別急著刻 prompt：對 AI 語音「亂聊」10 分鐘，是補上下文最省力的方法

遇到複雜問題，你是不是先煩惱「prompt 要怎麼寫」？

先停。這一步，可能就是你用 AI 最大的瓶頸。

你腦子裡明明一堆背景、限制、想法，但一想到要把它們「打成一段通順的 prompt」，就開始刪刪改改、越寫越累，最後給 AI 的還是個縮水版。問題從來不是你想得不清楚，是「把腦裡的上下文搬進 AI」這件事，用打字太慢、太費力。

我 7 月 9 號在台中的課堂上，就跟同學大力推薦一招：別打字，用講的。 遇到要交代一堆背景的時候，直接開語音輸入，想到什麼講什麼。當時我沒想到，隔沒多久，一位 AI 大師公開講了一模一樣的方法。

AI 大師 Karpathy：切到語音，亂聊十分鐘

Andrej Karpathy——前 Tesla AI 總監、OpenAI 創始成員——最近分享了他跟 AI 協作的一個習慣：當 LLM 需要更多資訊才懂你要幹嘛，但你「懶得打字」時，他會往後一靠、切到語音，然後連續亂聊大約十分鐘，完全的意識流，想到什麼說什麼，亂沒關係。他甚至建議開頭先講一句「我切到語音辨識了，錯字請見諒」。

他的觀察是：現在的 LLM 非常擅長把一坨雜亂的獨白重新整理，而且它回吐給你的版本，往往比你原本腦子裡那團還清楚。這麼一來，你跟 AI 的「Mind Meld（心靈融合）」就對上了，之後要來回修正的次數也大幅變少。

一句話：與其花力氣事先把思緒整理好，不如先一股腦倒給 AI，讓它幫你整理。（原文見 Karpathy 的推文）

為什麼這招有效？三個第一性原理

一、講話比打字快 3～4 倍。 一般人打字每分鐘 40 個字上下，講話輕鬆破 150。當你的目標是「把大量背景快速搬進 AI」，用嘴巴就是比用手指高效。

二、真正的瓶頸是「上下文轉移」，不是「文筆」。 AI 給不出好答案，十之八九不是它笨，是你給的背景不夠。語音讓你能低成本地把那些「懶得打」的細節——你是誰、在做什麼、卡在哪、試過什麼——一次倒進去。上下文越足，AI 越懂你。

三、LLM 現在超會整理非結構化內容。 這是關鍵轉變。以前你得先把話講整齊，機器才聽得懂；現在反過來——「亂」不再是問題，「倒得夠多」才是重點。 你負責傾倒，重組交給 AI。

心智模型：把 AI 當「邊講邊釐清的夥伴」，不是搜尋框

大多數人還把 AI 當 Google 用——想好一個完美的關鍵字/問句，一次打進去。但語音亂聊這招，逼你換一個心智模型：AI 是一個你可以對它「想到哪講到哪」、它會邊聽邊幫你收斂的夥伴。

這跟系統提示詞的邏輯是同一套——都是在「餵給 AI 足夠的上下文」。差別只在：系統提示詞是一次設定、長期生效的背景；語音亂聊是當下這個任務的即時背景。連系統提示詞本身，你都可以用講的先亂聊一版，再讓 AI 幫你收成乾淨的段落。

怎麼做（照這個起手式）

1. 打開你在用的 AI（ChatGPT、Claude、Gemini 都行），點輸入框旁邊的麥克風鈕。
2. 開頭先聲明一句，幫 AI 定調：

我接下來用語音亂聊，可能有錯字或講得跳來跳去，
你先聽我講完，最後幫我整理成有條理的重點就好。

3. 然後就開始倒。 想到什麼講什麼：這件事的背景、你的目標、有哪些限制、你已經試過什麼、卡在哪。離題、重複、講錯再改，通通沒關係。
4. 講完，讓 AI 把它重組成結構（大綱、重點、待辦，看你要什麼）。
5. 對著它整理好的版本微調——這時你會發現，要改的比你想像中少很多。

🚨 三個誤區

• 別追求「講得完美」。 這不是演講比賽，重點是把上下文倒出來，不是講得漂亮。越自然越好。
• 語音辨識的錯字不用管。 LLM 會「通靈」——它從上下文就猜得出你要講的是什麼，你花時間去修錯字反而是浪費。
• 機敏資訊別用講的倒進去。 金鑰、密碼、身分證、公司未公開資料——換成打字也一樣不該給。語音只是讓你更快、更容易一股腦全講出來，所以更要留意嘴巴衝過頭。（延伸：分享 ≠ 私密）

收束：Agent 時代，打字才是瓶頸

當 AI 越來越強，人跟它之間最慢的那一段，會從「AI 想不出來」變成「你來不及把上下文交代給它」。語音，就是目前為止把這段管線加寬最省力的方法。

下次遇到複雜問題，別急著刻 prompt——先對著 AI 亂聊十分鐘。 你會發現，最好的 prompt，常常是你「講」出來的，不是「寫」出來的。