過去一年，Typeless、Wispr Flow等AI語音輸入產品逐漸走紅，讓不少人開始嘗試放下鍵盤，直接用說話的方式完成文字輸入。這類產品最吸引我的地方，在於我們終於不需要一邊說話，一邊糾結那些口頭禪、重複的表達和混亂的語序。
那怕想到那裡說到那裡，AI也能最終整理成一段清晰、流暢的文字。
但最近我通過內測體驗了騰訊的Chatterfly，對於AI時代的語音輸入產品又有了不同的想法和感受。第一次瞭解Chatterfly，可能很容易想到Typeless，二者都能通過AI潤色語音輸入，直接改寫和翻譯選中文字。
不過，深入體驗之後，我發現Chatterfly做了一些有意思的嘗試。尤其是引入Skills後，它可以針對工作匯報、Vibe Coding等任務進行專門的內容最佳化，同時兼顧國內使用者更熟悉的拼音輸入與詞庫習慣，更是帶來了一種新的AI語音助手體驗。
但對於每天都要寫報導、研究產品，還經常和AI打交道的科技編輯來說，這些設計究竟能帶來多少實際幫助？
01. 從語音轉文字，到說完即成稿
首先說明下，Chatterfly目前還在邀測階段，有macOS和Windows版本，iOS和Android版本尚未推出，以下僅代表我們在當前版本（1.0.10.13541）的使用體驗。
坦白說，剛開始體驗Chatterfly時，我並沒有抱太高期待。畢竟，今天無論是搜狗、微信輸入法，還是Typeless，語音識別都已經足夠成熟。真正影響使用體驗的，反而是精準識別之後的工作。
真實環境下的口頭表達通常沒有那麼嚴謹，存在大量重複、口癖，有時說到一半突然想到需要補充的資訊，有時又會推翻剛才的想法。如果只是原封不動地記錄下來，最後還是需要自己重新整理。
Chatterfly的核心體驗之一，就是省掉這些額外工作。比如在日常工作中，看到一個值得關注的科技行業動態，我可能會先想到幾個零散的問題：這家公司為什麼突然推出這款產品？相比競爭對手有什麼不同？背後是不是反映了某種行業變化？
過去習慣先把這些問題整理成相對完整的文字，再交給AI進行初步研究。現在我可以把腦子裡的想法直接說出來，直接讓Chatterfly幫忙整理。
Chatterfly比較有意思的地方，還在於它針對不同的使用場景提供了專門的Skills。
在目前體驗的內測版本中，Chatterfly已經提供了提示詞最佳化、項目推進、行銷文案、工作匯報、會議紀要等多種Skills。按照自己的需求開啟，之後Chatterfly就會結合當前輸入場景，智能選擇相應的Skills進行潤色和整理。
尤其是「提示詞最佳化」。現在使用AI檢索資料、分析問題，甚至Vibe Coding一些日常使用的小工具，已經是我工作中的常態。問題在於，想讓AI精準完成任務，往往需要交代很多背景、限制條件和具體要求。
比如最近，我就在嘗試基於雷科技後台的圖床開發一個小工具。Vibe Coding雖然讓寫程式碼容易了許多，但想讓AI精準理解開發需求，仍然需要交代清楚功能、互動和各種限制條件。尤其是一些複雜需求，自己寫Prompt也要花不少時間。
Chatterfly提供了一種更輕鬆的Vibe Coding方式。我直接用口語把需求說出來，想到那裡說到那裡，不需要考慮各種口癖、停頓，還能隨時補充、修改要求。最後Chatterfly都能通過Skills整理成結構更加清晰、方便AI理解和執行的Prompt。
包括在工作溝通中，向同事或者上級同步工作進度，簡單說清楚目前做了什麼、發現那些問題、接下來準備如何推進，不需要花什麼時間在具體的表達上，Chatterfly就可以結合工作場景，整理成一段條理清楚的消息。
當然，對於科技編輯來說，語音輸入還繞不開大量的專業術語。比如富士X-T5，我們可能會直接說成「叉T5」，Chatterfly能夠結合上下文將其規範為「X-T5」。此外，它還支援個人詞庫，既能匯入本地搜狗輸入法詞庫，還能根據平時語音輸入後的修改結果，自動學習詞彙。
比如最近我都在關注全彩AI眼鏡，包括已經發佈的Rokid Color，和預告發佈的雷鳥iO+，第一次語音輸入Chatterfly還會輸錯，但修改後就能自動記憶學習。
02. 從輸入到執行，Chatterfly還能做更多
如果說語音輸入與智能潤色，還只是讓表達更加輕鬆，那麼Chatterfly最近的幾次更新，則讓我開始嘗試另一種AI使用方式。
通過語音指令，Chatterfly現在已經可以進行聯網問答、連續追問、修改已有內容等操作。使用者不需要先輸入文字，再複製到其他AI聊天窗口處理，直接說出自己希望完成的事情。
先說一個比較生活化的例子。周末一家人帶娃出遊，從深圳北站出發，不自駕，想把一家人的總預算控制在300元以內。對著Chatterfly只要簡單交代下這些需求和條件，就可以讓Chatterfly幫忙尋找、比較適合的目的地。
再補充上午10點入館、下午1點結束、需要安排午飯等要求，還能讓Chatterfly接著完善出行方案，給出更具體的交通路線、附近餐飲和行程安排。
整個過程可以像聊天一樣不斷補充需求，省去了反覆搜尋、整理資訊的麻煩，也不用在搜尋引擎、地圖和AI聊天窗口之間來回切換。
這就和傳統語音輸入工具存在根本的區別。傳統語音輸入的任務基本就是將語音轉換為文字，真正的資訊檢索和任務處理，往往還需要交給其他產品才能完成。但Chatterfly將兩者結合起來，讓一次語音輸入自然延伸成一段連續的任務處理過程：
開口即開工。
不過，比起聯網問答，我更感興趣的還是Chatterfly直接修改已有文字的能力。在日常寫稿中，我經常會遇到一種情況：某段文字基本已經寫好，但讀起來不太順暢，可能存在重複表達，或者幾個句子的前後順序需要調整。
過去的辦法是，要麼自己反覆修改，要麼把這段文字複製到AI聊天窗口，附上具體要求，等AI輸出後再複製回來。但用Chatterfly，我可以直接選中已有內容，通過語音告訴AI具體的意見和想法，就能直接完成修改。
比如一段工作匯報存在大量冗餘表達，可以要求刪除重複內容並調整結構，同時統一術語。對於稿件中的某些段落，可以保留事實和關鍵判斷，只處理語序、重複表達和不夠自然的措辭，也可以明確要求補充論據和邏輯。
俗話講，「兩點之間，直線最短。」修改一兩句話或者幾個段落，相比再增加一個需要主動打開的AI助手，讓AI在原來的工作介面完成，毫無疑問是一種更加自然、方便的互動方式。
Chatterfly還加入了翻譯模式，支援使用者直接說中文、輸出英文。比如要給海外廠商傳送郵件，詢問一款新品的技術規格、上市安排或者採訪可能性時，可以直接用中文說出需求，再轉換成符合英文郵件習慣的表達。
還有一個容易被忽略，卻直接影響Chatterfly使用頻率的功能，就是全域喚起。
在最近的版本更新中，Chatterfly支援了通過全域快速鍵呼叫語音輸入。即使當前使用的是其他輸入法，也不需要專門切換到Chatterfly，就能直接喚起語音能力。
這一點我相當認可。對於已經習慣某套輸入法和快速鍵的使用者來說，貿然更換主力輸入工具其實有不小的遷移成本。尤其是每天需要輸入大量文字的人，拼音輸入和候選詞的使用已經形成了肌肉記憶，快捷操作也是如此。
相比強迫使用者改變習慣，Chatterfly選擇讓AI語音能力隨時出現在原有工作流程中，反而更容易讓人開始嘗試。
03. 更快、更自然，AI的另一種使用方式
這段時間體驗下來，Chatterfly給我最大的感受，就是AI可以更自然地融入日常工作。尤其是在寫Prompt、整理工作消息和修改文字這些場景中，很多原本需要反覆操作的事情，現在開口就能完成。
單獨來看，每次可能只省下幾分鐘，但對於每天需要處理大量資訊、頻繁使用AI的人來說，這種體驗上的改善還是相當明顯的。
Chatterfly產品團隊的迭代速度也讓我印象深刻。從版本更新記錄來看，內測階段的Chatterfly基本保持了每周迭代的節奏。從語音指令、全域喚起、翻譯模式，到專業術語識別、自動學詞和語音歷史管理，很多功能都在持續完善。
而這，還遠不是Chatterfly的「完全體」。除了在桌面端進行輸入，實際上我們在移動端上還有大量的語音輸入需求，所以我很期待Chatterfly團隊可以盡快推出iOS和Android端，不僅因為我覺得手機上同樣需要Chatterfly這種AI原生思路的輸入產品，也因為移動端的補全，能讓產品在更複雜但也真實的實際場景中快速迭代。
當然我也期待看到Chatterfly能夠繼續圍繞Skills做更多探索，針對不同職業、不同工作場景提供更加細緻的最佳化，讓AI真正理解使用者想要完成的事情。
至少現在，Chatterfly已經讓我開始習慣在一些場景中放下鍵盤，直接通過語音和AI溝通。而隨著產品繼續完善，或許它能進一步融入我的日常工作，成為一個隨時可以開口、用起來足夠順手的AI助手。 (雷科技)