音声で書くコーディング：開発者のためのディクテーション（コメント、ドキュメント、プロンプト、コミットメッセージ）

コードベースをタイプするわけではありません。構文をタイプしたら、その周りの散文を書くのです——理由を説明するコメント、docstring、コミットメッセージ、PR の説明、そして AI アシスタントにようやく意図どおりのことをさせる長いプロンプト。一日が溶けていくのは、その散文です。記号向けに調整したキーボードから、まるごとの文向けのキーボードへ切り替えるたびに、リズムが崩れます。

音声は、すでにうまくいっている部分には手を触れず、その部分を直します。ロジックのあいだ、手はキーに置いたまま。それを包む言葉を、音声入力が引き受けます。

• ~98%
  クリアな発話での精度
• 90+
  オンデバイスで文字化できる言語
• 0
  アップロードされる音声やコードのバイト数

音声が本当に力を発揮するところ

これは、関数名を音声入力したり、正規表現を声に出したりする話ではありません。正確な構文を無理に声で通そうとすれば、ツールと争って負けます。勝てるのは自然言語の層です。そこではあなたは記号ではなく考えを組み立てており——そこでは、話すことがタイプを大きく上回ります。

• コメントと docstring。関数が何をするかだけでなく、なぜ存在するのかを説明するのは、タイプするより口にするほうが楽です。根拠を話し通してから、言い回しを整えましょう。
• コミットメッセージと PR の説明。何がどう変わり、なぜ変わったかの要約は散文です。それを話すと、レビュー時に誰の役にも立たない、そっけない一行に逃げずに済みます。
• AI プロンプト。コーディングアシスタントを導くのは会話です。詳しく、よく構造化されたプロンプトを音声入力するほうがタイプより速く、しかも付け加わる文脈がより良い答えを生みがちです。
• ドキュメントと README。セットアップ手順、アーキテクチャのメモ、移行ガイドは、語ったほうが——とくに初稿は——より自然に出てきます。

速度差はわずかではない

たいていの人はおよそ毎分 40〜60 語でタイプします。たいていの人は毎分 130〜150 語で話します。プロンプトの中の一段落の文脈や、丁寧なコミットメッセージにとって、これは数秒と、考えることに使いたい 1 分ぶんの機械的な労力との差です。

あなたは、タイプしたものと同じように、やはり見直して編集します。違うのは、点滅するカーソルが空の行にあるところからではなく、完成した下書きから始められることです。

あなたのエディタにどう収まるか

DijiFlow Dictate はメニューバーに常駐し、邪魔をしません。管理すべきウィンドウも、コピー＆ペーストするものもありません。テキストは、すでにカーソルのあるところへそのまま届くからです。

1. ホットキーを一度設定する

   グローバルなショートカットを選びます。システム全体で動くので、アプリごとに設定する必要は決してありません。

2. 押して話す

   エディタでも、ターミナルのコミットプロンプトでも、ドキュメントファイルでも、アシスタントの入力欄でも、いつものペースで話します。

3. テキストがカーソル位置に届く

   あなたの言葉が、フォーカスのあるアプリ——IDE、ブラウザ、ターミナル——に、働き方を変えることなく現れます。

ツールごとの連携ではなく、ひとつのグローバルなホットキーであるため、同じ流れが VS Code、JetBrains、ターミナル上の Vim、ブラウザの PR、そしてあなたの AI アシスタントをカバーします。エディタごとに入れるものは何もありません。

コードのときこそ、なぜオンデバイスがより重要になるか

ソースコード、社内ドキュメント、プロンプトは、初期設定で機微な素材を抱えています——独自のロジック、インフラの詳細、顧客への言及、未公開の計画。クラウド型の音声入力は、処理のためにあなたの発話を遠くのサーバーへ送ります——口にしている言葉が、NDA のもとのコードや、公開ツールには決して貼り付けないシステムを描写しているときには、これは正真正銘の問題です。

DijiFlow Dictate は、すべてあなたのマシン上で動きます。OpenAI の Whisper 音声モデルを、WhisperKit と CoreML を通じてローカルで使うため、何もアップロードされません。アカウントなし、クラウドへの往復なし、テレメトリーなし。モデルを一度ダウンロードすれば——求める精度に応じておよそ 300 MB から 6 GB の幅があります——アプリは完全にオフラインで動きます。アプリ本体はおよそ 12 MB です。飛行機の中でも、厳重に閉じられた企業ネットワークの内側でも、機密のアーキテクチャを描写しながらでも音声入力でき、そのどれもデバイスを離れません。

汎用モデルが一度も聞いたことのない用語

技術的な散文は、どの辞書も知らない語であふれています——あなたのサービス名、社内の頭字語、ライブラリ名。Pro のカスタム語彙を使えば、それらを固定して、辞書に最も近い候補に化けることなく、正しく文字化できます。さらに 90+ の言語がオンデバイスで使えるので、分散したチームは、それぞれが考える言語で音声入力でき、そのどれもクラウドを経由しません。

しっくり来させるいくつかの習慣

• 散文は話し、記号はタイプする。文を音声入力し、バッククォート、識別子、演算子は手で加えます。
• 句読点を口にする。モデルは自然な言い回しをうまく扱いますが、長い技術的な文では、ピリオドやカンマを口に出すと読みやすさが保てます。
• プロンプトでは文脈を先に出す。ファイル、目的、制約を余さず描写します。話すことで、その丁寧さがほとんど無料になります。
• 下書きしてから磨く。まず完成した初稿を声に出し、それから精度のために編集します。一語ずつ仕上げながら進めるより優れています。

あなた自身のワークフローで試す

ずっと無料の無料プランから始めるか、Pro を決める前に、本物の一日ぶんのコミット、プロンプト、PR に対して 30 日間の Trial をまるごと走らせてみてください。コーディングの合間に散文を音声入力することが定着すれば、それが取り除く摩擦は、すぐに元が取れます。

話した下書きを、ただの一語もクラウドに触れさせることなく、コメント、コミット、プロンプトへそのまま届けたいなら、DijiFlow Dictate Pro があなたのワークフローにどう合うか をご覧ください。