Coder à la voix avec l’IA, c’est dire vos instructions à un agent de code et le laisser écrire le code, au lieu de taper chaque prompt. Cela marche parce que les bons prompts sont longs : le contexte, la contrainte, le cas limite dont vous venez de vous souvenir. Le dire à voix haute prend quelques secondes. Dans AgentVera, le composer de chaque agent a un bouton micro qui transcrit votre voix en local avec Whisper, place le texte dans la zone pour que vous le corrigiez, et l’envoie quand vous êtes prêt.
Cet article explique pourquoi la voix convient au travail avec des agents, comment fonctionne la dictée dans AgentVera et quelles habitudes font mouche avec des prompts parlés.
Pourquoi la voix convient aux agents de code
Le codage vocal classique consistait à dicter la syntaxe : « parenthèse ouvrante, const, x, égal ». Cela n’a jamais séduit la plupart des gens. Les agents de code changent le travail. Vous ne tapez plus le code ; vous décrivez le changement, et décrire est ce que la parole fait bien.
| Taper un prompt | Dire un prompt | |
|---|---|---|
| Contexte long | On est tenté de le raccourcir | Facile à inclure |
| Vitesse | Votre vitesse de frappe | Généralement plus rapide que la frappe |
| Mains | Sur le clavier | Libres pour faire défiler, pointer, esquisser |
| Précision | Noms et chemins exacts | Les noms peuvent demander une correction rapide |
| Idéal pour | Commandes courtes et exactes | Expliquer l’intention, relire à voix haute |
Le point faible est la précision. La reconnaissance vocale peut mal entendre un nom de fonction ou un chemin de fichier. C’est pourquoi la dictée d’AgentVera place d’abord le texte dans la zone au lieu de l’envoyer aussitôt.
Comment fonctionne la dictée dans AgentVera
AgentVera est une app de bureau pour macOS, Windows et Linux qui lance des CLI d’agents de code côte à côte. Chaque agent a un composer, la zone de saisie sous son terminal, et le composer a un bouton micro avec l’infobulle Dictate (local Whisper).
Étapes
- Cliquez sur le bouton micro dans le composer d’un agent.
- Dites votre prompt.
- Cliquez à nouveau (Stop recording and transcribe). Le bouton affiche Transcribing… pendant le traitement.
- Le texte apparaît à votre curseur dans le composer.
- Corrigez les noms ou chemins mal compris, puis envoyez.
Si vous n’avez rien dit, vous obtenez « No speech detected. » et rien n’est inséré. Comme le texte arrive là où se trouve votre curseur, vous pouvez taper la partie exacte (un chemin de fichier, par exemple) et dire le reste autour.
Whisper en local, rien n’est envoyé à un serveur
La transcription tourne sur votre propre ordinateur avec whisper.cpp. Votre enregistrement n’est envoyé nulle part, et le fichier audio temporaire est supprimé après la transcription. Seul le texte que vous envoyez arrive à l’agent.
| Question | Réponse |
|---|---|
| Moteur | whisper.cpp (whisper-cli) sur votre machine |
| Installation | L’app packagée inclut whisper-cli et le petit modèle |
| Aucun modèle trouvé | AgentVera propose de télécharger une fois le modèle de base, environ 142 Mo |
| Langue | La langue d’interface de l’app, anglais ou turc |
| Matériel | Utilise Metal sur macOS ; sur les machines x64, la version fournie demande un CPU avec AVX2 |
| Prix | Inclus dans l’offre gratuite |
Si whisper.cpp est déjà installé et dans votre PATH, AgentVera peut l’utiliser. Quand un petit modèle et un modèle de base sont présents, il préfère le petit, plus précis.
Fonctionne avec tous les agents
Le bouton micro est dans le composer, pas dans une CLI précise : la même dictée marche donc pour Claude Code, Codex, Gemini CLI et tout autre agent que vous lancez. Les autres outils du composer restent valables : les flèches rappellent les prompts précédents, les brouillons sont conservés et vous pouvez mettre un prompt en file pendant que l’agent est occupé.
Première configuration et dépannage
La première fois que vous cliquez sur le micro, votre système d’exploitation demande si AgentVera peut utiliser le microphone. Autorisez-le. Si aucun modèle vocal n’est trouvé, AgentVera demande Download the speech model? et explique que le modèle de base de whisper.cpp (environ 142 Mo) ira dans le dossier de données d’AgentVera. Choisissez Download model et le composer affiche la progression en pourcentage. Ensuite, la dictée fonctionne hors ligne.
| Ce que vous voyez | Que faire |
|---|---|
| Could not open the microphone | Accordez l’accès au microphone à AgentVera dans les réglages système, puis réessayez |
| No speech detected. | Vérifiez le périphérique d’entrée et parlez un peu plus près, puis enregistrez à nouveau |
| whisper.cpp not found | Hors de l’app packagée, installez whisper.cpp : brew install whisper-cpp sur macOS, un paquet de release sur Windows, votre gestionnaire de paquets sur Linux, avec whisper-cli dans votre PATH |
| L’enregistrement est invalide ou trop long | Coupez un prompt très long en deux enregistrements |
| Mauvaise langue dans le texte | Passez la langue d’interface de l’app à celle que vous parlez |
Coder à la voix depuis votre téléphone
L’app mobile AgentVera pour iOS et Android se connecte à votre ordinateur, et sa vue Chat a aussi la dictée : vous pouvez parler jusqu’à 60 secondes. L’audio est transcrit sur votre ordinateur, en mémoire, sans être écrit sur le disque. C’est pratique quand un agent pose une question alors que vous êtes loin du bureau ; voir l’app mobile de Claude Code pour la configuration complète à distance. Si vous pilotez plutôt les agents depuis Telegram, notez que les messages vocaux n’y sont pas pris en charge ; tapez votre réponse. Plus de détails dans contrôler Claude Code depuis Telegram.
Comment écrire des prompts à la voix
Dire un prompt n’est pas la même chose que le taper. Ces habitudes aident :
- Dites l’objectif d’abord. « Je veux que le formulaire d’inscription affiche une indication de robustesse du mot de passe. » Puis les détails.
- Nommez l’endroit. « Dans le composant de la page d’inscription, sous le champ du mot de passe. » Si le nom exact du fichier compte, tapez-le dans le texte après la dictée.
- Ajoutez la contrainte que vous oublieriez de taper. « N’ajoute pas de nouvelle dépendance et garde la validation existante. »
- Dites comment vérifier. « Lance les tests du formulaire quand tu as fini. »
- Relisez avant d’envoyer. Un coup d’œil attrape le mot mal compris.
Un prompt parlé finit souvent plus long et plus complet qu’un prompt tapé, et c’est le but : les agents travaillent mieux avec du contexte. Comment faire du vibe coding détaille les prompts qui gardent un agent sur la bonne voie.
De bons moments pour la voix
- Relire un diff. Parcourez les changements et dites quoi corriger au fur et à mesure.
- Expliquer un bug. Décrivez ce que vous avez vu, ce que vous attendiez et ce que vous avez déjà essayé.
- Planifier. Parlez d’une fonctionnalité et demandez à l’agent d’en faire des étapes avant d’écrire du code.
- Longues sessions. Reposez vos mains de la frappe.
Quand taper plutôt
- Identifiants, commandes et chemins exacts.
- Commandes courtes comme
/compactou une réponse d’un mot. - Espaces partagés où parler à voix haute est gênant.
Checklist rapide
- L’autorisation du microphone est accordée à AgentVera.
- La langue d’interface correspond à celle que vous parlez.
- Le modèle vocal est téléchargé, ou celui fourni est en place.
- Vous avez relu le texte avant de l’envoyer.
Téléchargez AgentVera pour parler à vos agents, ou lisez la page dictée vocale.