Voice-Driven Coding: Dictation for Developers (Comments, Docs, Prompts, and Commit Messages)
開発者の生産性1 分で読めます

声で進めるコーディング:開発者のための音声入力(コメント、ドキュメント、プロンプト、コミットメッセージ)

コメントやドキュメント、AI へのプロンプト、コミットメッセージを、オンデバイスの音声入力ですばやく書けます。話した言葉はすべて、お使いのパソコンの中だけで文字起こしされます。

コードベースを丸ごとキーボードで打ち込んでいるわけではありません。打つのは構文で、その周りには文章を書いています。なぜそう書いたのか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 アシスタントに意図どおりの仕事をさせるための長いプロンプト。一日の時間が消えていくのは、こうした文章です。記号を打つモードから文章を書くモードへ頭を切り替えるたびに、作業のリズムが崩れます。

音声入力なら、うまくいっている部分はそのままに、この部分だけを楽にできます。ロジックは今までどおりキーボードで書き、その周りの言葉は声に任せます。

  • ~98%
    はっきりした発話での認識精度
  • 29+
    オンデバイスで文字起こしできる言語
  • 0
    アップロードされる音声やコードのバイト数

音声入力が本当に役立つ場面

関数名を読み上げたり、正規表現を口で唱えたりする話ではありません。正確な構文を声で入力しようとしても、ツールと格闘するだけでうまくいきません。効果が出るのは自然な言葉で書く部分です。そこで組み立てているのは記号ではなく考えなので、話すほうがタイピングよりはるかに速く進みます。

  • コメントと docstring。関数が何をするかだけでなく、なぜ必要なのかを説明するのは、打つより話すほうがずっと楽です。まず理由を声で一通り話し、それ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。何をなぜ変えたのかをまとめるのは、立派な文章作業です。声で話せば、レビューのときに誰の役にも立たない素っ気ない一行で終わらせずに済みます。
  • AI へのプロンプト。コーディングアシスタントへの指示は会話そのものです。詳しく筋道立ったプロンプトは打つより話すほうが速く、文脈を多めに伝えられるぶん、返ってくる答えもよくなりがちです。
  • ドキュメントと README。セットアップ手順やアーキテクチャのメモ、移行ガイドは、語るように書いたほうが自然な文章になります。最初の下書きなら、なおさらです。

速さの差は歴然です

タイピングの速さは多くの人で 1 分あたり 40〜60 語ほどですが、話す速さは 130〜150 語ほどです。プロンプトに一段落ぶんの文脈を書くときや、丁寧なコミットメッセージを書くときには、数秒で済むか、本当は考えることに使いたい 1 分を手作業に取られるかの差になります。

タイピング毎分約 40〜60 語
話す毎分約 130〜150 語

キーボードで書いた文章と同じように、見直しと手直しはこれまでどおり行います。違うのは、空の行で点滅するカーソルからではなく、一通りそろった下書きから始められることです。

エディタでの使い方

DijiFlow Dictate は Mac ではメニューバー(Windows ではシステムトレイ)に常駐し、作業の邪魔をしません。文字はカーソルのある場所にそのまま入るので、管理するウィンドウも、コピー&ペーストの手間もありません。

  1. ホットキーを一度決める

    システム全体で使えるショートカットを選びます。どのアプリでも同じキーで動くので、アプリごとに設定する必要はありません。

  2. ホットキーを押し、話し始める

    エディタでも、ターミナルでのコミットメッセージ入力でも、ドキュメントのファイルでも、アシスタントの入力欄でも、いつもの速さで話します。

  3. カーソル位置に文字が入る

    IDE でもブラウザでもターミナルでも、操作中のアプリに文字が入ります。作業のやり方を変える必要はありません。

ツールごとの連携ではなく、システム全体で使えるひとつのホットキーなので、VS Code でも JetBrains でも、ターミナルの Vim でも、ブラウザで開いた PR でも、AI アシスタントでも同じ手順で使えます。エディタごとに何かをインストールする必要はありません。

コードを扱うからこそオンデバイスが大切

ソースコードや社内ドキュメント、プロンプトには、もともと機密性の高い情報が含まれています。独自のロジック、インフラの詳細、顧客に関する記述、未発表の計画などです。クラウドの音声入力は、処理のために話した内容を遠くのサーバーへ送ります。話している内容が NDA の対象のコードや、公開ツールには決して貼り付けないシステムの話であれば、これは見過ごせない問題です。

DijiFlow Dictate は、文字起こしを 100% お使いのパソコンの中で行います。音声モデルが手元のデバイスで動くので、音声もテキストもアップロードされません。アカウントも、クラウドとの往復もありません。モデルを一度ダウンロードすれば(求める精度に応じて約 300 MB〜6 GB)、ネット接続なしで文字起こしできます。Mac 版のアプリ本体は約 34 MB です。機内でも、厳しく管理された社内ネットワークの中でも、機密のアーキテクチャについて話しているときでも、声とテキストはデバイスの外に出ません。

ポイント

独自のコードもプロンプトも設計メモも、パソコンの外には出ません。流出したり、記録されたり、第三者に渡されたりする文字起こしを保管しているサーバーは、どこにもありません。

汎用のモデルが知らない用語

技術文書には、辞書にない言葉があふれています。自社のサービス名、社内の略語、ライブラリ名などです。Pro では独自の語彙を登録できるので、こうした言葉が辞書のよく似た単語に置き換えられることなく、正しく文字起こしされます。さらに 29+ 言語にオンデバイスで対応しているので、各地に分かれたチームでも、それぞれが考えてい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。

うまく使うためのコツ

  • 文章は話し、記号は打つ。文章を声で入力してから、バッククォートや識別子、演算子を手で加えます。
  • 句読点も声で伝える。自然な話し言葉もきちんと認識されますが、長い技術的な文では句点や読点を口に出すと読みやすくなります。
  • プロンプトでは先に文脈を伝える。対象のファイル、目的、制約を省かずに説明します。話すなら、そこまで丁寧に伝えてもほとんど手間になりません。
  • まず下書き、それから仕上げ。まずは声で最後まで一通り書き、それから正確さを詰めていきます。一語ずつ完璧にしながら進めるより効率的です。

自分の仕事で試してみる

ずっと無料で使える無料版から始めることも、30 日間のトライアルで Pro の全機能を使い、実際のコミットやプロンプト、PR の作業で一日試してから決めることもできます。コーディングの合間の文章を声で書く習慣が根づけば、なくなる手間の大きさをすぐに実感できるはずです。

話した下書きを、一語もクラウドに送ることなく、コメントやコミット、プロンプトにそのまま入力したいなら、DijiFlow Dictate Pro がふだんの開発にどう合うかをご覧ください。

DijiFlow DictateDijiFlow Dictate

DijiFlow Dictate チーム

プライバシーを守るオンデバイスの音声入力と、声でもっとはかどる仕事術についてのノート。