Гайд · кодовое слово ДЖАРВИС

Голосовой помощник из обычного чата: слышит, видит экран, отвечает вслух

Я перестал печатать запросы. Говорю вслух, показываю экран картинкой и получаю короткий ответ голосом - как будто рядом сидит человек, который смотрит в тот же монитор. Никаких платных сервисов для этого не нужно: меняется одна настройка и привычка. Ниже - та самая строка, три приёма и честные границы способа.

Главное

Одна строка, из-за которой помощник становится голосовым

Если просто диктовать в чат, ответ приходит простынёй на пол-экрана: заголовки, списки, звёздочки. Вслух это слушать невозможно, глазами по такому не пробежишь. Лечится одной строкой в начале разговора (или в постоянной инструкции, если чат такое умеет).

Ты мой голосовой помощник. Твой ответ читается вслух, поэтому он всегда не длиннее двух коротких фраз. Никаких списков, звёздочек, заголовков и уточняющих вопросов. Если чего-то не хватает - скажи одной фразой, чего именно.

У меня после этой строки ответ с первого раза стал таким: «Это генератор видео, окно ввода запроса. Чтобы прикрепить фото, нажми плюсик слева от поля ввода». Две фразы, по делу, слушается спокойно.

Приём 1 - уши

Диктовать вместо печати

На телефоне. В приложении чата рядом с полем ввода есть значок микрофона - нажмите и говорите обычными словами, как другу.
На компьютере. Голосовой ввод включается сочетанием клавиш Windows и H - дальше диктуете прямо в поле чата.
Длинную мысль удобно надиктовать себе голосовым в мессенджере, а потом переслать текст расшифровки в чат.

Мой замер: фраза в двадцать слов расшифровалась за тринадцать секунд и слово в слово. Клавиатуру я не трогал.

Приём 2 - глаза

Показать экран вместо длинных объяснений

Вместо того чтобы описывать словами непонятное окно, сделайте снимок экрана и приложите его к сообщению. Дальше - короткий вопрос.

Посмотри на скриншот. Скажи двумя фразами, что это за экран и куда нажать, чтобы сделать вот это: [напишите, чего хотите добиться].

Так решаются вещи, на которые обычно уходит вечер: непонятная кнопка, английское окно, форма с кучей полей, сообщение об ошибке.

Снимок экрана на телефоне - обычно кнопка питания вместе с уменьшением звука.
На компьютере - клавиша Print Screen или сочетание Windows, Shift и S для выделения части экрана.
Важно: перед отправкой обрежьте лишнее - имена, номера, адреса, список ваших переписок. В чат должно уйти только то, о чём спрашиваете.

Приём 3 - дело

Поручить, а не переспросить

Помощник полезен, когда сам доводит мелочь до конца. Простейший пример - список дел, который он ведёт за вас.

Веди мой список дел в файле dela.md. Когда я говорю «запиши в дела», добавляй строку в формате: - [ ] дело (дата). Если в деле есть день недели - сам поставь ближайшую дату. Потом одной фразой скажи, что записал.

У меня это выглядело так: сказал вслух «запиши в дела: во вторник оплатить квитанцию за свет» - строка появилась в файле, дату он подставил сам, ответил одной фразой. Тот же приём работает со списком покупок, вопросами к врачу, планом на выходные.

Приём 4 - голос

Чтобы ответ звучал, а не читался

В мобильных приложениях чатов есть режим озвучки ответа - ищите значок наушников или динамика рядом с сообщением.
На компьютере ответ можно озвучить бесплатным синтезом речи - у меня в роликах голос помощника сделан именно так.
Короткий ответ из двух фраз - обязательное условие. Простыню текста слушать невозможно, поэтому строка из первого блока тут главная.

Границы - честно

Чего этот способ не делает

Это не видеозвонок. Помощник видит то, что вы ему показали картинкой, а не всё вокруг через камеру в реальном времени.
Расшифровка не идеальна. Имена, названия и цифры перепроверяйте глазами - на слух они ловятся хуже обычных слов.
Личное с экрана резать. Скриншот - это документ: на нём видно больше, чем кажется.
Ответственность на вас. Он экономит время и объясняет, но решение и проверка остаются за человеком.