腾讯Chatterfly上手，语音输入的下一站来了？

去一年，Typeless、Wispr Flow等AI语音输入产品逐渐走红，让不少人开始尝试放下键盘，直接用说话的方式完成文字输入。这类产品最吸引我的地方，在于我们终于不需要一边说话，一边纠结那些口头禅、重复的表达和混乱的语序。

哪怕想到哪里说到哪里，AI也能最终整理成一段清晰、流畅的文字。

但最近我通过内测体验了腾讯的Chatterfly，对于AI时代的语音输入产品又有了不同的想法和感受。第一次了解Chatterfly，可能很容易想到Typeless，二者都能通过AI润色语音输入，直接改写和翻译选中文字。

不过，深入体验之后，我发现Chatterfly做了一些有意思的尝试。尤其是引入Skills后，它可以针对工作汇报、Vibe Coding等任务进行专门的内容优化，同时兼顾国内用户更熟悉的拼音输入与词库习惯，更是带来了一种新的AI语音助手体验。

但对于每天都要写报道、研究产品，还经常和AI打交道的科技编辑来说，这些设计究竟能带来多少实际帮助？

从语音转文字，到说完即成稿

首先说明下，Chatterfly目前还在邀测阶段，有macOS和Windows版本，iOS和Android版本尚未推出，以下仅代表我们在当前版本（1.0.10.13541）的使用体验。

坦白说，刚开始体验Chatterfly时，我并没有抱太高期待。毕竟，今天无论是搜狗、微信输入法，还是Typeless，语音识别都已经足够成熟。真正影响使用体验的，反而是准确识别之后的工作。

真实环境下的口头表达通常没有那么严谨，存在大量重复、口癖，有时说到一半突然想到需要补充的信息，有时又会推翻刚才的想法。如果只是原封不动地记录下来，最后还是需要自己重新整理。

Chatterfly的核心体验之一，就是省掉这些额外工作。比如在日常工作中，看到一个值得关注的科技行业动态，我可能会先想到几个零散的问题：这家公司为什么突然推出这款产品？相比竞争对手有什么不同？背后是不是反映了某种行业变化？

过去习惯先把这些问题整理成相对完整的文字，再交给AI进行初步研究。现在我可以把脑子里的想法直接说出来，直接让Chatterfly帮忙整理。

Chatterfly比较有意思的地方，还在于它针对不同的使用场景提供了专门的Skills。

在目前体验的内测版本中，Chatterfly已经提供了提示词优化、项目推进、营销文案、工作汇报、会议纪要等多种Skills。按照自己的需求开启，之后Chatterfly就会结合当前输入场景，智能选择相应的Skills进行润色和整理。

尤其是「提示词优化」。现在使用AI检索资料、分析问题，甚至Vibe Coding一些日常使用的小工具，已经是我工作中的常态。问题在于，想让AI准确完成任务，往往需要交代很多背景、限制条件和具体要求。

比如最近，我就在尝试基于雷科技后台的图床开发一个小工具。Vibe Coding虽然让写代码容易了许多，但想让AI准确理解开发需求，仍然需要交代清楚功能、交互和各种限制条件。尤其是一些复杂需求，自己写Prompt也要花不少时间。

Chatterfly提供了一种更轻松的Vibe Coding方式。我直接用口语把需求说出来，想到哪里说到哪里，不需要考虑各种口癖、停顿，还能随时补充、修改要求。最后Chatterfly都能通过Skills整理成结构更加清晰、方便AI理解和执行的Prompt。

包括在工作沟通中，向同事或者上级同步工作进度，简单说清楚目前做了什么、发现哪些问题、接下来准备如何推进，不需要花什么时间在具体的表达上，Chatterfly就可以结合工作场景，整理成一段条理清楚的消息。

当然，对于科技编辑来说，语音输入还绕不开大量的专业术语。比如富士X-T5，我们可能会直接说成「叉T5」，Chatterfly能够结合上下文将其规范为「X-T5」。此外，它还支持个人词库，既能导入本地搜狗输入法词库，还能根据平时语音输入后的修改结果，自动学习词汇。

比如最近我都在关注全彩AI眼镜，包括已经发布的Rokid Color，和预告发布的雷鸟iO+，第一次语音输入Chatterfly还会输错，但修改后就能自动记忆学习。

从输入到执行，Chatterfly还能做更多

如果说语音输入与智能润色，还只是让表达更加轻松，那么Chatterfly最近的几次更新，则让我开始尝试另一种AI使用方式。

通过语音指令，Chatterfly现在已经可以进行联网问答、连续追问、修改已有内容等操作。用户不需要先输入文字，再复制到其他AI聊天窗口处理，直接说出自己希望完成的事情。

先说一个比较生活化的例子。周末一家人带娃出游，从深圳北站出发，不自驾，想把一家人的总预算控制在300元以内。对着Chatterfly只要简单交代下这些需求和条件，就可以让Chatterfly帮忙查找、比较适合的目的地。

再补充上午10点入馆、下午1点结束、需要安排午饭等要求，还能让Chatterfly接着完善出行方案，给出更具体的交通路线、附近餐饮和行程安排。

整个过程可以像聊天一样不断补充需求，省去了反复搜索、整理信息的麻烦，也不用在搜索引擎、地图和AI聊天窗口之间来回切换。

这就和传统语音输入工具存在根本的区别。传统语音输入的任务基本就是将语音转换为文字，真正的信息检索和任务处理，往往还需要交给其他产品才能完成。但Chatterfly将两者结合起来，让一次语音输入自然延伸成一段连续的任务处理过程：

开口即开工。

不过，比起联网问答，我更感兴趣的还是Chatterfly直接修改已有文字的能力。在日常写稿中，我经常会遇到一种情况：某段文字基本已经写好，但读起来不太顺畅，可能存在重复表达，或者几个句子的前后顺序需要调整。

过去的办法是，要么自己反复修改，要么把这段文字复制到AI聊天窗口，附上具体要求，等AI输出后再复制回来。但用Chatterfly，我可以直接选中已有内容，通过语音告诉AI具体的意见和想法，就能直接完成修改。

比如一段工作汇报存在大量冗余表达，可以要求删除重复内容并调整结构，同时统一术语。对于稿件中的某些段落，可以保留事实和关键判断，只处理语序、重复表达和不够自然的措辞，也可以明确要求补充论据和逻辑。

俗话讲，「两点之间，直线最短。」修改一两句话或者几个段落，相比再增加一个需要主动打开的AI助手，让AI在原来的工作界面完成，毫无疑问是一种更加自然、方便的交互方式。

Chatterfly还加入了翻译模式，支持用户直接说中文、输出英文。比如要给海外厂商发送邮件，询问一款新品的技术规格、上市安排或者采访可能性时，可以直接用中文说出需求，再转换成符合英文邮件习惯的表达。

还有一个容易被忽略，却直接影响Chatterfly使用频率的功能，就是全局唤起。

在最近的版本更新中，Chatterfly支持了通过全局快捷键调用语音输入。即使当前使用的是其他输入法，也不需要专门切换到Chatterfly，就能直接唤起语音能力。

这一点我相当认可。对于已经习惯某套输入法和快捷键的用户来说，贸然更换主力输入工具其实有不小的迁移成本。尤其是每天需要输入大量文字的人，拼音输入和候选词的使用已经形成了肌肉记忆，快捷操作也是如此。

相比强迫用户改变习惯，Chatterfly选择让AI语音能力随时出现在原有工作流程中，反而更容易让人开始尝试。

更快、更自然，AI的另一种使用方式

这段时间体验下来，Chatterfly给我最大的感受，就是AI可以更自然地融入日常工作。尤其是在写Prompt、整理工作消息和修改文字这些场景中，很多原本需要反复操作的事情，现在开口就能完成。

单独来看，每次可能只省下几分钟，但对于每天需要处理大量信息、频繁使用AI的人来说，这种体验上的改善还是相当明显的。

Chatterfly产品团队的迭代速度也让我印象深刻。从版本更新记录来看，内测阶段的Chatterfly基本保持了每周迭代的节奏。从语音指令、全局唤起、翻译模式，到专业术语识别、自动学词和语音历史管理，很多功能都在持续完善。

而这，还远不是Chatterfly的「完全体」。除了在桌面端进行输入，实际上我们在移动端上还有大量的语音输入需求，所以我很期待Chatterfly团队可以尽快推出iOS和Android端，不仅因为我觉得手机上同样需要Chatterfly这种AI原生思路的输入产品，也因为移动端的补全，能让产品在更复杂但也真实的实际场景中快速迭代。

当然我也期待看到Chatterfly能够继续围绕Skills做更多探索，针对不同职业、不同工作场景提供更加细致的优化，让AI真正理解用户想要完成的事情。

至少现在，Chatterfly已经让我开始习惯在一些场景中放下键盘，直接通过语音和AI沟通。而随着产品继续完善，或许它能进一步融入我的日常工作，成为一个随时可以开口、用起来足够顺手的AI助手。