Řízení Claude Code hlasem: stavění v paralelních dráhách

V posledním roce vývoje s AI se něco potichu obrátilo: nejpomalejší částí smyčky už není stroj. Claude Code bez mrknutí oka čtyři minuty mele refaktoring. Cursor navrhne sadu testů, zatímco se nedíváte. Úzkým hrdlem jste vy — konkrétně vaše ruce, které mohou být vždycky jen v jednom okně.

Jakmile rozjedete víc než jednu agentní dráhu, přestává to být otrava a stává se to tvarem vašeho dne. Dráha jedna refaktoruje autentizaci. Dráha dvě čeká na vaše review. Dráha tři je vlákno na Slacku, kde zákazník špatně popisuje chybu. Každá z těch drah se posouvá díky přirozenému jazyku — a vy ten přirozený jazyk produkujete deseti prsty a jedním aktivním oknem.

Přesně tuhle mezeru hlas vyplňuje. Ne hlas ve smyslu „nadiktuj si román“ — hlas jako řídicí kanál. Je to ta část vibe codingu, kterou nikdo nepředvádí: samotný kód mluvením generujete zřídka, spíš navigujete agenty, kteří ho píšou.

Prompty jsou próza a próza je rychlejší mluvená

O řízení agenta na psaní kódu platí jedna věc: vstupem není kód. Jsou to instrukce. „Vyndej logiku opakování z WebSocket handleru, přesuň ji do vlastního modulu a udělej strop backoffu konfigurovatelný.“ Tohle napíšete za dvacet sekund, pokud už v tom okně jste, jste rozehřátí a nemyslíte na nic jiného.

Jenže v takovém stavu už nikdy nejste. Jste uprostřed review v jiné dráze. Čtete si poslední diff od agenta. Držíte kafe. Cenou promptu není doba psaní — je to přepnutí kontextu, které dostane vaše ruce a oči do pozice, aby ho mohly napsat.

Vyslovení promptu tuhle cenu smrskne. Zaostřete terminál, podržte klávesu, řekněte větu, kterou už jste stejně říkali v hlavě, pusťte. Slova přistanou u kurzoru a dráha se znovu rozjede, zatímco se vaše pozornost vrací tam, kde ve skutečnosti měla být.

Postup konkrétně

Používám k tomu Keebye — je to nástroj, který jsem postavil, když mi tenhle problém sežral pracovní život, a to, co je níž, je jeho skutečné chování, ne přání. Zhuštěný seznam pro nastavení — klávesová zkratka, režim vkládání, slovník — najdete na stránce hlasové diktování do Claude Code.

Jedna klávesová zkratka, podržená. Výchozí je pravá ⌘. Podržte ji, mluvte, pusťte; přepsaný text přistane v aktivním editovatelném poli. Pro delší instrukce jedno klepnutí přepne nahrávání do zapnutého stavu, dokud neklepnete znovu. Esc vycouvá. Není tu žádné okno, které by se otevíralo, a v tom je celý smysl — nástroj nemá vlastní dráhu.

Režim psaní pro terminály. Claude Code žije v terminálu a terminály jsou vůči vkládání ze schránky nepřátelské — zvlášť přes SSH nebo uvnitř tmuxu. Keebye umí text místo vložení synteticky napsat, s tempem ohleduplným k terminálu, takže prompt dorazí tak, jak by dorazily stisky kláves. Tohle jediné nastavení je rozdílem mezi „roztomilou ukázkou“ a každodenním nástrojem pro práci s agenty — celý příběh o tom, proč terminály vkládání lámou, je v článku Diktování, které přežije terminál.

Slovník na váš žargon. Řečové modely neznají slovní zásobu vašeho projektu. Vlastní slovník mapuje to, co model slyší, na to, co jste mysleli — názvy modulů, jména kolegů, „pnpm“, cokoli, co vás vaše kódová základna nutí opakovat.

Lokální čištění s ohraničenou heuristikou. Syrová řeč je plná „ehm“ a falešných startů. Keebye odstraní vycpávková slova a opraví interpunkci rychlými pravidly; jeho volitelné doleštění lokálním LLM se vrátí zpět k pravidlům při vážné ztrátě tokenů, rozbujení nebo opakování. Tato kontrola nedokáže prokázat význam ani ochránit každý zápor, takže si kritické instrukce pro agenty před odesláním zkontrolujte.

A protože celý převod řeči na text běží přímo na zařízení, samotné prompty — které dráhu po dráze detailně popisují váš nevydaný produkt — Mac nikdy neopustí.

V čem je řízení hlasem doopravdy dobré

Tady je upřímná inventura z každodenního používání:

Přesměrování. Agent skončil a je to z osmdesáti procent správně. „Extrakci nech být, ale vrať přejmenování v testovacích souborech a spusť sadu znovu.“ Vyslovené jsou to tři sekundy. Tohle je diktování s nejvyšší hodnotou v celém mém dni.

Zařazení další dráhy do fronty. Zatímco dráha jedna staví, popíšete další úkol do dráhy dvě. Ruce sériově, práce paralelně.

Próza kolem kódu. Popisy PR, commit messages, odpovědi na Slacku k hlášené chybě, e-mail, který dlužíte. Zaostřete okno, řekněte to, hotovo — vaše ruce neopustily dráhu, ve které byly.

Užitečné přemýšlení nahlas. Některé instrukce vyjdou lépe vyslovené, protože řeč vynucuje linearitu. Vsuvky do sebe pusou zanořovat nejde.

Co to není

Sekce upřímnosti. Přepis v Keebye je dávkový, ne streamovaný — text se objeví, když klávesu pustíte, ne slovo po slovu. Pro prompty to nevadí (promluvíte a pak to přistane jako jeden blok), ale znamená to, že tohle není zážitek živého titulkování. Výchozí model je laděný na angličtinu; vícejazyčné diktování je samostatný engine běžící přímo na zařízení, který pokrývá 25 jazyků — víc o tom, proč na tom záleží, v článku Diktování by nemělo být jen anglicky. A žádný diktovací nástroj neudělá ze špatného promptu dobrý; hlas odstraňuje tření, ne potřebu přemýšlet.

V tomhle prostoru jsou i jiné dobré nástroje — na Superwhisper a Wispr Flow se nás ptají nejčastěji a napsali jsme o obou upřímná srovnání: Keebye vs Superwhisper a Keebye vs Wispr Flow.

Proč se to sčítá

Jeden nadiktovaný prompt ušetří pár sekund. To není ten příběh. Příběh je v tom, co ty sekundy blokovaly: každá dráha, kterou rozjedete, se posune, jen když ji nakrmíte, takže daň za nakrmení jedné dráhy je daní na všech. Snižte ji a přestanete přidělovat vlastní pozornost na příděl — přidáte třetí dráhu, kterou jste nerozjeli, protože vám to přišlo jako moc velká režie.

Původ tohohle všeho byl méně elegantní než esej o pracovním postupu: dvě děti, několik pracovních proudů, kde jde o hodně, a málo rukou. Ten příběh je tady — Dvě děti, tři startupy, jeden hlas.

Keebye je v předběžném přístupu pro macOS. Bezplatnou zkušební verzi spustíte níže, namiřte ji na svou nejvytíženější dráhu a zkuste jednu konkrétní sekvenci: zkontrolujte dráhu jedna, nadiktujte přesměrování do dráhy dvě a pak odpovězte člověku, který čeká ve dráze tři. Hlas je neřídí současně; drží každou paralelní dráhu zásobenou s menšími náklady na předávku.