博客

在 Mac 的 Cursor 中使用语音输入:看着代码把任务说明完整

介绍如何把语音直接输入 Cursor,哪些编程请求适合口述,以及路径、标识符和代码符号何时仍应使用键盘。

作者 tsuvic发布 约 3 分钟

TalkTalkType 目前只支持英语和日语听写。此译文用于介绍产品,并不表示已经支持中文听写。

编程请求常常在最需要具体说明的时候,反而被缩成最短的一句。

你正在 Cursor 里看着出错的函数。你知道哪个行为发生了变化,已经试过什么方案,也知道哪些文件不能修改。可是一旦开始在 Agent 输入框里打字,请求最后只剩下“修复这个问题”。

不是模型丢失了上下文。上下文在发送之前就被你删掉了。

语音输入的价值在于,解释任务时代码仍然留在屏幕上。Cursor 的 Agent 可以接收自然语言指令、检查代码库、修改文件并运行命令。输入框也支持通过 / 调用可复用命令。真正顺畅的流程不是打开另一个录音窗口,而是把完整说明送到工作本来就要开始的输入框里。

输入成本决定哪些上下文能留下

一条有效的编程请求通常包含:实际行为、预期行为、相关模块、允许修改的范围、已经失败的尝试,以及用于确认修复结果的测试。

这些内容都不难说出来。但当问题看起来很小时,把它们全部打出来会显得过重。于是请求变成“修复登录问题”,Agent 只能猜测是哪条登录路径、哪里失败,以及什么才算修好。

三四十秒的口述足以包含路由、错误、之前的尝试和测试命令。说话不会自动让请求变准确,但它能去掉你主动省略细节的一个原因。

让输入目标始终留在 Cursor

TalkTalkType 会在按住 Option-Space 时录音,松开后把结果送回录音开始时获得焦点的输入框。在这里,它可以是 Agent、Ask,或 Cursor 内其他可编辑区域。

这条直接路径很重要,因为可见代码本身参与了提示词的形成。你可能在说到一半时看到准确的函数名,也可能打开类型定义后重新说明限制。切换到单独的听写窗口,会让正在解释的对象离开视线。

自动粘贴使用 macOS 的辅助功能权限。如果受管理设备或受保护环境拒绝自动输入,剪贴板模式仍会保留结果,供你用 Command-V 手动粘贴。

用语音表达意图,用键盘固定语法

语音最适合难点在于解释意图的任务,例如:说明带有复现条件的缺陷、界定跨文件重构范围、要求 Agent 先调查再修改、描述业务规则与例外,或解释生成的差异中哪些部分应保留或撤回。

正则表达式、Shell 管道、带大量标点的路径、只差一个字符的标识符,以及每个符号都重要的短代码片段,仍然更适合键盘。

混合使用通常更可靠。准确的标识符用键盘输入,它为什么重要则用语音说明。

Clean 保留你的用词,Raw 保留一切

TalkTalkType 的文本模式不是选择器,而只有 Clean 和 Raw 两种。Clean 是忠实的轻度整理:它保留你说的每一个词、你说话的顺序和你的语气,只删除明确的口头禅,并返回一行。对 Cursor 来说,这一点尤其重要——准确的标识符、文件名和代码术语都能保留,因为 Clean 从不改写它们。

Raw 不做任何整理,连同说错的开头一起原样返回。如果你打算在发送前手动编辑,就用 Raw。

没有任何模式会悄悄把你的录音变成另一条指令。整理后的结果以草稿形式到达,你可以在按 Enter 之前读一遍。如果你清楚任务内容,但说话顺序比较随意,想要更紧凑的指令,可选的语音润色(Voice Patch)步骤可以在插入前把口述材料重塑成更紧的指令——而绝不会悄悄改写第一次粘贴。

Cursor 本身被归类为代码编辑器表面。这一分类是确定性的,依据 bundle 标识加辅助功能角色,不依赖语言模型猜测。在代码表面上,口述的文件名、路径和斜杠命令都保留为纯文本,绝不会被当作可以解析或执行的东西。Mac 上下文感知听写介绍了目标是如何被读取的。

也就是说:当准确的用词和代码术语重要时(在 Cursor 里通常如此)用 Clean;当你打算自己编辑结果时用 Raw;当你以对话顺序口述、想要更紧凑的指令时用一次语音润色。按 Enter 前把草稿读一遍。整理可以收拾口头禅,但两个函数名称相近而含义不同时,如果你没有明确说出,它无从知道。

固定口述顺序

一个稳定顺序可以减少绕远:

  1. 先说明要完成什么。
  2. 指出涉及的代码区域。
  3. 描述已经观察到的证据。
  4. 补充不能修改的限制。
  5. 定义最终如何验证。

例如:“删除标签页恢复后出现的第二次刷新请求。它从 session hook 发出,而且两次调用使用相同 token。不要修改服务端 endpoint 和公开 hook API。添加回归测试并运行认证测试套件。”

Cursor 可以把稳定流程保存为 Markdown 命令,并通过 / 调用。固定检查清单放进命令,本次缺陷特有的事实则通过语音输入,两者分工更清楚。

隐私边界贯穿整个路径

粘贴完成后,提示词会受 Cursor 的数据设置约束。在此之前,TalkTalkType 会把音频发送给配置的语音识别供应商。服务端不会保存音频、原始转写或整理后文本的历史,但会保留账户、设备、套餐、用量、审计和支持所需的运营信息。

不要因为目标是编程工具,就口述 API 密钥、生产凭据或客户隐私数据。

从昨天被你缩短的请求开始

找一段 Cursor 对话:第一次回答不对,第二条消息才补上缺失上下文。重新说出第一次请求,并把之前的尝试、限制和验收测试一起包含进去。

语音不会取代键盘。符号继续输入,而原本准备删掉的解释可以说出来。

博客