Dyktowanie zamiast pisania

W poprzedniej lekcji rozmawiałeś z agentem o pomysłach - i pewnie zauważyłeś jedną rzecz. Im więcej kontekstu wrzucasz, tym lepszą dostajesz odpowiedź. Problem w tym, że długiego promptu nikomu się nie chce pisać palcami. W tej lekcji zamieniasz klawiaturę na mikrofon. Dalej pracujesz w folderze Kawiarnia-Nova.

Krok 1: Zobacz, gdzie tracisz jakość

Twój typowy wpisany prompt ma kilkanaście słów. „zrób post o nowej kawie" - i tyle. Agent dostaje strzępek kontekstu i resztę zgaduje: jaki ton, jaka platforma, jaka długość, dla kogo.

Ten sam prompt wypowiedziany na głos ma naturalnie 60-80 słów, bo mówienie nic cię nie kosztuje. Mówisz 3-4 razy szybciej niż piszesz na klawiaturze. To najtańszy sposób na lepszy wynik agenta - nie zmieniasz modelu, nie dopłacasz, po prostu dajesz więcej kontekstu.

Krok 2: Włącz dyktowanie systemowe

Nie potrzebujesz na start żadnej dodatkowej aplikacji. Oba systemy mają dyktowanie w środku.

macOS: wchodzisz w Ustawienia systemowe, sekcja Klawiatura, i włączasz przełącznik Dyktowanie. Tam też ustawiasz skrót - domyślnie jest to dwukrotne naciśnięcie klawisza globusa (fn), a na nowszych MacBookach klawisz z mikrofonem w rzędzie funkcyjnym. Możesz wybrać własną kombinację z listy.

Windows 11: ustawiasz kursor w polu tekstowym i wciskasz Win + H. Na górze ekranu pojawia się pasek dyktowania. Czekasz, aż napisze „Listening", i mówisz.

Kursor stawiasz w oknie czatu agenta w prawym panelu i dyktujesz tam tak samo, jak w każdym innym polu tekstowym.

Krok 3: Naucz się mówić do agenta

Dyktowanie do agenta rządzi się innymi prawami niż dyktowanie SMS-a. Trzy zasady:

• mów całymi zdaniami, nie hasłami - agent lepiej rozumie „przygotuj harmonogram postów na sierpień" niż „harmonogram sierpień",
• podawaj kontekst na głos, tak jak tłumaczyłbyś to koledze,
• nie poprawiaj się w trakcie. Jeśli się przejęzyczysz, mów dalej. Agent i tak zrozumie sens, a zatrzymywanie się psuje rytm.

Przykład dobrego dyktowanego polecenia:

Pracuję nad ofertą dla Kawiarni Nova. Mają dwa lokale w centrum,
chcą prowadzenie Instagrama i Facebooka, zależy im na zdjęciach
wnętrza i na promocji śniadań weekendowych. Budżet mają raczej
niski, więc zaproponuj pakiet Start i napisz, co dostają w cenie.

Takiego promptu nie napiszesz palcami w 15 sekund. Powiesz go w 15 sekund.

Pro-tip. Dyktuj też do plików, nie tylko do czatu. Otwórz notatki.md, wygadaj wszystko, co pamiętasz z rozmowy z klientem, a potem poproś agenta: „uporządkuj @notatki.md w listę ustaleń i zadań". Surowy strumień świadomości zamieniasz w konkret jednym poleceniem.

Krok 4: Rozwiąż problem prywatności i polskich znaków

Dyktowanie systemowe potrafi wysyłać nagranie na serwery producenta. Przy danych klienta to ma znaczenie. Alternatywa to modele Whisper działające lokalnie na twoim komputerze - transkrypcja dzieje się na dysku, nagranie nigdzie nie wychodzi.

Na macOS z procesorem Apple Silicon używa się do tego na przykład aplikacji VoiceInk (open source, płatna jednorazowo, transkrypcja lokalna, działa w każdym polu tekstowym w systemie). Efekt uboczny jest przyjemny: działa bez internetu.

Zostaje jeszcze polski. Dyktowanie gubi ogonki, myli „ę" z „e" i zwykle nie stawia przecinków tam, gdzie trzeba. Rzuć okiem na tekst przed wysłaniem - ale tylko okiem. Agent radzi sobie z literówkami znacznie lepiej niż człowiek.

Haczyk. Dyktowanie nie nadaje się do nazw plików, ścieżek i komend. „kropka md" zamieni się w „kropka em de" albo w coś jeszcze gorszego. Nazwy plików i fragmenty kodu wklepuj ręcznie albo podawaj przez @.

Krok 5: Uprzedź agenta w AGENTS.md

Skoro polecenia będą przychodzić z dyktowania, powiedz o tym agentowi raz na zawsze. Dopisz do pliku AGENTS.md w folderze Kawiarnia-Nova:

- Moje polecenia często pochodzą z dyktowania: mogą mieć literówki,
  brakujące polskie znaki i urwane zdania.
- Interpretuj je po sensie, nie po literze.
- Jeśli czegoś nie da się jednoznacznie zrozumieć - dopytaj,
  zamiast zgadywać.

Od tej chwili agent traktuje przekręcone słowo jako szum, a nie jako polecenie. Wracamy tu do mechanizmu z lekcji 3: raz zapisana reguła działa w każdym czacie w tym folderze.

Podsumowanie

Umiesz włączyć dyktowanie w swoim systemie, mówić do agenta tak, żeby dostawał pełny kontekst, i zabezpieczyć się regułką w AGENTS.md. Prompt, który dotąd miał 12 słów, ma teraz 70 - i wynik od razu to widać.

W lekcji 9 - Zrzuty ekranu i obrazy idziemy dalej tą samą drogą: czasem szybciej niż powiedzieć jest po prostu pokazać.