AI coding 的语音输入指南：不用打字，用语音 prompt Cursor 和 Claude Code
当你能直接描述改动，而不是把它敲出来，vibe coding 会快很多。这里有 6 个完整示例、我们沉淀出的 prompt 模式，以及多语言标识符的处理方式。
TL;DR
如果你在找怎么用语音 prompt Cursor，或者怎么不用逐个拼写标识符也能把 Claude Code dictation 做对，这是一份实用指南。AI coding 的语音输入之所以有效，是因为 prompt 大多是普通语言：上下文、意图、约束和测试预期。Loqua 在此基础上加入了多模态屏幕上下文、结构化 prompt 格式、技术词汇处理，以及句中 EN+Chinese 混合输入。最值得用的 vibe coding voice 工作流包括：长 Cursor prompt、Claude Code debugging、重构规格和测试描述。很短的 "fix this" prompt 用语音不一定更快，真正的收益在信息密度高的指令里。
Loqua 是一款面向 Mac 的上下文感知语音输入工具。它会看你正在什么地方工作，并据此组织输出。对 AI coding 来说，这意味着它可以识别 Cursor 的聊天面板、Claude Code 的终端、ChatGPT 的 prompt 输入框，并输出这些工具最容易处理的 prompt 结构。
这不是一篇泛泛而谈的效率清单。我们自己每天都用语音做 AI coding；在长指令上，prompt 编写时间大约能减半，收益也最大。短 prompt（"fix this"）基本持平。长而结构化的 prompt（重构规格、多文件改动、debug 叙述）才是语音最划算的地方。
为什么语音适合 AI coding
AI coding prompt 的形态和代码不一样。一个好 prompt 通常有：上下文块（我在哪里、我看到了什么、我刚试了什么）、指令块（我想让它做什么）和约束（不要改 X、保留 Y、必须通过 Z 测试）。这是自然语言，不是语法，而自然语言正是语音擅长的部分。
你思考的速度比打字快，写普通文字时轻松快 2×。瓶颈不是你的 mental model，而是键盘输入成本。对于需要向 LLM 解释复杂情况的 prompt，这个差距很重要。Loqua 在基础听写之上补了三件事：它能看到 IDE 状态（所以上下文块可以自动写出来），它能结构化 prompt（system + user，或项目符号步骤列表），还能处理技术词汇，不需要你逐个拼写标识符。
AI coding 设置
本节假设你已经安装了 Loqua（可参考 我们的 Mac 语音写代码设置指南）。唯一和 AI coding 特别相关的配置，是授予 Loqua 辅助功能权限，这样它才能读取当前 app 的选区和相邻文本。macOS Accessibility 的说明在 developer.apple.com；这也是屏幕阅读器和自动化工具使用的同一类 API。
建议养成三个习惯：
- 先选中，再说话。如果你希望 prompt 针对某个具体代码块，先把它选中。Loqua 会把选区作为上下文传入。
- 打开内联聊天面板。在 Cursor 中，聊天面板可见会告诉 Loqua：你是在写 prompt，不是在编辑代码。
- 用停顿表达结构分隔。半秒左右的停顿会被识别为 prompt 中的段落分隔，很适合把上下文和指令分开。
有效的 prompt 结构
经过几个月的语音 prompt，我们沉淀出三类最容易让 LLM 行为稳定的结构。Loqua 会读取你开头怎么 framing，然后据此组织输出。
| 你先说的 framing | 输出形态 |
|---|---|
| "Refactor this so..." | Refactor: [goal]. Constraints: [implicit from selection]. Output: [code]. |
| "Debug this — when I X, Y happens but I expected Z" | 带 steps、expected、actual 的叙述式 bug report。 |
| "Write a spec for..." | 结构化 spec：Goal / Inputs / Outputs / Edge cases / Tests。 |
| "Add a test that..." | 测试描述 + acceptance criteria。 |
| "Explain why this code..." | 普通说明文字，保持技术语气。 |
6 个完整示例
AuthClient. Remove the legacy fallback path — confirmed unused elsewhere in the codebase. Preserve the public function signature.Steps:
1. POST /search with body
{ "query": "" }2. Server responds 500 (expected: 200 with empty array)
Hypothesis: the empty-string path skips the early-return and hits the indexer with an invalid query.
Fix: add an early return for empty queries.
**Goal:** users save a search query and reload it later.
**Inputs:** search query (string), user id, optional name (string, defaults to first N chars of query).
**Behavior:**
- Persist to user's saved-searches collection.
- Sync across devices via existing user-data sync.
- Queryable by name (case-insensitive substring match).
**Edge cases:** duplicate names → suffix with index; deleted user → cascade delete.
- Send 10 requests in a 60-second window — all succeed.
- 11th request should return 429.
- Response must include a
Retry-After header with seconds-remaining value.- Use existing test fixtures for time control.
userController.ts into three modules — authController, profileController, preferencesController. Keep the public API surface unchanged. Update the router to import from the new locations. No behavior changes; this is a structural refactor only.merge function. The test should snapshot the existing outputs so we can detect any drift introduced by the refactor.让 Loqua 看到文件上下文
当你没有选中内容就说 "refactor this"，Loqua 只会发送指令。当你选中了文本，Loqua 会在指令前加入一个简短的上下文块，说明选中了什么：文件名、行号、周围标识符。你不需要自己说这些上下文，多模态层会读取。
这对需要显式上下文的 AI 工具很重要，Claude Code 尤其受益于文件路径和行号。Loqua 的 omni-modal stack 正是让这件事成立的原因。如果你想看研究层面的直觉，可以读更深入的 voice meets vision: omni-modal dictation。
句中 EN+中 混说
我们工程团队的很多讨论是中文夹英文技术词。用这种语域给 AI 工具做语音 prompt，是每天都会发生的事。Loqua 能在不切换模式的情况下处理中英混说：
跨工具复用
同一句语音，说进不同 AI 工具，会生成适合各自目标位置的 prompt。你不用重新组织，Loqua 会处理：
| 工具 | Loqua 生成的 prompt 形态 |
|---|---|
| Cursor（聊天面板） | 带隐式文件上下文的对话式指令 |
| Claude Code（终端） | 带显式文件路径和简短计划的结构化指令 |
| ChatGPT（网页） | 带 section 的 Markdown 格式 prompt |
| Aider（终端） | 带目标路径的直接文件编辑指令 |
你只需要用语音说一次，Loqua 会按目标位置重塑输出。
容易踩坑的地方
- 不要逐字符听写代码。语音适合 prompt 的自然语言部分，让 LLM 生成代码。逐字符说代码会违背这个工作流的意义。
- 选区很重要。如果你希望 Loqua 把选中的代码作为上下文加入 prompt，先选中再说。否则它只会发送指令。
- 长停顿会结束听写。1.5 秒的沉默会被识别为 utterance-end。如果你在句中思考，可以说一个填充词；Loqua 会在输出里去掉填充词，但用它保持录音不中断。
- Cursor 的聊天面板状态很重要。如果面板不可见，Loqua 可能会把你的语音当成代码编辑，而不是 prompt。先打开面板。
- 不要盲目听写生僻标识符。如果有不常见的自定义库名，可以在 Settings 的 Personal Dictionary 中添加，或者把它当成一个词来读。
整体效果是：长指令的 prompt 编写时间大约减半，而且 prompt 本身更好，因为语音会鼓励你解释意图，而不是只说改动名称。这一点比单纯速度更重要。关于更完整的 voice ai coding 模式，包括 voice prompt Cursor 流程、Claude Code dictation，以及长会话里如何少碰键盘，可以继续看上面链接的配套指南。
如果想看为什么语音适合 AI 工作的更长论述，可以读 为什么键盘不是和 AI 一起思考的好工具。
常见问题
今天就试试 Loqua
免费开始。Mac 原生。由每天都在使用它的算法研究者打造。
下载