体来说，是写一条提示词所需的时间和精力。
普通知识工作者的打字速度是每分钟40到50个词（约60-80个汉字）。一条真正有用的提示词––包含足够上下文、约束条件和示例––往往需要100到200个词。以每分钟40词的速度，在得到任何回应之前需要两到五分钟的打字时间。足以让人失去思考的线索，足以让人放弃，转而发送一条简短模糊的提示词。
简短模糊的提示词只能得到平庸的回答。就这样，恶性循环继续：每个人都抱怨AI工具无法发挥潜力，却仍以键盘速度输入提示词，纳闷为什么输出结果不尽如人意。
语音输入打破了这个循环。本指南介绍如何使用系统级语音键盘向所有AI工具口述––不只是那些内置语音模式的工具––以及为什么从打字转为说话往往能获得明显更好的结果。
为什么更长的提示词真的很重要
提示词长度与输出质量之间的关系并非线性，但规律是一致的：更多上下文会产生更相关的回答。这不是因为模型需要大量文字，而是因为精心构建的提示词减少了模型需要自行解决的歧义。
当你输入"总结这份文件给我的经理"时，模型必须猜测你的经理关心什么、语气应该多正式、摘要应该多长，以及你的经理已有哪些背景知识。当你说"请把这份文件总结给我的经理，他负责采购且已读过执行摘要––重点关注供应商风险部分，标注本周需要决策的内容，控制在200字以内"时，模型几乎无需猜测。输出结果有实质性的差异。
转向语音提示的人们一致反映，他们写的提示词比打字版本更长、更具体––不是因为他们刻意多写，而是说话速度远比打字快，添加上下文的摩擦几乎消失了。研究发现，语音用户平均写出的提示词比打字用户长2到3倍。
额外的上下文体现在回答质量上，差距是真实的。
听写与内置语音模式：有什么区别？
大多数主流AI工具都添加了某种语音功能。Claude有语音模式，ChatGPT有语音，Gemini也有语音。这些都是有用的功能，但它们设计用于不同目的：免提对话，你说话，模型说话回应。它们并非为了将文字插入文本框而设计。
这个区别比听起来更重要。如果你想撰写提示词、发送前编辑、在问题旁粘贴文档摘录，或在语音对话模式不可用的场景中使用模型––自定义GPT、Open WebUI中的本地模型、Perplexity、Notion AI、公司内部部署的Claude––你需要听写，而不是语音模式。听写是系统级的，光标在哪里就在哪里工作。
系统级语音键盘的工作方式：按住快捷键时捕获麦克风输入，转录后将结果输入当前聚焦的字段。无需任何集成。AI工具不会知道你是说话而非打字，它只是接收到了文本。
两分钟完成设置
设置极为简单。安装一个在整个Mac上都能工作的语音键盘––不只是在某一应用内。指定一个说话时可以按住的快捷键。要口述提示词时，点击正在使用的AI工具的文本框，按住快捷键，说话，松开。转录内容会出现在光标所在位置。
使用Talkpad，快捷键可自定义，转录速度足够快，口述完整提示词后发送的速度几乎与打完一条短提示词一样快。免费计划每周2,500个词。
实际上应该对AI工具说什么
语音提示改变了值得书写内容的经济逻辑。以前打字太费力而放弃的内容，以每分钟130词的速度说出来时变得轻而易举。几个效果良好的模式：
研究与简报
打字："关于磷酸铁锂电池我需要了解什么？"
语音："我正在评估是否将一批配送车辆的铅酸电池换为LFP电池，该地区气温最低可达零下15摄氏度。我知道LFP循环寿命更长，但低温性能较差。我需要比较以下内容：低温下的实际容量衰减、按每年300个循环计算的五年总拥有成本，以及充电基础设施方面的实际问题。请给我诚实的权衡分析，而不是推销话术。"
语音版本说出来大约需要30秒，打字需要3到4分钟。得到的回答具有实际操作价值，而非泛泛的百科全书式内容。
写作简报
打字："写一封产品公告邮件。"
语音："请为我们的新企业版套餐起草一封产品公告邮件。受众是目前使用商业计划的现有客户。我们宣布的核心功能是团队级分析仪表板。语气应直接而有自信––我们不再是初创公司了。从客户收益而非功能开始。不要埋没行动号召。最多200字。最后附上主题行建议。"
调试与代码上下文
打字："这个函数不工作了。"
语音："我有一个TypeScript函数，本应对API调用进行防抖处理，但第一次调用时立即触发，之后才正常。我在React中使用useCallback进行记忆化，我认为问题可能出在闭包捕获timeout ref的方式上。观察到的行为：第一次调用，无延迟；后续调用，正确的300ms延迟。我想理解第一次调用为何绕过了防抖逻辑，而不只是要一个修复方案。"
AirPods的优势
语音提示有一个超越打字速度的被低估优势：在离开键盘时也能使用。如果你有值得捕捉的想法––会议中产生的研究问题，回到桌前想运行的提示词––AirPods和语音键盘让你在想法形成的那一刻就能捕捉到它。
工作流程：你在会议中，有个话题想进一步调查。会议结束，你走向桌子。在这两分钟的途中，戴着AirPods，Mac在某处开着，你在细节还新鲜时，直接向Claude或ChatGPT窗口口述想探索的完整上下文。等你坐下时，AI已经开始工作了。
用自己的语言提问
语音提示有一个很少被讨论的优势：如果英语不是你的母语，你大概在母语中思维更流畅。写一条详细的英文提示词既是写作也是翻译––这种翻译负担会消耗原始思想的一些丰富性。
语音翻译改变了这一点。在Talkpad中激活翻译模式（⌃⌥T切换），你用中文、西班牙语、日语、印地语或100多种支持语言中的任何一种说话，你的话会以英文出现在AI工具的文本框中。你用自己思考的语言构建提示词，模型收到它最擅长回应的语言。
一些效果不好的情况
语音提示有值得了解的局限性。
精确格式––Markdown表格、逐字符口述的代码片段、精确的命令行语法––很难口述。语音在散文和上下文方面很快；需要精确字符序列的内容，打字仍然更好。
背景噪音会显著降低转录质量。安静的房间或降噪耳机能带来明显改善。
在分心状态下口述会产生散漫的提示词。如果不确定想问什么，先思考30秒再说话。
免费开始
如果你主要通过打字使用AI工具，转向语音提示值得进行一周的有意识实验。你写的提示词将更长、更具体；收到的回答将更直接有用。设置只需约两分钟。
在Mac上试用Talkpad––实时翻译，免费。免费计划每周2,500个词，无需信用卡。今日登陆Mac，更多平台即将推出。
下载 macOS 版
加入 Windows 候补名单