Przestań pisać do ChatGPT i Claude: jak zamiast tego do nich mówić
Autor: Gustav Tøstie, twórca VoiceDropOpublikowano 6 min czytania
Napisał Gustav, twórca VoiceDrop. Tak, jesteśmy stronniczy. Dbamy o uczciwe porównania, więc wypróbuj i oceń samodzielnie.
Krótka odpowiedź
Mów, nie pisz. Wbudowanego trybu głosowego używaj, gdy chcesz porozmawiać, a dyktuj do pola wiadomości, gdy prompt jest ważny, żeby przeczytać go przed wysłaniem. Powiedz, jaki masz cel, kto jest odbiorcą, jakie są ograniczenia, podaj przykład i naciśnij Enter. Do dyktowania w dowolnej aplikacji na Windows i Macu polecamy VoiceDrop, aplikację, którą zbudowałem właśnie w tym celu.
Dlaczego ludzie wybierają VoiceDrop
- Dla tych, którzy myślą na głos: przytrzymaj klawisz, mów, jak leci, puść, a uporządkowany tekst od razu pojawi się przy kursorze. Przy dyktowaniu na Windows i Macu wtrącenia typu „yyy” są usuwane automatycznie.
- Jeden skrót, każda aplikacja: ten sam klawisz działa w aplikacjach Claude, ChatGPT i Codex na komputer, w przeglądarce, mailu, Wordzie, Teams i Slacku. Koniec z szukaniem przycisku mikrofonu w każdej aplikacji osobno.
- Masz kontrolę: tekst trafia do pola wiadomości, więc wyłapiesz źle usłyszane nazwisko albo liczbę, zanim asystent zacznie na tej podstawie działać.
- Twoje notatki głosowe też w czacie: konektor z dostępem tylko do odczytu pozwala Claude, ChatGPT i Codex czytać twoje transkrypcje i Smart Notes, w każdym planie, także darmowym.
Dlaczego mówione prompty często działają lepiej niż pisane?
Mam w tej sprawie mocne zdanie: większość słabych promptów jest słaba, bo pisanie wymaga wysiłku. Wpisujesz „popraw tego maila”, choć tak naprawdę wiesz, do kogo jest ten mail, co poszło nie tak ostatnim razem, jakiego tonu chcesz i czego nie wolno zmienić. Kiedy mówisz, to wszystko wychodzi samo, bo mowa służy właśnie do tłumaczenia. Rozmawiam z Claude cały dzień i właśnie dlatego zbudowałem VoiceDrop.
Liczy się też tempo. W badaniu wprowadzania tekstu na smartfonie mówienie było nawet około trzy razy szybsze niż pisanie na klawiaturze telefonu, zarówno po angielsku, jak i po mandaryńsku (Ruan i in., IMWUT 2018 (arXiv 2016)). Wynik dotyczy telefonów, nie klawiatur komputerowych, ale praktyczny wniosek jest uniwersalny: gdy podanie kontekstu kosztuje cię sekundy zamiast minut, podajesz go więcej, a model ma więcej materiału do pracy.
Mówione prompty są bardziej chaotyczne i nic w tym złego. Powtarzasz się, zmieniasz zdanie w połowie i zostawiasz wtrącenia. Modele językowe zupełnie się tym nie przejmują. Dodaj jednak odrobinę struktury, a odpowiedzi będą wyraźnie trafniejsze.
Co powinien zawierać dobry mówiony prompt?
Nie potrzebujesz szablonu. Omów te pięć rzeczy, mniej więcej w tej kolejności, i mów tak, jak przy kawie wprowadza się w temat bystrą koleżankę albo kolegę.
- Cel. Co chcesz dostać na końcu: szkic, decyzję, listę opcji, recenzję.
- Odbiorca. Kto przeczyta lub wykorzysta wynik i co już wie.
- Ograniczenia. Długość, ton, format, termin, czego nie zmieniać, czego unikać.
- Przykłady lub materiały. Wklej albo opisz, co już masz: starą wersję, wzór, który ci się podoba, liczby.
- O co ma dopytać. Poproś asystenta, żeby najpierw zadał pytania, jeśli coś jest niejasne, albo wypisał swoje założenia.
Jak w praktyce brzmi mówiony prompt?
Oto trzy przykłady zapisane tak, jak ludzie naprawdę mówią. Żaden nie jest wygładzony i nie musi być. Przeczytaj jeden na głos i zauważ, jak mało wysiłku to wymaga w porównaniu z pisaniem.
Muszę odpisać klientowi, który jest zły, bo zamówienie przyszło dwa tygodnie za późno. Chodzi o to, żeby porządnie przeprosić i go nie stracić. To mała piekarnia z Krakowa, zamawiają u nas od mniej więcej trzech lat. Krótko, poniżej 150 słów, ciepło, ale bez płaszczenia się. Możemy dać darmową wysyłkę przy następnym zamówieniu, ale nie obiecuj zwrotu pieniędzy. Daj mi dwie wersje, jedną bardziej oficjalną.
Planuję migrację naszej bazy klientów do nowego systemu w ciągu najbliższych sześciu tygodni. Jestem jedynym programistą, a dział sprzedaży codziennie pracuje na starym systemie, więc przestój musi być praktycznie zerowy. Pomóż mi podzielić to na etapy z orientacyjnym harmonogramem. Zanim napiszesz plan, dopytaj mnie o wszystko, co musisz wiedzieć o ilości danych i systemach, które w tym biorą udział.
Poniżej wklejam jednostronicową propozycję. Jest dla zarządu, który ma mało czasu i sceptycznie podchodzi do nowych narzędzi. Nie przepisuj jej. Wskaż trzy najsłabsze punkty, co zarzuciłby jej sceptyczny czytelnik i jedno zdanie, które powinienem wyciąć. Mów wprost.
Zwróć uwagę, że każdy przykład określa cel, odbiorcę i co najmniej jedno ograniczenie, a drugi prosi najpierw o pytania. To ta struktura sprawia, że odpowiedź jest przydatna, a nie dobór słów.
Tryb głosowy czy dyktowanie?
ChatGPT i Claude oferują dwa różne sposoby korzystania z głosu i każdy sprawdza się w czym innym.
| Tryb głosowy | Dyktowanie | |
|---|---|---|
| Co się dzieje | Mówiona rozmowa; asystent odpowiada na głos | Twoja mowa zamienia się w tekst w polu wiadomości; odpowiedź przychodzi jako tekst |
| Czy możesz poprawić przed wysłaniem? | Nie, mówisz, a on odpowiada | Tak, najpierw czytasz i poprawiasz transkrypcję |
| Najlepsze do | Myślenia na głos, szybkich pytań, ćwiczenia rozmowy | Szczegółowych promptów i wszystkiego, co chcesz sprawdzić przed wysłaniem |
| ChatGPT | ChatGPT Voice, uruchamiany ikoną Voice | Ikona mikrofonu, z naszego doświadczenia transkrypcja trafia do pola tekstowego, gdzie zwykle można ją poprawić przed wysłaniem |
| Claude | Tryb głosowy, bez użycia rąk lub z przytrzymaniem przycisku, w wersji beta | Dyktowanie zamienia mowę na tekst promptu |
Tryb głosowy jest świetny, gdy chcesz coś przegadać. Przy prompcie z prawdziwym kontekstem dyktowanie zwykle sprawdza się lepiej, bo zdążysz wyłapać źle usłyszane nazwisko albo błędną liczbę, zanim asystent zacznie działać. Anthropic opisuje ten podział tak samo: dyktowanie zamienia mowę na tekst promptu, a tryb głosowy to dwustronna rozmowa.
Jak dyktować prompty na Windows lub Macu z VoiceDrop?
Wbudowane przyciski mikrofonu działają tylko we własnej aplikacji. Zbudowałem VoiceDrop tak, żeby jeden skrót działał wszędzie, gdzie piszesz, a tekst był wstawiany od razu po puszczeniu klawisza: w aplikacjach Claude, ChatGPT i Codex na komputer, w przeglądarce, mailu, Wordzie, Teams i Slacku. Przy dyktowaniu na Windows i Macu wtrącenia typu „yyy” i „eee” są domyślnie usuwane. Interpunkcja dodaje się sama.
- Zainstaluj aplikację na komputer Pobierz VoiceDrop na Windows (10 lub 11, 64-bit) albo Maca (macOS 13 lub nowszy) i zaloguj się. Plan darmowy nie wymaga karty.
- Wybierz skrót Wybierz skrót, który wygodnie się przytrzymuje. Później możesz go zmienić w ustawieniach.
- Ustaw kursor Kliknij pole wiadomości w ChatGPT, Claude lub dowolnej innej aplikacji.
- Przytrzymaj i mów Przytrzymaj skrót i powiedz prompt: cel, odbiorca, ograniczenia, przykłady i o co ma dopytać. Nakładka pokazuje Listening.
- Puść i sprawdź Puść skrót. Nakładka pokaże Transcribing, a potem Inserted, i tekst pojawi się przy kursorze. Przeczytaj, popraw, co trzeba, i naciśnij Enter.
Niektóre aplikacje i okna uruchomione z uprawnieniami administratora blokują wstawianie tekstu. Wtedy dyktowanie zostaje w VoiceDrop i możesz wstawić je ponownie skrótem albo wkleić. Krótkie dyktowania zapisują się lokalnie na twoim komputerze i trafiają do chmury tylko wtedy, gdy włączysz synchronizację. Więcej przeczytasz w poradniku o dyktowaniu w Windows i na stronie o dyktowaniu w VoiceDrop.
Jakie wskazówki pomagają mówić do AI?
- Przeczytaj przed wysłaniem. Rozpoznawanie mowy jest dobre, ale nie idealne, zwłaszcza przy nazwiskach, nazwach produktów i w hałasie. Pięć sekund czytania wyłapuje większość problemów.
- Mów liczby wyraźnie. „Trzynaście” i „trzydzieści” łatwo pomylić. Ceny i daty mów powoli albo dodaj „czyli jeden, trzy”, gdy to ważne.
- Najpierw pomyśl, potem przytrzymaj klawisz. Dwie sekundy na ustalenie celu sprawiają, że cały prompt jest bardziej uporządkowany.
- Nie przejmuj się chaosem. Zaczynanie zdania od nowa jest w porządku. Asystenta obchodzi treść, nie styl.
- Materiały wklejaj osobno. Podyktuj instrukcje, a dokument lub dane wklej pod spodem. Nie czytaj na głos długich tekstów.
- Mów w swoim języku. VoiceDrop obsługuje 60 języków z automatycznym wykrywaniem, także mowę, która miesza języki, na przykład polski z angielskimi wtrąceniami w stylu „zróbmy szybki call przed deployem”. Zmiana języka w połowie zdania nie jest problemem.
Ile kosztuje dyktowanie z VoiceDrop?
Mniej, niż myślisz. Dyktowanie jest rozliczane co do sekundy nagrania, więc 30-sekundowy prompt zużywa pół minuty. Plan darmowy obejmuje 30 minut miesięcznie bez karty, a to wystarczy, żeby sprawdzić, czy mówienie do AI ci pasuje. Pro kosztuje 7,99 USD miesięcznie i daje 1200 minut, a Max 13,99 USD miesięcznie i 2400 minut. Każdy plan ma wszystkie funkcje, a jedno konto obejmuje Windows, Maca, iPhone’a i przeglądarkę. Ceny przy płatności rocznej znajdziesz w cenniku.
Gdy już zaczniesz mówić do swojej AI, zechcesz mieć w rozmowie także swoje nagrania. Konektor VoiceDrop pozwala Claude i ChatGPT czytać twoje transkrypcje i Smart Notes bezpośrednio.
Moja szczera rada: wypróbuj to na swoim następnym prawdziwym prompcie, nie na zdaniu testowym. Przytrzymaj klawisz, wprowadź AI w temat jak współpracownika i porównaj odpowiedź z tym, co zwykle wpisujesz. Co tydzień wypuszczam aktualizacje, a jeśli coś ci przeszkadza, daj mi znać. Wypróbuj VoiceDrop za darmo: 30 minut miesięcznie, bez karty.
Napisz prosto do twórcy
VoiceDrop tworzy jedna osoba w Norwegii i to jest zaleta: gdy piszesz, czytam to i odpowiadam osobiście, a dobre pomysły mogą trafić do najbliższej cotygodniowej aktualizacji. Pytaj o wszystko na hi@tryvoicedrop.com. Wiele tegomiesięcznych usprawnień wzięło się z testów w prawdziwej pracy i opinii użytkowników.
Gustav Tøstie, twórca
Nowości z października 2026
- Osiem wydań aplikacji na komputer (od 0.4.13 do 0.4.20) i aktualizacje na iPhone’a
- Szybsze wklejanie do aplikacji, w której piszesz
- Wtrącenia typu „yyy” automatycznie usuwane przy dyktowaniu na Windows i Macu
- Uruchamianie i zatrzymywanie nagrania z centrum sterowania na zablokowanym iPhonie, z powiadomieniem, gdy transkrypcja jest gotowa
- Plan darmowy zwiększony do 30 minut miesięcznie
- Ta strona w 13 językach, także po polsku
Źródła
- Ruan i in., IMWUT 2018 (arXiv 2016), Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones
- Centrum pomocy OpenAI: ChatGPT Voice
- Centrum pomocy OpenAI: Voice Dictation FAQ
- Centrum pomocy Claude: Use voice mode
- Centrum pomocy Claude: Use dictation on Claude Mobile