Голосовое программирование с ИИ — это когда вы говорите инструкции кодинг-агенту, а код пишет агент, вместо того чтобы печатать каждый промпт. Это работает, потому что хорошие промпты длинные: контекст, ограничение, крайний случай, который вы только что вспомнили. Сказать это вслух — дело нескольких секунд. В композере каждого агента AgentVera есть кнопка микрофона: она локально распознаёт вашу речь через Whisper, кладёт текст в поле, где вы можете его поправить, и отправляет, когда вы готовы.
В статье: почему голос подходит для работы с агентами, как устроена диктовка в AgentVera и какие привычки помогают голосовым промптам попадать в цель.
Почему голос подходит кодинг-агентам
Классическое голосовое программирование означало диктовку синтаксиса: «открывающая скобка, const, x, равно». Большинству это не прижилось. Кодинг-агенты меняют задачу. Вы больше не печатаете код; вы описываете изменение, а описывать как раз то, что речь делает хорошо.
| Печатать промпт | Говорить промпт | |
|---|---|---|
| Длинный контекст | Хочется сократить | Легко включить |
| Скорость | Ваша скорость печати | Обычно быстрее печати |
| Руки | На клавиатуре | Свободны для прокрутки, указания, наброска |
| Точность | Точные имена и пути | Имена могут потребовать быстрой правки |
| Лучше всего для | Коротких точных команд | Объяснения намерений, ревью вслух |
Слабое место — точность. Распознавание речи может неверно расслышать имя функции или путь к файлу. Поэтому диктовка в AgentVera сначала кладёт текст в поле, а не отправляет его сразу.
Как работает диктовка в AgentVera
AgentVera — десктопное приложение для macOS, Windows и Linux, которое запускает CLI кодинг-агентов рядом друг с другом. У каждого агента есть композер, поле ввода под его терминалом, а в композере есть кнопка микрофона с подсказкой Dictate (local Whisper).
Шаги
- Нажмите кнопку микрофона в композере агента.
- Произнесите промпт.
- Нажмите ещё раз (Stop recording and transcribe). Пока идёт работа, кнопка показывает Transcribing….
- Текст появится в композере там, где стоит курсор.
- Поправьте неверно расслышанное имя или путь и отправьте.
Если вы ничего не сказали, появится «No speech detected.» и ничего не вставится. Поскольку текст ложится там, где курсор, точную часть (скажем, путь к файлу) можно напечатать, а остальное проговорить вокруг неё.
Локальный Whisper, ничего не уходит на сервер
Распознавание идёт на вашем компьютере через whisper.cpp. Запись никуда не загружается, а временный аудиофайл удаляется после распознавания. Агенту попадает только текст, который вы отправляете.
| Вопрос | Ответ |
|---|---|
| Движок | whisper.cpp (whisper-cli) на вашей машине |
| Настройка | Готовое приложение поставляется с whisper-cli и малой моделью |
| Модель не найдена | AgentVera предлагает один раз скачать базовую модель, около 142 МБ |
| Язык | Язык интерфейса приложения, английский или турецкий |
| Железо | Использует Metal на macOS; на машинах x64 встроенная сборка требует процессор с AVX2 |
| Цена | Входит в бесплатный тариф |
Если whisper.cpp у вас уже установлен и есть в PATH, AgentVera может использовать его. Когда есть и малая, и базовая модель, предпочитается малая, она точнее.
Работает с каждым агентом
Кнопка микрофона находится в композере, а не внутри конкретного CLI, поэтому одна и та же диктовка работает для Claude Code, Codex, Gemini CLI и любого другого агента. Остальные возможности композера сохраняются: стрелки возвращают прежние промпты, черновики запоминаются, а промпт можно поставить в очередь, пока агент занят.
Первая настройка и устранение неполадок
При первом нажатии на микрофон операционная система спросит, можно ли AgentVera использовать микрофон. Разрешите. Если речевая модель не найдена, AgentVera спросит Download the speech model? и объяснит, что базовая модель whisper.cpp (около 142 МБ) попадёт в папку данных AgentVera. Выберите Download model, и композер покажет прогресс в процентах. После этого диктовка работает офлайн.
| Что вы видите | Что делать |
|---|---|
| Could not open the microphone | Дайте AgentVera доступ к микрофону в системных настройках и попробуйте снова |
| No speech detected. | Проверьте устройство ввода и говорите чуть ближе, затем запишите снова |
| whisper.cpp not found | Вне готового приложения установите whisper.cpp: brew install whisper-cpp на macOS, пакет релиза на Windows, пакетный менеджер на Linux, с whisper-cli в PATH |
| Запись недопустима или слишком длинная | Разделите очень длинный промпт на две записи |
| В тексте не тот язык | Переключите язык интерфейса приложения на тот, на котором вы говорите |
Голосовое программирование с телефона
Мобильное приложение AgentVera для iOS и Android подключается к вашему компьютеру, и в его представлении Chat тоже есть диктовка: можно говорить до 60 секунд. Звук распознаётся на вашем компьютере, в памяти, без записи на диск. Это удобно, когда агент задаёт вопрос, а вы далеко от стола; полную удалённую настройку смотрите в статье мобильное приложение для Claude Code. Если вы управляете агентами из Telegram, учтите, что голосовые сообщения там не поддерживаются; ответ нужно набрать. Подробнее в статье управление Claude Code из Telegram.
Как писать промпты голосом
Говорить промпт не то же самое, что печатать. Помогают такие привычки:
- Сначала скажите цель. «Хочу, чтобы форма регистрации показывала подсказку о надёжности пароля». Затем детали.
- Назовите место. «В компоненте страницы регистрации, под полем пароля». Если точное имя файла важно, впишите его в текст после диктовки.
- Добавьте ограничение, которое вы забыли бы напечатать. «Не добавляй новую зависимость и сохрани существующую валидацию».
- Скажите, как проверить. «Когда закончишь, запусти тесты формы».
- Прочтите перед отправкой. Одного взгляда хватает, чтобы поймать неверно расслышанное слово.
Голосовой промпт часто получается длиннее и полнее напечатанного, и в этом смысл: агенты лучше работают с контекстом. Больше о промптах, которые держат агента в колее, в статье как заниматься вайб-кодингом.
Хорошие моменты для голоса
- Ревью диффа. Прокручивайте изменения и по ходу говорите, что исправить.
- Объяснение бага. Опишите, что вы увидели, чего ожидали и что уже пробовали.
- Планирование. Проговорите функциональность и попросите агента превратить её в шаги, прежде чем он начнёт писать код.
- Долгие сессии. Дайте рукам отдохнуть от печати.
Когда лучше печатать
- Точные идентификаторы, команды и пути.
- Короткие команды вроде
/compactили ответ в одно слово. - Общие пространства, где говорить вслух неудобно.
Быстрый чек-лист
- AgentVera разрешён доступ к микрофону.
- Язык интерфейса совпадает с языком, на котором вы говорите.
- Речевая модель скачана или встроенная на месте.
- Вы прочли текст перед отправкой.
Скачайте AgentVera, чтобы говорить с агентами, или читайте подробнее на странице голосовой диктовки.