Mendiktekan Prompt ke Agent Paralel, Lane demi Lane

Pertama kali kamu menjalankan dua coding agent berdampingan, ada yang terasa janggal, dan butuh waktu untuk menamainya. Tiap agent cepat. Masing-masing, sendirian, jelas sebuah kemenangan. Bersama-sama semestinya jadi dua kali kemenangan. Tapi harinya justru terasa lebih terpecah dibanding saat hanya ada satu, dan sore hari berakhir dengan lebih sedikit yang selesai daripada yang kamu kira.

Penyebabnya bukan agent-nya. Penyebabnya adalah bentuk input yang mereka butuhkan. Coding agent berjalan di atas prosa: "pecah handler-nya, pertahankan signature publiknya, tambahkan test untuk jalur timeout." Prosa murah dipikirkan dan mahal diantarkan, karena mengantarkannya berarti menaruh tangan dan perhatianmu di jendela yang tepat pada saat yang tepat. Dengan satu agent, saat itu sejalan dengan ritme alamimu. Dengan tiga, saat-saat itu datang kapan pun mereka datang, dan tiap satunya menyela apa pun yang sedang kamu kerjakan.

Tulisan ini soal masalah pengantaran, bukan masalah berpikir. Ini workflow praktis untuk mendiktekan prompt ke lane agent paralel di Mac, lengkap dengan batasan jujurnya. Kalau kamu belum membaca Mengendalikan Claude Code dengan suaramu, tulisan itu membahas dasar untuk satu lane; yang ini mengandaikan kamu sudah menjalankan lebih dari satu.

Kenapa lane paralel menghukum mengetik secara khusus

Sebuah prompt punya tiga biaya: merumuskannya, mengantarkannya, dan pulih sesudahnya. Merumuskan tidak terhindarkan dan sebagian besar terjadi di kepalamu. Mengantarkannya, kalau kamu mengetik, berarti memindahkan fokus ke terminal si agent, mencari baris input, mengetik empat puluh sampai delapan puluh kata, lalu menekan Enter. Pulih berarti kembali ke hal yang sedang kamu kerjakan sebelum agent itu bertanya.

Dengan satu lane, biaya pengantarannya kecil karena kemungkinan besar kamu memang sudah menatap terminal itu. Dengan lane paralel, hampir tidak pernah begitu. Lane satu bertanya sementara kamu sedang membaca diff lane dua. Pertanyaannya gampang; jawabannya satu kalimat. Tapi menjawabnya berarti meninggalkan diff itu, dan saat kembali, kamu membaca ulang tiga puluh baris terakhir untuk menemukan posisimu tadi.

Kalikan dengan tiap arahan ulang, tiap "iya, lanjut," tiap "bukan, file yang satunya," dan overhead-nya menumpuk. Lane paralel tidak gagal karena agent-nya lambat. Mereka gagal karena kamulah yang jadi message bus, dan message bus yang harus berpindah secara fisik antar jendela punya latensi yang mengerikan.

Suara menghapus sebagian besar biaya pengantaran. Matamu tetap di diff, tahan satu tombol, ucapkan kalimatnya, lepas. Kata-katanya mendarat di kolom input agent. Kamu tidak pernah pergi.

Setup yang berhasil

Ini setup-nya, sengaja dibuat membosankan.

Hotkey, bukan jendela. Keebye tinggal di menu bar dan menunggu hotkey tahan-atau-ketuk (Right Command secara default; Fn dan Right Option adalah opsi lainnya, dan Escape membatalkan dikte yang sedang berjalan). Tidak ada jendela aplikasi yang perlu dibuka dan tidak ada mode yang perlu dimasuki. Tahan, bicara, lepas. Ini lebih penting daripada kedengarannya: alat dikte yang butuh jendelanya sendiri cuma jadi satu lane tambahan.

Penyisipan ke kolom yang sedang fokus. Transkripnya disisipkan di mana pun kursormu berada. Secara default itu berupa paste, dengan pemecahan yang sadar-terminal supaya prompt panjang tidak membanjiri shell. Kalau kamu menjalankan agent di dalam tmux atau lewat SSH, tempat paste berperilaku buruk, ada mode mengetik opsional yang menyuntikkan teks sebagai ketukan tombol Unicode; dikte yang bertahan di terminal menjelaskan kapan menyalakannya.

Batch, bukan streaming. Keebye mentranskrip saat tombol dilepas, sebagai satu ucapan. Kamu tidak akan melihat kata-kata muncul selagi bicara. Untuk prompting, ini trade-off yang benar: kamu ingin seluruh kalimat mendarat sekaligus, sudah dirapikan, bukan menontonnya terbentuk kata demi kata sementara input agent sudah berisi separuh pikiran.

Semuanya on-device. Transkripsi berjalan lokal (model default yang disetel untuk bahasa Inggris, atau model 25 bahasa kalau kamu mengaktifkannya). Setelah modelnya diunduh, ia bekerja dengan Wi-Fi mati. Untuk prompting agent, ini lebih soal latensi ketimbang teater privasi: tidak ada perjalanan bolak-balik, jadi prompt pendek siap hampir seketika saat kamu melepas tombol.

Ritme berpindah lane

Workflow yang akhirnya bertahan punya tiga kebiasaan.

Mata tetap di lane yang butuh penilaian. Pada tiap saat, satu lane adalah tempat perhatianmu semestinya berada, biasanya sebuah diff atau output test. Itulah lane yang kamu baca. Yang lain hanya menerima instruksi lisan pendek. Ketika lane dua butuh keputusan, kamu melirik, klik ke input-nya, tahan tombol, ucapkan keputusannya, lepas, lalu klik kembali. Klik itu satu-satunya biaya mekanis; kalimatnya sendiri gratis.

Prompt diucapkan sebagai kalimat utuh. Agent menangani kalimat utuh lebih baik daripada potongan telegrafis, dan dikte menghasilkan kalimat utuh secara alami karena begitulah orang bicara. "Kembalikan perubahan schema-nya tapi pertahankan penggantian nama API-nya, lalu jalankan ulang migrasinya dan tunjukkan output-nya" adalah prompt lisan yang bagus. Sebagai prompt ketikan, ia menjemukan.

Kata pengisi dibuang, maknanya tidak. Pembersihan Keebye berbasis aturan secara default: ia membuang "hmm," "eh," kata yang terulang, dan membiarkan pilihan katamu apa adanya. Ada polesan local-LLM on-device yang opsional untuk kalimat yang lebih rapi, didukung fidelity guard yang jatuh kembali ke transkrip harfiah ketika versi polesannya menunjukkan kehilangan token, pemuaian, atau pengulangan yang parah. Penjaga itu heuristik, bukan pemeriksaan semantik: ia tidak memverifikasi bahwa teks polesan mempertahankan maknamu atau sebuah negasi. Untuk memberi prompt ke agent, kebanyakan orang membiarkan polesannya mati; transkrip harfiah persis apa yang kamu ucapkan, dan itulah yang kamu ingin agent jalankan.

Suara bagus untuk apa, lane demi lane

Tidak semua prompt ingin diucapkan. Setelah beberapa bulan, kira-kira begini pembagiannya.

Arahan ulang dan lanjutan: selalu suara. "Lanjut." "Bukan, config yang satunya." "Tambahkan test untuk kasus kosong dan jalankan ulang." Ini prompt dengan volume tertinggi dalam sesi paralel dan semuanya sepanjang satu tarikan napas.

Umpan balik review: kebanyakan suara. Membaca diff dan menarasikan apa yang salah di dalamnya terasa alami. "Loop retry-nya menelan error-nya, log dulu sebelum sleep, dan batasi percobaannya di lima." Dikte menangkap ini pada kecepatan bicara sementara matamu tetap di kode.

Brief tugas awal: campuran. Brief panjang dan terstruktur dengan path file dan batasan masih lebih baik diketik, atau didiktekan kasarnya lalu disunting. Suara oke untuk prosanya; identifier persis lebih mudah diketik. Kamus kustom membantu di sini: tambahkan nama modul proyekmu dan jargon yang berulang sekali saja, dan mereka berhenti ditranskrip sebagai kata Inggris terdekatnya.

Apa pun yang berisi kode: diketik. Mendiktekan regex itu pengalaman buruk. Diktekan instruksinya ("tulis regex yang cocok dengan header versi"), bukan artefaknya.

Batasan yang jujur

Sebagian ini milik Keebye; sebagian milik kategorinya.

Latensi dikte pertama. Mikrofonnya memanas setelah dikte pertama dalam satu sesi dan menyimpan pre-roll 500 ms setelahnya. Tahanan paling pertama di hari itu bisa membayar biaya mulai-stream, dan kata yang diucapkan sebelum buffer-nya aktif bisa terpotong. Kenapa aplikasi dikte memakan kata pertamamu membahas mekanismenya.

Akurasi pada identifier. Nama variabel snake_case dan akronim internal adalah tempat model bicara apa pun kesulitan. Kamus mengurangi ini, tapi tidak menghilangkannya. Baca prompt-nya sebelum kamu menekan Enter untuk apa pun yang destruktif.

Kolom aman. Keebye menolak menyisipkan ke kolom kata sandi dan kolom input aman. Ini disengaja dan sesekali merepotkan ketika sebuah prompt terminal sedang meminta passphrase.

Tidak ada perintah suara. Tidak ada kosakata "baris baru" atau "pilih semua". Keebye adalah alat dikte, bukan lapisan kendali suara. Navigasi antar lane tetap berupa klik atau pintasan keyboard.

Hanya macOS. Build Windows belum dirilis.

Ke mana selanjutnya

Kalau agent-mu kebanyakan hidup di satu editor, panduan Cursor dan Claude Code memuat spesifik per alat. Kalau kamu sedang memilih aplikasi dikte untuk workflow ini, Keebye vs Superwhisper adalah perbandingan jujur yang juga menyebut di mana Superwhisper lebih cocok.

Versi pendek dari semua di atas: agent paralel tidak butuh kamu mengetik lebih cepat. Mereka butuh kamu berhenti menjadi lompatan terlambat di antara mereka. Biarkan matamu di lane yang butuh penilaian, dan bicaralah pada sisanya.