A diktálásod sosem tűnhet el csak úgy

Kilencven másodpercnyi pontosan-ahogy-gondoltam — egy teljes PR-leírás, egy gondos válasz egy ügyfélnek —, aztán a beszúrás pillanatában elromlik valami apróság. A célablak nem volt fókuszban. A beillesztés nem fogott. Az app megbicsaklott. És a szöveg egyszerűen nincs. Nem mentődött el sehová. Nem ül egy pufferben. Nincs. Bármelyik diktálási folyamatnak megvan ez a hibamódja, amely a beszúrást tekinti az átirat egyetlen példányának.

Ami ezután jön, az sajátos, aránytalan düh, és szerintem jogos. Nem az elveszett másodpercek a lényeg. Hanem az, hogy elvégezted a munkát — megkomponáltad a gondolatot, jól mondtad ki, a gép még helyesen is írta át —, és az eszköz megsemmisítette az eredményt egy kézbesítési probléma miatt. A második felvétel sosem olyan jó, mint az első. Aki már újradiktált egy bekezdést emlékezetből, tudja, hogy nem reprodukálod; egy laposabb unokatestvérét állítod elő.

Én is veszítettem el így diktálásokat, más eszközökben, még mielőtt a Keebye létezett volna. Ez az egyik kis vészhelyzet, amelyek köré az app épült.

Miért tűnik el csak úgy a bediktált szöveg?

Ez nem egyetlen szolgáltató hibája. Kategóriaszintű tervezési döntés, és érdemes megérteni, miért hozta meg a kategória.

A diktálóapp cső, nem szerkesztő. A beszéd bemegy az egyik végén; a szöveg kijön a másikon, valaki más ablakába — egy terminálba, egy Slack-mezőbe, egy Google Docsba. Nincs saját dokumentuma, és épp ettől lesznek ezek az eszközök láthatatlanok és gyorsak. De azt jelenti, hogy az átirat gyakran pontosan egy pillanatig létezik: a beszúráskor. A beszúrás pedig a legtörékenyebb lépés az egész folyamatban. Attól függ, melyik ablak van fókuszban a kézbesítés milliszekundumában, attól, hogy a vágólapot nem előzi-e meg egy másik app, attól, hogy a kisegítő lehetőségek engedélyei épp jó passzban vannak-e, és attól, hogy a célalkalmazás egyáltalán elfogad-e szintetikus bevitelt. Amikor ezek bármelyike elbukik, a tiszta csőnek nincs mögötte semmi. A víz a padlón van.

Van egy elvi ok is, amiért az eszközök húzódoztak a másolatok megőrzésétől: mindannak a naplója, amit valaha bediktáltál, érzékeny. A diktálásaid a te üzeneteid, a te promptjaid, a te félkész döntéseid. Az a szolgáltató, amely tárolja ezeket — különösen bárhol egy felhő közelében —, felelősséget teremtett magának, és a felelősség elkerülésének egyszerű módja, ha semmit nem őriz meg. A felhasználók ezt az óvatosságot múlékonyságként öröklik meg: a szolgáltató szemszögéből a legbiztonságosabb diktálás az, amelyik sosem létezett.

Értem a logikát. Csak szerintem rossz félre optimalizál. A helyi előzmények megőrzésének hibamódja egy fájl a saját lemezeden. A semmi megőrzésének hibamódja az, hogy a munkád elpárolog, mert egy ablak elvesztette a fókuszt.

Mit tart meg a Keebye, és hol

A Keebye tehát előzményeket tart, alapból bekapcsolva, és itt pontosan az áll, ez mit jelent — se több, se kevesebb.

Bekapcsolt előzményekkel minden befejezett diktálás egy helyi SQLite-adatbázisba íródik a Maceden (rusqlite, WAL mód, ha valakit érdekel a vízvezeték). A fájl az app-support könyvtárban lakik — com.keebye.app/keebye.db —, és sosem hagyja el a gépet. Nincs szinkron, nincs feltöltés, nincs fiók, amihez tartozna. Egy fájl, a lemezeden, a te tulajdonodban.

A helyreállítást a szövegvesztés két valódi módja köré terveztük. A gyakori esetnek — a beszúrás épp elbukott, egy másodperce — van a leggyorsabb útvonala: a tálcamenüben van egy Copy Last Dictation elem. Kattints rá, a legutóbbi diktálásod a vágólapon van, illeszd be oda, ahová szánták, és mehetsz tovább. A ritkább eset — „kedden bediktáltam valamit, és vissza kell kapnom” — a Dictation History… menüponton át megy, egy ablakon, amelyben a teljes lista van: kereshetően, bejegyzésenkénti törléssel és egy mindent törlő gombbal arra az esetre, ha tiszta lapot akarsz.

A megőrzés 30 nap, automatikus kikényszerítéssel. A tisztítás az adatbázis megnyitásakor fut, és minden beszúrás után újra, tehát az ablak valóban 30 nap, nem „úgy 30 nap, amikor épp sorra kerül”. És ha a régi, múlékony viselkedést szeretnéd — vannak, akiknek ez a helyes, és mindjárt kitérek rá, kiknek —, az előzmények egy beállítás (history_enabled), és a kikapcsolása azt jelenti, hogy egyáltalán semmi nem íródik ki.

Csak szöveg. Hang soha.

A legjobban az érdekel, ami az előzmény nem. Csak szöveg. A Keebye előzményeinek sémájában nincs hangoszlop — nem egy kikapcsolt hangmegőrzési beállítás, hanem nincs oszlop. Magukat a felvételeket sosem tároljuk. Ez szerkezeti, tervezett dolog: már egy „írd meg Andreinek, hogy a migráció egy hetet csúszik” átirat is elég érzékeny; a hangod, ahogy ezt mondja, időbélyeggel, más nagyságrendű műtárgy, és nem akartam, hogy az app képes legyen ilyet felhalmozni.

Még egy árnyalat, amely többet számít a szószámánál: ha biztonságos mezőbe diktálsz — jelszó típusú bemenetbe —, az előzmény nem rögzíti. Az az egyetlen hely, ahol még egy szöveges nyom is rossz volna, az az egyetlen hely, ahol nem tartunk ilyet.

Ez ugyanaz a hozzáállás, mint az app többi részében — a beszédfelismerés az eszközön fut, amiről a saját nyelveden való diktálás kapcsán írtunk —, de az előzményeknél tétetik próbára, mert ez az egyetlen hely, ahol a Keebye egyáltalán megőrzi a szavaidat. A helyi, csak szöveges, önmagát törlő megoldás tűnt annak a formának, amely kiérdemli az alapból bekapcsolt állapotot.

Az őszinte korlátok

Őszinteségi szakasz, mint mindig.

Nem tudod újrahallgatni. A csak szöveg két irányba vág. Ha az átírás rossz volt — a modell félrehallott egy nevet, elrontott egy számot —, az előzmény hűségesen megőrzi a rossz szöveget, és a hang, amely eldönthetné a vitát, tervezésénél fogva nincs meg. A legtöbb helyreállítási esetben ez nem számít; a hiba a beszúrás volt, nem az átirat. De ha hangjegyzet-archívumként akartad használni a diktálási előzményeket, ez szándékosan nem az.

A harminc nap az harminc nap. Az előzmény védőháló, nem archívum. Ha egy diktálás egy hónapon túl is számít, akkor a helye az a dokumentum, amelybe bediktáltad, nem az app adatbázisa. A tisztítás nem kérdez.

A csak helyi az csak helyi. Az előzményeid nem követnek téged gépről gépre. Az asztali gépen készült diktálás a laptopról nem hozható vissza. Adatvédelmi funkcióként mutatom be, és az is — semmi nem szinkronizálódik, mert semmit nem továbbítunk —, de nem teszek úgy, mintha ne lenne egyben korlát is. Mindkettő. Neked kell tudnod, melyik a kettő közül, mielőtt támaszkodsz rá.

És a határeset: ha te vagy az az ember, akinek a fenyegetettségi modellje azt mondja, hogy semmilyen nyom, kapcsold ki az előzményeket. Egyetlen beállítás, és az app teljesen tiszteletben tartja. Az alapból bekapcsolt állapot a legtöbb felhasználónak jó döntés, akik inkább visszakapnák a múlt keddi bekezdést; a többiek számára viszont nem lehet csapda.

A munkának ne legyen egyetlen hibapontja

A mélyebb ok, amiért ez a funkció létezik: a napomat párhuzamos lane-ekként viszem — az egyik ablakban agentek építenek, a másikban emberek várnak —, és a hang az a csatorna, amely mindegyiket eteti. Ez a munkafolyamat az egész előfeltevése a Claude Code vezetése hanggal írásnak. Az a csatorna, amely időnként megsemmisíti a saját rakományát, nem az a csatorna, amelyre munkanapot építesz. A fejlesztők elvárják a helyreállítási útvonalakat — visszavonás, naplók, reflogok, kuka —, sok diktálási folyamat mégsem kínál ezzel egyenértékűt, amikor a beszúrás elbukik.

Ha ebben a kategóriában mérlegelsz eszközöket, az összehasonlításaink őszinték arról is, hol ragyognak mások: Keebye vs Superwhisper és Keebye vs Wispr Flow. Az eltűnő szövegnek pedig van egy testvérpanasza — a diktálás első szavát felfalja a mikrofon, mielőtt felébredne —, amelyet a miért falják fel a diktálóappok az első szavadat írásban fejtettünk ki.

A Keebye korai hozzáférésben érhető el macOS-re. Indítsd el lent az ingyenes próbaidőszakot, diktálj be egy bekezdést, hibázd el szándékosan a célablakot, majd a Copy Last Dictation funkcióval hozd vissza a szöveget. A rossz fókusz továbbra is egy helyreállítási lépésbe kerül; a gondolatba viszont már nem kell.