解放雙手：用 iPhone 對 Claude Code 語音輸入提示詞

瓶頸在於提示詞。

不是 agent、不是網路、不是伺服器——是提示詞。具體來說，是那個你需要在兩場會議之間站在走廊，用 6 吋玻璃鍵盤仔細輸入一段詳細指令的時刻。

這種阻力是真實存在的。它悄悄地讓你不再想用手機來操控 AI 程式工作階段。

Tactic Remote 提供語音輸入功能，直接解決這個問題。你可以用說的方式撰寫提示詞，確認轉錄內容，然後送出——完全不需要打字。

為什麼在手機上輸入長提示詞這麼痛苦

大多數真正有用的 AI 程式指令都不短。

「修掉這個 bug」幾乎從來不管用。真正能推動工作進展的提示詞長這樣：

"In the AuthService class, the token refresh logic is failing silently when the network times out. Check the catch block in refreshToken(), compare with how we handle it in SessionManager, and add a retry with exponential backoff. Don't change the public interface."

這是 45 個字。在桌機鍵盤上，幾秒就打完了。在手機上，卻要耗費相當的心力：自動校正跟你作對、類別名稱和技術術語被改得面目全非，在不同字元集之間切換更是一再拖慢你的速度。

結果可想而知：你縮短提示詞、失去精確度，agent 做的事情跟你要的差了一截，而不是完全吻合。或者你乾脆等到回到電腦前再說。

這兩種結果都是浪費。agent 在跑，工作階段還開著，時機就在眼前，但輸入介面擋在中間。

Tactic Remote 的語音輸入如何運作

Tactic Remote 讓你透過語音轉文字來撰寫提示詞。

流程很簡單：

1. 點選提示詞輸入區的麥克風圖示。
2. 用正常的對話速度說出你的指令。
3. 轉錄文字會以可編輯的形式出現在提示詞欄位中。
4. 確認並視需要修改，然後送出。

你不是把原始音訊傳給 agent。語音輸入產生的是文字——和你打出來的一模一樣。在文字離開手機之前，你完全掌控要送出什麼內容。

這點很重要，原因有幾個。說話比打字快，對大多數人來說尤其如此，在輸入長而有條理的指令時更是明顯。確認步驟確保了準確性：你能在技術術語誤辨識的問題傳到 agent 之前就先抓到。結果會自然地融入 Tactic Remote 其餘的提示詞流程，包括 Quick Prompts 和每個工作階段的 agent 選擇。

語音輸入真正派上用場的時機

語音輸入並非在所有情境都同樣有價值。以下是它最能發揮作用的場合。

需要長篇自然語言指令的時候。 當你需要解釋背景、推理或意圖——而不只是一道命令——說話比打字更快、更自然。散文從說話中自然流出，卻和手機鍵盤格格不入。

走路或通勤途中。 最常見的行動 AI 程式開發模式，是在離開辦公桌時查看一個正在執行的工作階段。如果 agent 完成了某項任務並等待新指令，能夠直接說出下一步指令，而不是停下來、坐好、再打字，可以讓工作階段保持流暢。

在語境中使用技術術語。 在手機上輸入「refactor the OAuth flow in UserSessionController」很尷尬——自動校正一定會來搗亂。說出完整的詞語，再確認轉錄結果，通常比跟軟體鍵盤搏鬥更省事。

無障礙需求。 對於因運動或視覺限制而難以在小螢幕上打字的開發者，語音輸入消除了使用行動 AI 程式工具的一道真實障礙。

複雜指令的初稿。 有時你知道自己想要什麼，但需要透過說話來整理思路。先說出初稿、確認文字、編輯後再送出，往往能產出比從頭打字更乾淨的最終提示詞。

如何善用語音輸入

語音輸入是一種撰寫工具，不是口述管道。確認步驟是工作流程的一部分，不是走個形式。幾個做法能幫助你用得更好。

說完整、有條理的句子。 「Check the error handling in the login flow, compare it with the signup flow, and list any inconsistencies」的效果，遠優於「嗯，就是，幫我看一下登入錯誤處理之類的」。你的說話越有條理，轉錄需要的後製就越少。

精確地命名各項元素。 檔案名稱、類別名稱、函式名稱——清楚、完整地說出來。轉錄後，優先掃描這些術語。如果「AuthService」被辨識成「Awesome」，在送出前改掉它。

送出前一定要確認。 確認步驟是讓語音輸入在技術工作中可靠運作的關鍵。花兩秒鐘掃描轉錄文字，找出誤辨識的術語。這比事後修正一個困惑的 agent 回應要快得多。

結合 Quick Prompts 處理重複性工作流程。 語音輸入最適合那些具有當下特定脈絡的長篇指令。對於你反覆使用的提示詞——「review the current diff」、「summarize this session」、「add tests for the changed behavior」——Quick Prompts 才是正確的工具。兩者搭配使用：當指令是這個當下特有的，用語音；當這個模式是你用過的，用 Quick Prompts。

隨意編輯轉錄文字。 語音輸入欄位就只是一個文字欄位。說完之後，你可以點選任何位置、修正誤辨識的字詞、補充用說的比用打的難輸入的技術細節（特定行號、URL、旗標名稱），以及調整措辭。把它當作起點，不是最終成品。

一個真實的使用情境

以下是一個針對重構指令的語音輸入工作流程實例。

你在搭火車。你的 agent 在家裡的 Mac 上運行著。你收到推播通知，說它完成了上一個任務，正在等候。你打開 Tactic Remote，看到完成的輸出，需要給出下一道指令。

你點選麥克風，說：

"In the DataSyncService, the full sync method is running on the main thread. Move it to a background queue and make sure the completion callback is dispatched back to main. Check if there are any existing tests for this and update them if needed. Don't touch the partial sync method."

轉錄文字落到提示詞欄位中。你掃描一遍：「DataSyncService」正確、「background queue」正確、「dispatched back to main」正確。你送出。

這道指令——61 個字——說出來大約花了 15 秒，確認花了 5 秒。用一根大拇指在地鐵上打出來，要花長得多的時間，而且技術術語還需要仔細修正。

agent 現在解除了等待。你把手機放回口袋。

限制與合理的預期

語音輸入很有用，但不是萬能的。

技術術語——尤其是自創的類別名稱、專案特定術語或不常見的識別符——有時會被誤辨識。確認步驟能在大多數情況下，在造成問題之前攔截這些錯誤。

背景噪音會影響轉錄品質。安靜的環境比吵鬧的街道或嘈雜的辦公室能產出更乾淨的結果。如果準確度下降，就切換回打字，或找個安靜的時機再試。

非常長的指令（好幾段文字）拆成幾個聚焦的片段會比較好。一次說清楚一道指令，比一口氣口述一整套多步驟計畫更可靠。

語音輸入不會解讀或執行任何東西——它只產生文字。你在提示詞欄位中確認的內容，就是 agent 會收到的內容。

撰寫提示詞的輔助工具，而非替代品

語音輸入不會改變一道好提示詞長什麼樣子。它改變的是你在手機上撰寫提示詞的速度和舒適度。

agent 仍然需要清楚的背景、有範疇限制的指令，以及明確的目標。說出一個模糊的提示詞，你只是更快地得到一個模糊的回應。撰寫有效 AI 程式提示詞的技巧，不管你是打字還是說話，同樣都適用。

語音輸入消除的，是讓行動 AI 程式開發感覺費力的主要原因之一：在非辦公桌的場合，在小鍵盤上仔細撰寫指令的肢體阻力。

這種阻力並非行動裝置的本質。這是工具問題。消除它，讓手機成為操控辦公桌上那台 agent 時，更有能力的控制介面。

---

如果你想建立一套反覆使用的提示詞庫，請閱讀 Quick Prompts Are Workflow Memory。如果想更全面地了解非同步工作流程模式——讓 agent 執行、收到通知、遠端操控——請參閱 Your AI Coding Assistant Doesn't Need You to Watch。如果你是第一次設定 Tactic Remote，How to Run Claude Code from Your iPhone 涵蓋了完整的連線流程。