Claude Code à la voix : construire en voies parallèles

Quelque chose a discrètement basculé au cours de la dernière année de développement assisté par IA : la partie la plus lente de la boucle n’est plus la machine. Claude Code broiera volontiers un refactor pendant quatre minutes. Cursor rédigera une suite de tests pendant que vous regardez ailleurs. Le goulot d’étranglement, c’est vous — plus précisément vos mains, qui ne peuvent être que dans une seule fenêtre à la fois.

Dès que vous faites tourner plus d’une voie d’agent, ce n’est plus un désagrément : ça devient la forme de votre journée. La voie une refactorise l’auth. La voie deux attend votre revue. La voie trois est un fil Slack où un client décrit mal un bug. Chacune de ces voies avance grâce à du langage naturel — et vous produisez ce langage naturel avec dix doigts et une seule fenêtre active.

C’est l’écart que la voix comble. Pas la voix « dictez votre roman » — la voix comme canal de contrôle. C’est la partie du vibecoding que personne ne montre en démo : vous générez rarement le code lui-même en parlant, vous pilotez les agents qui le font.

Les prompts sont de la prose, et la prose va plus vite à l’oral

Voici le point clé quand on pilote un agent de code : l’entrée n’est pas du code. Ce sont des instructions. « Sors la logique de retry du gestionnaire WebSocket, mets-la dans son propre module, et rends le plafond du backoff configurable. » Vous pouvez taper ça en vingt secondes si vous êtes déjà dans la fenêtre, échauffé, et sans penser à rien d’autre.

Sauf que vous n’êtes plus jamais dans cet état. Vous êtes en pleine revue dans une autre voie. Vous lisez le dernier diff de l’agent. Vous tenez un café. Le coût d’un prompt, ce n’est pas le temps de frappe — c’est le changement de contexte nécessaire pour mettre vos mains et vos yeux en position de le taper.

Dire le prompt fait s’effondrer ce coût. Placez le focus sur le terminal, maintenez une touche, dites la phrase que vous vous disiez déjà dans la tête, relâchez. Les mots atterrissent au curseur et la voie repart pendant que votre attention retourne là où elle devait vraiment être.

Le workflow, concrètement

J’utilise Keebye pour ça — c’est l’outil que j’ai construit quand ce problème a dévoré ma vie de travail, et les détails ci-dessous décrivent son comportement réel, pas une aspiration. La checklist de configuration condensée — raccourci, mode d’insertion, dictionnaire — se trouve sur la dictée vocale pour Claude Code.

Une touche, maintenue. Right ⌘ est la valeur par défaut. Maintenez-la, parlez, relâchez ; le texte transcrit atterrit dans le champ modifiable qui a le focus. Pour les instructions plus longues, une simple pression active l’enregistrement jusqu’à la pression suivante. Esc annule. Il n’y a pas de fenêtre à ouvrir, et c’est tout l’intérêt — l’outil n’a pas de voie à lui.

Le mode frappe pour les terminaux. Claude Code vit dans un terminal, et les terminaux sont hostiles à l’insertion par collage du presse-papiers — surtout via SSH ou dans tmux. Keebye peut taper le texte de façon synthétique au lieu de le coller, avec une cadence adaptée au terminal, pour que le prompt arrive comme le feraient des frappes. Ce seul réglage fait la différence entre « démo sympa » et « outil du quotidien » pour le travail avec des agents — l’histoire complète des raisons pour lesquelles le collage casse dans les terminaux est dans une dictée qui survit au terminal.

Un dictionnaire pour votre jargon. Les modèles vocaux ne connaissent pas le vocabulaire de votre projet. Un dictionnaire personnalisé associe ce que le modèle entend à ce que vous vouliez dire — noms de modules, noms de collègues, « pnpm », et tout ce que votre code vous fait répéter.

Un nettoyage local à heuristique bornée. La parole brute est pleine de « euh » et de faux départs. Keebye supprime les mots de remplissage et répare la ponctuation avec des règles rapides ; son polissage optionnel par LLM local revient aux règles après une perte de tokens sévère, une expansion ou une répétition. Ce garde-fou ne peut ni prouver le sens ni protéger chaque négation : relisez donc les instructions critiques aux agents avant de les envoyer.

Et comme toute la reconnaissance vocale s’exécute sur l’appareil, les prompts eux-mêmes — qui décrivent en détail votre produit non publié, voie par voie — ne quittent jamais la machine.

Ce que le pilotage à la voix fait vraiment bien

Après l’avoir vécu au quotidien, voici un inventaire honnête :

Les réorientations. L’agent a fini, et c’est juste à 80 %. « Garde l’extraction, mais annule le renommage dans les fichiers de test et relance la suite. » Dit à voix haute, ça prend trois secondes. C’est la dictée la plus utile de ma journée.

Mettre la voie suivante en file d’attente. Pendant que la voie une construit, décrivez la tâche suivante dans la voie deux. Mains en série, travail en parallèle.

La prose autour du code. Descriptions de PR, messages de commit, réponses Slack au rapport de bug, l’e-mail que vous devez. Placez le focus sur la fenêtre, dites-le, terminé — vos mains n’ont jamais quitté la voie où elles étaient.

Penser à voix haute, utilement. Certaines instructions sortent mieux à l’oral parce que la parole impose la linéarité. On ne peut pas imbriquer des parenthèses avec la bouche.

Ce que ce n’est pas

Section honnêteté. La transcription dans Keebye se fait par lots, pas en flux — le texte apparaît quand vous relâchez la touche, pas mot à mot. C’est très bien pour des prompts (vous parlez, puis ça atterrit d’un bloc), mais cela veut dire que ce n’est pas une expérience de sous-titrage en direct. Le modèle par défaut est réglé pour l’anglais ; la dictée multilingue passe par un moteur distinct sur l’appareil couvrant 25 langues — plus de détails sur les raisons dans la dictée ne devrait pas être réservée à l’anglais. Et aucun outil de dictée ne rend bon un mauvais prompt ; la voix supprime la friction, pas le besoin de réfléchir.

Il existe aussi d’autres bons outils dans ce domaine — Superwhisper et Wispr Flow sont les deux dont on nous parle le plus, et nous avons écrit des comparaisons honnêtes des deux : Keebye vs Superwhisper et Keebye vs Wispr Flow.

Pourquoi cela se cumule

Un seul prompt dicté fait gagner quelques secondes. Ce n’est pas ça, l’histoire. L’histoire, c’est ce que ces secondes bloquaient : chaque voie que vous faites tourner n’avance que quand vous l’alimentez, donc la taxe sur l’alimentation d’une voie est une taxe sur toutes. Supprimez-la, et vous cessez de rationner votre propre attention — vous ajoutez la troisième voie que vous ne lanciez pas parce qu’elle semblait représenter trop de surcharge.

L’origine de tout ça était moins élégante qu’un essai sur le workflow : deux enfants, plusieurs chantiers à fort enjeu, et pas assez de mains. Cette histoire est ici — Deux enfants, trois startups, une seule voix.

Keebye est en accès anticipé pour macOS. Lancez votre essai gratuit ci-dessous, pointez-le vers votre voie la plus chargée, et essayez une séquence concrète : relisez la voie une, dictez une réorientation dans la voie deux, puis répondez à l’humain qui attend dans la voie trois. La voix ne les contrôle pas simultanément ; elle garde chaque voie parallèle alimentée avec moins de coût de passage de relais.