有用的提示词往往很长。它包含限制条件、已经试过的思路、上一次回答被打破的例外情况，以及那个显而易见的解决办法为什么在这里行不通。手还没碰到键盘,你心里就已经清楚这一切。打完整段要两分钟,于是你花二十秒打出三分之一,把这三分之一发了出去。
模型只能回答你发出去的那三分之一。
说话看起来是理所当然的解决办法。四十秒的语音能装下三分钟打字的内容,那些因为嫌麻烦而被删掉的部分也保留了下来。
可是读文字记录时,开头出现了两次。关键的从句前面有一个"呃",有一句话说到一半放弃了,还有一处是你出声改口的地方。粘贴进提示词输入框,这版本并不明显比你自己打的短版本更好。
所以问题不在于要不要用语音说出提示词,而在于你说的内容,有多少应该真正进入文本框。
你删掉的,往往正是模型需要的
留意一下,手动缩短提示词时,哪些词先消失。限制条件会留下来,因为它感觉就是请求本身。先被删掉的是上下文:用的是哪个版本的框架、周二试过什么、为什么改不了那个数据结构。做决定的是"嫌麻烦",而嫌麻烦根本不知道哪句话才承载着答案。
TalkTalkType 把一段保持录音的内容,不管说了多少,都算作一次听写。四十个词和四百个词,消耗一样。这不会让你更擅长写提示词,它只是拿掉了你当初要删减的那个具体理由。
语音出问题的地方和打字不一样
打字的提示词因为遗漏而出问题。语音说出的提示词因为残留而出问题。
一段保持录音会积累重新开始的开场、难词前面的填充音、想到更好说法后半途放弃的句子。这些都不是识别错误。这些词确实被说出来了,忠实的文字记录自然会保留它们。
这就是为什么一个面向提示词的听写应用,不是识别准确就算完成了。剩下的判断属于编辑层面,而这份判断应该交给知道这段文字要送去哪里的人。
三种预设,三种改写力度
TalkTalkType 把这个判断,做成了绑定在每段录音上的预设。
raw 原样返回文字记录,不做任何处理,清理模型完全不运行。
punctuate 执行忠实的轻量清理。它被要求保留每一个说出的词、措辞、顺序、语气和有意为之的简洁,只删除明确无歧义、删掉也不会改变含义的犹豫音。它不改写、不扩写、不概括、也不会让语气变得更客气。短句依旧短。结果以单独一行返回。
prompt 会改写。它把这段录音变成一行简洁、可直接使用的提示词,前提是始终遵循不编造事实、保留原意的规则。
三者适合不同的场景。raw 适合你打算自己再编辑的录音,或者含有专有名词、担心清理会把它抹平的录音。punctuate 适合那种措辞本身就是重点的录音,包括你刻意选用的、听起来有点别扭的说法。prompt 适合那种四十秒的说明,模型需要的信息全在里面,只是还不是一段读起来顺畅的文字。
功能可用范围跟随套餐。Free 提供 raw 和 punctuate。prompt 从 Plus 起可用。把一段录音改写成简短消息或带主题行邮件的 slack 和 mail,从 Pro 起可用。
额度算的是什么,决定了你敢说什么
Free 每周包含 30 次听写和 15 分钟语音,单次录音上限 60 秒。Plus 标价每月 1 美元,提供 80 次和 30 分钟。Pro 每月 7 美元,提供 500 次、250 分钟,单次录音上限 120 秒。Max 每月 18 美元,提供 1,200 次和 600 分钟。最新数字见 TalkTalkType 定价页面。
清理另有独立的每周额度。Free 每周 20 次清理,Plus 60 次,Pro 500 次。raw 录音不消耗这个额度,因为文本上没有运行任何清理。
从这套算法里,会长出两个习惯,而且都不是按字数计费会培养出来的习惯。
在同一段录音里重说一句话是免费的。把限制条件说出来,发现说得不对,再重新好好说一遍,清理步骤会自动丢掉被放弃的前半句。为了重来而开启第二段录音则不是免费的,所以与其松开按键,不如把一段说砸了的录音说完。
Free 和 Plus 上 60 秒的上限,才是真正的边界,而且是说话时能实际感觉到的边界。一分钟能装下相当多的提示词内容,但不足以让你毫无节制地想到什么说什么——这恰好是合适的压力。
提示词输入框里,光标早就在等着了
按住 Option-空格键说话,松开。文字会送到当时获得焦点的输入框里——对这项工作来说,就是 Cursor、ChatGPT,或者你已经在其中打字的终端里的提示词输入框。直接粘贴使用的是 macOS 辅助功能权限,当受保护的应用拒绝自动输入时,会切换到剪贴板方式继续传递。这款应用在 macOS 26 及以上版本常驻菜单栏。
这个落点在这里比在一条短消息里更重要。提示词就写在它所指涉的对象旁边。切换到另一个窗口去听写,再把结果搬回来,恰恰重新制造了你本想消除的那次打断。Mac 任意应用听写详细说明了这条"回到聚焦光标"的路径在不同应用之间是如何运作的。
这整个过程都不会把提示词存到服务器上。音频、原始文字记录和清理后的文本都不会被服务保留,Mac 应用里那份简短的会话记录只存在于内存中,退出应用就会消失。Mac 隐私听写逐段追踪一次录音,看它在这条路径的每个环节经历了什么。
从这周你缩短过的三条提示词开始
到历史记录里找找看。它们应该是那种回答几乎对了,而你紧接着发的追问,恰好补上了你当初省略的上下文的提示词。
把每一条重新说一遍,作为一次完整的录音,把限制条件、之前的尝试、例外情况都包含进去。把结果发出去。和第一次拿到的回答比较一下,看看你的追问这一次还有没有必要。
你可以下载适用于 Mac 的 TalkTalkType,在免费的每周额度内完成这个对比。这个方法解决不了的,是那条你还在脑子里拼凑、连自己想问什么都还没想清楚的录音。说出那样的内容是另一回事,通常得先得到一个更小的问题的答案。