Fodpedaler til AI-prompting: Hvorfor folk taler i stedet for at skrive

I stedet for at indtaste hver eneste kommando i ChatGPT, Claude eller Gemini, er der et stigende antal mennesker, der taler dem ind. Det, der startede i udviklerkredse med værktøjer som Wispr Flow, har bredt sig til hverdagens arbejdsgange, og fodpedaler er blevet den foretrukne udløser til håndfri stemmediktat.

At tale går omtrent tre gange hurtigere end at skrive. Den forskel har betydning i forbindelse med AI, fordi længere og mere detaljerede spørgsmål ofte giver bedre svar ved første forsøg og kræver færre opfølgende runder.

Ud over hastigheden mindsker diktatbelastningen for alle, der skriver på tastaturet hele dagen. For personer med RSI, motoriske handicap eller kroniske smerter gør håndfri indtastning AI-værktøjer tilgængelige på måder, som tastaturer ikke kan.

1. Hold en fodpedal nede. Det sender en genvejstast til din computer, hvilket aktiverer en dikteringsapp.
2. Diktatappen lytter, transskriberer din stemme og indsætter teksten ved markøren. Når du slipper pedalen, stopper diktatfunktionen.

Dette fungerer på tværs af hele systemet: AI-chatvinduer, e-mail, kodeditorer og Slack. Det er netop det, der gør det mere fleksibelt end de indbyggede stemmefunktioner på en hvilken som helst enkelt AI-platform.

Pedalen er blot udløseren. Det er disse værktøjer, der udfører arbejdet:

Wispr Flow bruger transskription via skyen med AI-korrektion. Hold Fn (Mac) eller Ctrl+Win (Windows) nede for at tale. Der findes en gratis version, og de betalte abonnementer koster omkring 12–15 $ om måneden.

Superwhisper kører lokalt på Mac, så lyden forbliver på din computer. Hold Option+Mellemrum nede for at tale. Engangsbeløb på omkring 250 $.

VoiceInk er et open source-alternativ til omkring 40 dollar, der tilbyder flere forskellige størrelser af Whisper-modeller.

Diktatfunktionen i operativsystemet er gratis på macOS (dobbeltklik på Globe/Fn) og Windows (Win+H), men aktiveres ved at trykke én gang i stedet for at holde knappen nede, og nøjagtigheden falder ved brug af fagudtryk.

Generiske USB-pedaler (19–30 $) fra iKKEGOL eller PCsensor håndterer et enkelt tastetryk. De er funktionelle og enkle, men begrænset til én handling, og der findes ingen software til at administrere profiler eller udvide funktionaliteten.

Wispr Pedal (99–199 $) opretter forbindelse via Bluetooth og er forudkonfigureret til Wispr Flow med et års abonnement på Flow Pro inkluderet. Den er specielt udviklet til diktering, men er begrænset til én app og ét anvendelsesformål.

Stream Deck Pedal er en USB-controller med tre pedaler, en solid metalbundplade og udskiftelige fjedre til justering af pedalens modstand. Den ene pedal fungerer som push-to-talk. De to andre kan slå mikrofonen fra, udløse makroer, skifte lydkilde eller udføre andre funktioner, som du selv tildeler dem. Smart Profiles opdaterer alle tre automatisk, når du skifter mellem apps. Og med adgang til Elgato Marketplace går den langt ud over blot at være en række genvejstaster.

Den største forskel er fleksibiliteten. Tre pedaler i stedet for én, profiler, der skifter alt efter app, og et plugin-økosystem, der rækker ud over diktering.

Alle ovenstående dikteringsværktøjer fungerer også med en tastaturgenvej. Hold en tast nede, tal, og slip den. ChatGPT og Gemini har også mikrofonknapper i deres tekstfelter, men ingen af dem har en tastaturgenvej til disse. Claude på nettet har slet ingen indbygget dikteringsfunktion, så her er det bedst at bruge et systemdækkende værktøj.

Uanset hvad er det hurtigste måde at finde ud af, om stemmevejledning passer til din arbejdsmåde, at starte med en genvejstast.

Transskriptionens nøjagtighed afhænger af navne, fagudtryk og kodesyntaks. Push-to-talk-funktionen hjælper med baggrundsstøj, men en god mikrofon tæt på munden er vigtigere end nogen softwareindstilling. Og hvis du er bekymret for privatlivets fred, bør du vælge et lokalt værktøj som Superwhisper eller VoiceInk frem for cloudbaserede løsninger.

Installer Wispr Flows gratis version, eller brug dit operativsystems dikteringsfunktion, tildel den en genvejstast, og sig din næste kommando i stedet for at skrive den. Hvis du ofte bruger dikteringsfunktionen, klarer Stream Deck Pedal »push-to-talk«-funktionen, samtidig med at du får to ekstra pedaler til resten af dit arbejdsforløb. Vores guide til opsætning af Stream Deck-genvejstaster viser dig, hvordan du konfigurerer det.