Диктовать промпты параллельным агентам: дорожка за дорожкой

Когда вы впервые запускаете двух кодовых агентов рядом, что-то ощущается не так, и назвать это удаётся не сразу. Каждый агент быстр. Каждый по отдельности был бы явным выигрышем. Вместе они должны были бы дать выигрыш двойной. Вместо этого день оказывается более раздробленным, чем был с одним агентом, и к вечеру сделано меньше, чем вы рассчитывали.

Причина не в агентах. Причина в форме того, что им нужно на вход. Кодовый агент работает на прозе: «раздели обработчик, сохрани публичную сигнатуру, добавь тест на ветку таймаута». Прозу дешево придумать и дорого доставить, потому что доставить её — значит поставить руки и внимание в нужное окно в нужный момент. С одним агентом этот момент совпадает с вашим естественным ритмом. С тремя моменты приходят когда придут, и каждый прерывает то, посреди чего вы были.

Эта статья — про проблему доставки, а не про проблему мышления. Это практический процесс диктовки промптов в параллельные агентские дорожки на Mac, с честно перечисленными ограничениями. Если вы не читали управление Claude Code голосом, там разобраны основы для одной дорожки; здесь предполагается, что дорожек у вас больше одной.

Почему параллельные дорожки наказывают именно за набор текста

У промпта три цены: сформулировать, доставить и восстановиться после. Формулировка неизбежна и происходит в основном в голове. Доставка, когда вы печатаете, означает: перевести фокус в терминал агента, найти строку ввода, набрать сорок-восемьдесят слов и нажать Enter. Восстановление — это вернуться к тому, чем вы занимались до того, как агент задал вопрос.

С одной дорожкой цена доставки мала, потому что вы, скорее всего, и так смотрели в этот терминал. С параллельными дорожками — почти никогда. Первая дорожка задаёт вопрос, пока вы читаете диф второй. Вопрос простой, ответ — одно предложение. Но чтобы ответить, надо уйти из дифа, а вернувшись, вы перечитываете последние тридцать строк, чтобы найти, где остановились.

Умножьте на каждую корректировку, каждое «да, продолжай», каждое «нет, другой файл» — и накладные расходы копятся. Параллельные дорожки проваливаются не потому, что агенты медленные. Они проваливаются потому, что шиной сообщений становитесь вы, а у шины сообщений, которой приходится физически перемещаться между окнами, ужасная задержка.

Голос убирает большую часть цены доставки. Глаза остаются на дифе: удержали клавишу, произнесли фразу, отпустили. Слова оказываются в поле ввода агента. Вы никуда не уходили.

Настройка, которая работает

Вот она, нарочно скучная.

Горячая клавиша, а не окно. Keebye живёт в строке меню и слушает горячую клавишу удержанием или одиночным нажатием (по умолчанию правая ⌘; есть ещё варианты Fn и правая ⌥, а Esc отменяет диктовку на ходу). Не надо открывать окно приложения и не надо входить в режим. Удержали, сказали, отпустили. Это важнее, чем звучит: инструмент диктовки, которому нужно собственное окно, — это просто ещё одна дорожка.

Вставка в поле в фокусе. Расшифровка попадает туда, где стоит курсор. По умолчанию это вставка, с разбиением на части с учётом особенностей терминала, чтобы длинный промпт не перегрузил шелл. Если ваши агенты живут внутри tmux или по SSH, где вставка ведёт себя плохо, есть опциональный режим набора, который вводит текст нажатиями клавиш Unicode; когда его включать — в статье диктовка, которая выживает в терминале.

Пакетно, а не потоком. Keebye расшифровывает по отпусканию клавиши, одной фразой. Слова не будут появляться, пока вы говорите. Для промптов это правильный обмен: вы хотите, чтобы фраза пришла целиком и уже очищенной, а не наблюдать, как она проявляется слово за словом, пока в поле ввода агента лежит половина мысли.

Всё на устройстве. Распознавание работает локально (модель по умолчанию настроена на английский, а при желании включается модель на 25 языков). После загрузки модели всё работает с выключенным Wi-Fi. Для промптинга агентов дело тут не столько в приватном пафосе, сколько в задержке: обращения к серверу нет, поэтому короткий промпт готов почти сразу, как вы отпустили клавишу.

Ритм переключения дорожек

У процесса, который в итоге закрепился, три привычки.

Глаза остаются на дорожке, которая требует суждения. В любой момент есть одна дорожка, где ваше внимание на месте, — обычно это диф или вывод тестов. Её вы и читаете. Остальные получают только короткие устные инструкции. Когда второй дорожке нужно решение, вы бросаете взгляд, кликаете в её поле ввода, удерживаете клавишу, произносите решение, отпускаете и кликаете назад. Клик — единственная механическая цена; сама фраза бесплатна.

Промпты произносятся полными предложениями. Агенты справляются с полными предложениями лучше, чем с телеграфными обрывками, а диктовка выдаёт полные предложения естественно, потому что люди так говорят. «Откати изменение схемы, но оставь переименование в API, потом перезапусти миграцию и покажи мне вывод» — нормальный произнесённый промпт. Набирать его руками — занудство.

Слова-паразиты убираются, смысл — нет. Очистка в Keebye по умолчанию основана на правилах: она убирает «um», «э-э», повтор слова и оставляет вашу формулировку в покое. Есть опциональная доводка локальной LLM на устройстве для более аккуратных предложений, а за ней стоит защита достоверности: она откатывается к буквальной расшифровке, когда в доведённом варианте видна серьёзная потеря токенов, разрастание или повторы. Эта защита — эвристика, а не смысловая проверка: она не подтверждает, что доведённый текст сохранил ваше значение или отрицание. Для промптинга агента большинство оставляет доводку выключенной: буквальная расшифровка — ровно то, что вы сказали, и именно это вы хотите отдать агенту на исполнение.

В чём голос хорош, дорожка за дорожкой

Не каждый промпт хочет быть произнесённым. За несколько месяцев расклад получился примерно такой.

Корректировки и продолжения: всегда голосом. «Продолжай». «Нет, другой конфиг». «Добавь тест на пустой случай и прогони заново». Это самые частые промпты в параллельной сессии, и все они длиной в один вдох.

Замечания в ревью: в основном голосом. Читать диф и проговаривать, что с ним не так, — естественно. «Цикл ретраев глотает ошибку, залогируй её до sleep, а число попыток ограничь пятью». Диктовка ловит это в темпе речи, пока глаза остаются на коде.

Первичная постановка задачи: по-разному. Длинный структурированный бриф с путями к файлам и ограничениями всё ещё выигрывает от набора руками — или от того, чтобы продиктовать черновик и потом его отредактировать. Голос хорош для прозы; точные идентификаторы проще набрать. Здесь помогает пользовательский словарь: добавьте названия модулей вашего проекта и повторяющийся жаргон один раз — и они перестанут расшифровываться как ближайшее английское слово.

Всё, что содержит код: руками. Диктовать регулярное выражение — плохая затея. Диктуйте инструкцию («напиши регулярку, которая матчит заголовок версии»), а не артефакт.

Честные ограничения

Часть из них — про Keebye, часть — про всю категорию.

Задержка первой диктовки. Микрофон прогревается после первой диктовки за сессию и после этого держит пред-запись в 500 мс. Самое первое удержание за день может заплатить цену старта потока, а слово, произнесённое до того, как буфер включился, может обрезаться. Механику разбирает статья почему приложения диктовки съедают ваше первое слово.

Точность на идентификаторах. Имена переменных в snake_case и внутренние аббревиатуры — там спотыкается любая речевая модель. Словарь это уменьшает, но не устраняет. Перечитывайте промпт, прежде чем нажать Enter на чём-то необратимом.

Защищённые поля. Keebye отказывается вставлять текст в поля паролей и защищённого ввода. Это сделано намеренно и иногда неудобно, когда терминал просит парольную фразу.

Никаких голосовых команд. Здесь нет словаря вроде «новая строка» или «выделить всё». Keebye — инструмент диктовки, а не слой голосового управления. Перемещение между дорожками — всё ещё клик или сочетание клавиш.

Только macOS. Сборка под Windows не выпущена.

Куда идти дальше

Если ваши агенты живут в основном в одном редакторе, специфика по инструментам — в руководствах Cursor и Claude Code. Если вы выбираете приложение диктовки под такой процесс, Keebye vs Superwhisper — честное сравнение, в котором есть и то, где Superwhisper подходит лучше.

Короткая версия всего сказанного: параллельным агентам не нужно, чтобы вы печатали быстрее. Им нужно, чтобы вы перестали быть самым медленным звеном между ними. Держите глаза на дорожке, которая требует суждения, и говорите с остальными.