提示詞寫到卡關？Anthropic 研究員卡帕西改用語音碎念 10 分鐘，讓 AI 自己理出頭緒
跟 AI 對話，多數人的直覺是先想清楚要問什麼，再字斟句酌寫出一段完美提示詞（prompt）。但「vibe coding」一詞的創造者卡帕西（Andrej Karpathy）台灣時間 7 月 22 日在 X 上分享的習慣，恰好反過來：懶得打字時，他會切到語音，對著 AI 放空碎念 10 分鐘，全程意識流，講得亂七八糟也沒關係。
依他自己的觀察，AI 整理後的版本往往比原本更清楚，後續需要修正的地方也比較少。
卡帕西是 OpenAI 創始成員、前特斯拉（Tesla）AI 資深總監，2026 年 5 月起加入 Anthropic 投入預訓練研究。
這套方法為什麼可能有效？
先說結論：語音讓你幾乎不花力氣，就能把背景、限制與顧慮一次補給 AI；依卡帕西的觀察，大型語言模型（LLM）很擅長從這些雜亂的輸入中，推測並整理出你想表達的重點。
卡帕西的解釋是，AI 常常需要更多線索才能理解你要做什麼，但你懶得打字，給的資訊就少。與其擠出一段精簡卻漏東漏西的文字，不如用講的，把背景、目的、卡住的點、還沒想通的猶豫全部倒出來。他觀察到，LLM 回述那團思緒的版本，「往往比你一開始講的乾淨許多」。
換言之，這個方法賭的不是你表達得多好，而是模型從脈絡推測意圖的能力。當 AI 回述的版本與你想的一致，兩邊就完成他所說的「對頻」（mind meld，指想法同步）；依他的經驗，之後需要修正的地方也就變少。
一般做法 卡帕西碎念法 輸入方式 想清楚再逐句打字 切到語音，想到什麼講什麼 AI 拿到的線索 精簡，可能漏掉背景與顧慮 較容易補充完整的背景、限制與顧慮 你花的力氣 高，得先自己整理思緒 降低長篇輸入門檻，整理交給 AI 可能結果 產出後常需來回修改 期待先對齊；卡帕西自述修正變少，效果因人而異
想跟著做，有哪些語音聽寫工具？
卡帕西並未交代自己用哪一套語音工具，貼文裡寫的「/voice」與 Claude Code（Anthropic 的 AI 程式開發工具，在終端機裡執行）的語音聽寫指令同名，只是可行選項之一。由於不少用戶可能沒聽過這個指令，以下依官方文件整理使用重點：
怎麼開：在 Claude Code 輸入 /voice 就能啟用，第一次會跳出麥克風權限請求。預設是「按住空白鍵講話、放開自動轉成文字」；輸入 /voice tap 可改成點一下開始、再點一下送出。語音和打字可以混用，講到一半改用鍵盤修字也行。
哪裡能用：本機的終端機（macOS、Windows、Linux）與 VS Code 擴充功能。因為麥克風必須在本機，網頁版 Claude Code 與 SSH 遠端連線都不支援。
帳號限制：必須用 Claude.ai 帳號登入才有這個功能；用 API 金鑰或企業雲端平台（如 AWS Bedrock）接入的環境不提供。
中文還不行：官方聽寫語言清單目前支援 20 種語言（含日文、韓文），沒有中文；語言設定不在清單內時，會退回英文辨識。
不另外收費：語音轉錄不消耗 token，也不計入用量額度。
工具 怎麼用 留意 Claude Code 語音聽寫（/voice） 輸入 /voice 後按住講話，或點一下開始、再點一下送出 需 Claude.ai 帳號登入、本機使用；官方聽寫語言目前無中文 ChatGPT 聽寫 手機 App 點麥克風圖示錄音，轉成文字後可先編輯再送出 官方提醒轉錄非逐字紀錄，送出前先檢查 系統內建聽寫（iOS／Android／Mac） 鍵盤上的麥克風，任何輸入框都能用 免費，支援中文
想用中文碎念，可改用替代工具Typeless；進階玩家若想讓 Claude Code 進一步支援雙向語音對話，可再研究開源專案 VoiceMode，需自行安裝與設定。
延伸閱讀｜Typeless 是什麼？實測 AI 語音鍵盤：中文辨識超強，口誤贅字都幫你變成完美文稿！
實際碎念時的 3 個小技巧
卡帕西的原話其實很短，本文把可以照做的部分整理成三個小技巧：
開頭先「自首」：第一句先講「以下是語音轉文字，我會講得比較跳，錯字請包涵」，讓模型把辨識錯字當成雜訊處理，不會被奇怪的字詞帶偏方向。
別管邏輯，想到什麼講什麼：跳來跳去、自我矛盾、講到一半改口都沒關係，這些看似雜訊的細節，反而是模型理解你的線索。你不是在下指令，而是把腦袋裡的東西倒給它。
講完請 AI 回述：先別急著要成品，請它用自己的話重述一次你要做的事、列出不確定的地方、一次反問 2 到 3 個問題。這樣若回述版本理解歪了，能在動工前抓出來；確認一致，再讓它去寫文件、寫程式或擬企劃。
這招什麼時候別用？
需要精確事實與數字的工作，以及你想保住的核心能力，別全交給碎念。實際風險有三種：
轉錄可能出錯：語音轉文字不是逐字紀錄，OpenAI 官方也提醒轉錄結果可能與實際說的話有出入。重要的名詞與數字，送出前先掃一眼。
AI 可能補入你沒講的內容：卡帕西 2023 年有個著名論點：LLM 本質上是「做夢機器」（dream machines），幻覺不是故障，而是模型隨時在做的事。它能把碎念整理得又順又完整，也可能把你沒講到的部分填錯。先前介紹過的卡帕西 AI 知識庫設定法提過類似風險：小錯一旦被存下來當成事實，會像雪球一樣越滾越大。
錄音會上傳雲端：Claude Code 與 ChatGPT 的語音功能，都是把錄音送到伺服器處理，不是在本機轉錄。涉及公司機密或個資的內容，開口前先想一下。
最後是能力問題。把「整理思路」長期外包給 AI，自己組織想法、動筆寫作的肌肉可能鈍化。一個實用的平衡做法是，讀完 AI 的產出後，自己動手把理解重寫成幾條精煉重點。腦力激盪、規劃草案放心碎念；涉及精確數字、事實引用或對外發布的內容，AI 整理的版本務必逐項核對。
對中文使用者還有一個加分點：用支援中文的聽寫工具碎念時，中英夾雜、想不到精準的中文詞就直接講英文，AI 多半也能整理成通順的中文，不必為了「講乾淨」而卡住。
如果你常苦惱提示詞怎麼寫都不到位，不妨反過來試試卡帕西的方法：先把腦中的東西全部倒出來，再讓 AI 整理；先確認它聽懂，再讓它動工；最後，把事實查核與關鍵判斷留在自己手上。下次打開 AI，深呼吸，講就對了。
延伸閱讀｜碎片化時間也能拿來做簡報？手機錄音+ NotebookLM，打造從 0 到 1 的 AI 工作流
（本文轉載自《數位時代》，初稿為 AI 編撰）
延伸閱讀
實測｜AI 會議助理 Otter.ai、GitMind、Zoom AI Companion，哪款最強？優缺點、適用對象、情境一次看
ChatGPT 錄音模式上線！2 小時會議一鍵生成重點摘要＋待辦清單
我用 Perplexity 打造會「自動跑」的工作流程！3 步驟串接 Google 日曆，不用再手動查客戶資料