过去一年，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。