Диктування промптів паралельним агентам, доріжка за доріжкою

Коли ви вперше запускаєте двох агентів для коду поруч, щось відчувається не так, і назвати це вдається не одразу. Кожен агент швидкий. Кожен окремо був би явним виграшем. Разом вони мали б дати виграш подвійний. Натомість день виходить роздрібненішим, ніж був з одним, і надвечір зроблено менше, ніж ви розраховували.

Причина не в агентах. Причина у формі того, що їм потрібно на вхід. Агент для коду працює на прозі: «розділи обробник, збережи публічну сигнатуру, додай тест на гілку тайм-ауту». Прозу дешево придумати й дорого доставити, бо доставити її означає завести руки й увагу в потрібне вікно в потрібний момент. З одним агентом цей момент збігається з вашим природним ритмом. З трьома моменти надходять коли надходять, і кожен перериває те, посеред чого ви були.

Ця стаття — про проблему доставки, а не про проблему мислення. Це практичний процес диктування промптів у паралельні агентські доріжки на Mac, із чесно переліченими обмеженнями. Якщо ви не читали керування Claude Code голосом, там розібрано основи для однієї доріжки; тут припускається, що доріжок у вас більше ніж одна.

Чому паралельні доріжки карають саме за набір тексту

У промпта три ціни: сформулювати, доставити й відновитися після. Формулювання неминуче й відбувається переважно в голові. Доставка, коли ви друкуєте, означає перевести фокус у термінал агента, знайти рядок вводу, набрати сорок-вісімдесят слів і натиснути Enter. Відновлення — це повернутися до того, чим ви займалися, перш ніж агент запитав.

З однією доріжкою ціна доставки мала, бо ви, найпевніше, і так дивилися в той термінал. З паралельними доріжками — майже ніколи. Доріжка один ставить питання, поки ви читаєте diff другої. Питання просте, відповідь — одне речення. Але щоб відповісти, треба вийти з diff, а повернувшись, ви перечитуєте останні тридцять рядків, щоб знайти, де спинилися.

Помножте на кожне скерування, кожне «так, продовжуй», кожне «ні, інший файл» — і накладні витрати накопичуються. Паралельні доріжки провалюються не тому, що агенти повільні. Вони провалюються тому, що шиною повідомлень стаєте ви, а в шини повідомлень, яка мусить фізично переміщатися між вікнами, жахлива затримка.

Голос прибирає більшу частину ціни доставки. Очі лишаються на diff: утримали клавішу, сказали речення, відпустили. Слова опиняються в полі вводу агента. Ви нікуди не йшли.

Налаштування, яке працює

Ось воно, навмисне нудне.

Гаряча клавіша, а не вікно. Keebye живе в рядку меню і слухає гарячу клавішу утриманням або одним натисканням (типово права ⌘; є ще варіанти Fn і права ⌥, а Esc скасовує диктування на ходу). Немає застосунку, який треба відкривати, і немає режиму, у який треба входити. Утримали, сказали, відпустили. Це важливіше, ніж звучить: інструмент диктування, якому потрібне власне вікно, — це просто ще одна доріжка.

Вставлення у сфокусоване поле. Транскрипція потрапляє туди, де стоїть курсор. Типово це вставлення, з розбиттям на частини з урахуванням особливостей термінала, щоб довгий промпт не перевантажив шелл. Якщо ваші агенти живуть усередині tmux або через SSH, де вставлення поводиться погано, є опційний режим набору, який вводить текст натисканнями клавіш Unicode; коли його вмикати — у статті диктування, яке витримує термінал.

Пакетно, а не потоком. Keebye транскрибує на відпускання клавіші, однією фразою. Слова не з’являтимуться, поки ви говорите. Для промптів це правильний обмін: ви хочете, щоб речення надійшло цілим і вже очищеним, а не спостерігати, як воно проявляється слово за словом, поки в полі вводу агента лежить половина думки.

Усе на пристрої. Розпізнавання працює локально (типова модель налаштована на англійську, а за бажання вмикається модель на 25 мов). Після завантаження моделі все працює з вимкненим Wi-Fi. Для промптингу агентів річ тут не так у пафосі приватності, як у затримці: звернення до сервера немає, тож короткий промпт готовий майже одразу, щойно ви відпустили клавішу.

Ритм перемикання доріжок

У процесу, який зрештою закріпився, три звички.

Очі лишаються на доріжці, яка потребує судження. У будь-який момент є одна доріжка, де ваша увага доречна, — зазвичай це diff або вивід тестів. Її ви й читаєте. Решта отримують лише короткі усні інструкції. Коли другій доріжці потрібне рішення, ви кидаєте погляд, клікаєте в її поле вводу, утримуєте клавішу, вимовляєте рішення, відпускаєте й клікаєте назад. Клік — єдина механічна ціна; саме речення безкоштовне.

Промпти вимовляються повними реченнями. Агенти дають раду повним реченням краще, ніж телеграфним уривкам, а диктування видає повні речення природно, бо люди так говорять. «Відкоти зміну схеми, але залиш перейменування в API, потім перезапусти міграцію і покажи мені вивід» — нормальний вимовлений промпт. Набирати його руками — нудьга.

Слова-паразити зникають, зміст — ні. Очищення в Keebye типово ґрунтується на правилах: воно прибирає «um», «е-е», повторене слово й лишає ваше формулювання в спокої. Є опційне шліфування локальною LLM на пристрої для охайніших речень, а за ним стоїть захист достовірності: він відкочується до буквальної транскрипції, коли у відшліфованому варіанті видно серйозну втрату токенів, розростання чи повтори. Цей захист — евристика, а не змістова перевірка: він не підтверджує, що відшліфований текст зберіг ваше значення чи заперечення. Для промптингу агента більшість лишає шліфування вимкненим: буквальна транскрипція — рівно те, що ви сказали, і саме це ви хочете віддати агентові на виконання.

У чому голос хороший, доріжка за доріжкою

Не кожен промпт хоче бути вимовленим. За кілька місяців розклад вийшов приблизно такий.

Скерування й продовження: завжди голосом. «Продовжуй». «Ні, інший конфіг». «Додай тест на порожній випадок і прожени заново». Це найчастіші промпти в паралельній сесії, і всі вони завдовжки в один вдих.

Зауваження в рев’ю: переважно голосом. Читати diff і промовляти, що з ним не так, — природно. «Цикл повторних спроб ковтає помилку, залогуй її до sleep, а кількість спроб обмеж п’ятьма». Диктування ловить це в темпі мовлення, поки очі лишаються на коді.

Первинна постановка задачі: по-різному. Довгий структурований бриф зі шляхами до файлів і обмеженнями все ще виграє від набору руками — або від того, щоб надиктувати чернетку й потім її відредагувати. Голос добрий для прози; точні ідентифікатори простіше набрати. Тут допомагає власний словник: додайте назви модулів вашого проєкту й повторюваний жаргон один раз — і вони перестануть транскрибуватися як найближче англійське слово.

Усе, що містить код: руками. Диктувати регулярний вираз — погана затія. Диктуйте інструкцію («напиши регулярку, яка збігається із заголовком версії»), а не артефакт.

Чесні обмеження

Частина з них — про Keebye, частина — про всю категорію.

Затримка першого диктування. Мікрофон прогрівається після першого диктування за сесію й після цього тримає перед-запис у 500 мс. Найперше утримання за день може заплатити ціну старту потоку, а слово, вимовлене до того, як буфер увімкнувся, може обрізатися. Механіку розбирає стаття чому застосунки диктування з’їдають ваше перше слово.

Точність на ідентифікаторах. Імена змінних у snake_case і внутрішні абревіатури — там спотикається будь-яка мовленнєва модель. Словник це зменшує, але не усуває. Перечитуйте промпт, перш ніж натиснути Enter на чомусь незворотному.

Захищені поля. Keebye відмовляється вставляти текст у поля паролів і захищеного вводу. Це зроблено навмисно й іноді незручно, коли термінал просить парольну фразу.

Жодних голосових команд. Тут немає словника на кшталт «новий рядок» чи «виділити все». Keebye — інструмент диктування, а не шар голосового керування. Переміщення між доріжками — усе ще клік або сполучення клавіш.

Лише macOS. Збірка під Windows не випущена.

Куди йти далі

Якщо ваші агенти живуть переважно в одному редакторі, специфіка по інструментах — у посібниках Cursor і Claude Code. Якщо ви обираєте застосунок диктування під такий процес, Keebye vs Superwhisper — чесне порівняння, у якому є й те, де Superwhisper пасує краще.

Стисла версія всього сказаного: паралельним агентам не треба, щоб ви друкували швидше. Їм треба, щоб ви перестали бути найповільнішим переходом між ними. Тримайте очі на доріжці, яка потребує судження, і говоріть до решти.