Řekněte nahlas jednu větu: „hele můžeš mi poslat aktuální čísla až budeš mít chvilku.“ O tom, čím se má stát, rozhoduje to, kam míří. Hoďte ji do Slacku a je v pohodě. Dejte ji do e-mailu klientovi a potřebuje pozdrav a jemnější formulaci prosby. Založte ji jako komentář v Jiře a měla by se smrsknout na tři slova: „Potřebuju aktuální čísla.“
Tu úpravu děláte, aniž byste o ní přemýšleli. Mozek odečte situaci, kterou aplikaci, kterou osobu, jak formálně, a slova na výstupu přetvaruje. Kontextová AI dělá totéž, automaticky, s řečí, kterou nadiktujete.
Stojí za to si toho všímat právě teď, protože diktování konečně dozrálo. Mluvit zvládnete zhruba 150 slov za minutu, třikrát až čtyřikrát rychleji než oněch 40 slov za minutu, které většina lidí napíše. Surová řeč ale neodpovídá tomu, jak chce, abyste psali, žádná konkrétní aplikace. Tu mezeru zaceluje právě vrstva přepisu.
Jedna věta, šest různých zpráv
Řeč je z hlediska rejstříku neutrální. Když mluvíte, formát si nevybíráte. Prostě řeknete tu věc a formát se přilepí až potom, vámi, ve chvíli, kdy se rozhodnete, kam to půjde.
Psaní funguje opačně. Každá aplikace, do které píšete, nese svá vlastní tichá pravidla o tom, jak má text vypadat a znít.
Vezměte tutéž prosbu o čísla a sledujte, jak mění tvar podle okna: - Slack: „Hele, můžeš poslat aktuální čísla, až budeš mít chvilku?“ - E-mail: „Dobrý den, Marie, až budete mít chvíli, mohla byste poslat aktuální čísla? Děkuji!“ - Jira: „Potřebuju aktuální čísla.“ - Poznámka pro sebe: „Čeká se: aktuální čísla od Marie.“ - Zpráva kolegovi: „pošleš aktuální čísla?“
Pokaždé stejný záměr. Pět povrchů, pět různých správných odpovědí. Všechny je už teď vyrábíte na počkání. Háček je v tom, že každá vás stojí drobné přeladění, kterého si sotva všimnete, a děje se to neustále. Studie Harvard Business Review naměřila, že lidé přepínají mezi aplikacemi asi 1 200krát denně, zhruba jednou za 24 sekund. Spousta těch přepnutí s sebou nese i nový styl psaní.
Přepis versus kontextové přeformulování
Pomáhá oddělit dvě úlohy, které se obvykle házejí do jednoho pytle. Přepis mění zvuk na slova. Kontextové přeformulování mění ta slova ve správnou zprávu pro místo, kam míří.
Holý přepis končí u prvního kroku. Vestavěné diktování v Apple, většina nástrojů pro převod řeči na text, živé titulky v telefonu, ty vám předají doslovný záznam toho, co jste řekli, i s vatovými slovy a chybnými začátky.
Takhle ve skutečnosti vypadá surový přepis rychlé myšlenky: ``` hm tak jo přemýšlel jsem že bysme asi měli jako posunout spuštění na příští týden protože ta ta QA ještě není hotová víš ```
Kontextové přeformulování si vezme tutéž nahrávku a položí si druhou otázku: kam tohle míří a jak to tam má znít? Pokud směřuje do zprávy na Slacku pro váš tým, vrátí se to jako: ``` Posuňme spuštění na příští týden. QA ještě není hotová. ```
Stejná slova na vstupu, jiná slova na výstupu, vytvarovaná podle cíle. To první je nahrávka. To druhé je něco, co můžete skutečně poslat. Víc o té leštící stránce najdete v našem rozboru jak funguje hlasové diktování s AI.
Co pro AI vlastně „kontext“ znamená
„Kontextová“ zní mlhavě, dokud se nepodíváte na konkrétní vodítka, která tyhle nástroje čtou. Není na tom nic mystického. Kontext je krátký seznam signálů, které si AI zkontroluje, než sáhne na jediné slovo.
Aktivní aplikace
Nejhlasitějším signálem je, která aplikace je v popředí, když mluvíte. Nástroj vidí, že je vpředu Slack, nebo Gmail, nebo VS Code. Tahle jediná skutečnost styl pořádně zúží. Chat chce stručno a uvolněno, e-mail chce strukturu a zdvořilost, editor kódu chce úsečnost a doslovnost.
Text okolo kurzoru
Některé nástroje přečtou kousek textu poblíž místa, kam se chystáte psát. Pokud zpráva nad ním začíná „Vážený pane doktore Katzi,“ AI drží formální tón a jméno napíše správně. Pokud je vlákno hromadou jednořádkových vtipů, naladí se na ně.
Web, ne jen prohlížeč
Rozpoznání aplikace se zamlží v prohlížeči, kde se Gmail, X a Google Doc schovávají za stejným oknem. Lepší nástroje se podívají na URL, aby je rozlišily, takže záložka s Gmailem dostane e-mailové zacházení a záložka s X úderný příspěvek.
Kategorie aplikace
Místo aby si držely pravidlo pro každou aplikaci, co kdy vznikla, většina systémů třídí aplikace do hrstky přihrádek: e-mail, pracovní chat, osobní zprávy, dokumenty, kód a koš na všechno ostatní. Každá přihrádka má svůj styl. Nová aplikace, která spadne do známé přihrádky, zdědí její styl hned první den.
Naskládejte ty signály na sebe a AI má slušnou představu o situaci: formální e-mail konkrétní osobě, nebo nezávazná hláška v ležérním vlákně. Proti téhle představě pak přeformulovává.
Jak se z vaší řeči stane správná zpráva
Seřaďte ty díly za sebe a celé je to čtveřice rychlých kroků, které se odehrají v té vteřině či dvou mezi tím, než dokončíte větu, a tím, než se objeví text. 1. Záznam. Podržíte klávesu a mluvíte. Nástroj nahrává, dokud klávesu nepustíte. 2. Přepis. Řečový model promění zvuk na surový text, vaše slova přesně tak, jak jste je řekli. 3. Rozpoznání kontextu. Nástroj zkontroluje aktivní aplikaci, text poblíž kurzoru a do které přihrádky aplikace spadá. 4. Přeformulování. Jazykový model vezme surový přepis i ten kontext a napíše finální zprávu, vyměřenou a naladěnou podle toho, kam míří.
Čtvrtý krok je místo, kde tu těžkou práci odvede velký jazykový model. Dostane váš chaotický přepis a pokyn, který se scvrkne na „tohle jde do pracovního e-mailu, ať to tak čte,“ a vrátí text se správnou délkou, tónem a tvarem. Výsledky se liší podle modelu, takže ber výstup spíš jako silný první návrh než jako svatou pravdu.
Přesně tenhle postup běží Voicr na macOS. Podržíte klávesu FN a mluvíte z jakékoli aplikace. Voicr pozná, která aplikace je vpředu, použije odpovídající styl přes svá Smart Rules a vloží uhlazený text na schránku: ležérní v Slacku, profesionální v Gmailu, úsečný ve vašem editoru. Nikdy neotvíráte menu, abyste vybrali tón. Pokud chcete vidět, jak se ty styly pro jednotlivé aplikace píšou, náš průvodce chytrými pravidly psaní projde, co dobré pravidlo obsahuje.
Dvě varianty: automatické rozpoznání a explicitní pravidla
Ne každá kontextová schopnost funguje stejně. Nástroje spadají do dvou táborů a rozdíl je hlavně v tom, kdo rozhoduje o stylu.
Ten automatický druh rozhodne za vás. Přečte aplikaci, zařadí ji do kategorie a uplatní vestavěný styl s nulovým nastavováním. Nainstalujete ho a prostě funguje. Daň je v kontrole: když se jeho představa „e-mailového tónu“ netrefí do té vaší, zbývá vám doupravovat výstup ručně.
Ten explicitní druh vám předá volant. Pro každou aplikaci napíšete krátký pokyn, prostým jazykem, kde popíšete přesně, jak má znít. Více nastavování na začátku, ale výstup sedí vašemu vkusu, protože ten vkus jste definovali vy. Pravidlo pro Slack může znít: ``` Přeformuluj jako neformální zprávu na Slacku. Dvě nebo tři věty, hovorové tvary v pohodě, žádný pozdrav ani podpis. Lehké emoji jen pokud se hodí. ```
Lepší nástroje obojí slučují: rozumné výchozí nastavení, které funguje hned po vybalení, plus pravidla pro jednotlivé aplikace, která si napíšete, když vám na tom dost záleží. U aplikací, kterých se sotva dotknete, se opřete o výchozí nastavení a explicitní pravidla nastavíte pro ty dvě tři, kde na vašem psaní skutečně záleží.
Co dělá dobře a kde to ještě zakopává
Kontextové přeformulování je opravdu šikovné, ale je to výchozí bod, ne čtenář myšlenek. Vědět, kde klopýtá, vás uchrání před tím, abyste mu věřili naslepo.
Formát trefí. Záměr odhaduje.
AI pozná, že jste v e-mailu, a přidá pozdrav. Spolehlivě ale nepozná, jestli to myslíte upřímně, nebo s ironií, ani jestli „v pohodě“ znamená v pohodě, nebo že tiše zuříte. Tón uvnitř rejstříku je pořád na vás.
Nejasné aplikace ji pletou
Prohlížeč jako koš na všechno, terminál s běžícím chatovacím klientem, poznámková aplikace, kterou používáte na cokoli: ty dávají slabé signály. Když je kontext kalný, přepis spadne zpátky na obecné vyhlazení, které může být víc nebo míň formální, než jste chtěli.
Umí ohladit váš hlas
Zatlačte na přeformulování příliš a vaše zprávy začnou znít jako všech ostatních, hladké, kompetentní a trochu mrtvé. Dobré nástroje váš hlas přesunou do správného rejstříku, místo aby ho vyměnily za korporátní výchozí. Pokud výstup přestane znít jako vy, ubavte pravidlům na síle.
Před odesláním si to pořád čtete
Jméno může vyjít špatně. Číslo se může smeknout. Než to vypálíte ven, přejeďte výsledek očima, stejně jako byste mrkli na zprávu po automatické opravě, než zmáčknete odeslat.
Jak kontextové přeformulování zapojit do práce
Chcete to zkusit ještě dnes? Začněte u dvou aplikací, kde píšete nejvíc, obvykle chatovací nástroj a e-mail. Příští hrstku zpráv tam místo psaní nadiktujte a sledujte, jak málo toho pak ve skutečnosti musíte upravovat.
Pak věnujte pozornost přešlapům. Když výstup není správně, je to užitečná informace. Říká vám, že styl té aplikace potřebuje doladit, nebo že byste měli záměr nahlas vyslovit jasněji. Tyhle nástroje se zostřují tím víc, čím jasněji jim řeknete, jak má každá aplikace znít. Stejný trik funguje v každé aplikaci, kde píšete, nejen v těch dvou samozřejmých, jak jsme rozebrali v textu diktování v jakékoli aplikaci na Macu jediným stiskem klávesy.
Skutečná výhra není jen v rychlosti, i když mluvit třikrát rychleji, než píšete, je příjemný náskok. Co se opravdu mění, je to, že přestanete nosit formát v hlavě. Vymyslíte myšlenku, řeknete ji jednou a necháte nástroj, ať vyřeší, která verze kam patří.
Řekněte to jednou, dorazí všude
Starý zvyk je psát zprávu a formát v jednom okamžiku: slova, tón, pozdrav, podpis, vše naráz, pro každou aplikaci, celý den. Kontextová AI tuhle dřinu rozdělí na dvě. Vy přinesete myšlenku. Ona přinese formát.
Nejrychlejší způsob, jak ten rozdíl pocítit, je nadiktovat příští e-mail místo toho, abyste ho psali. Pokud chcete řeč, která se objeví už vytvarovaná podle toho, kam míří, Voicr to na vašem Macu zvládá: podržíte FN, mluvíte, a text padne do správného tónu pro aplikaci, ve které zrovna jste. Jedna věta z vašich úst, správná zpráva v každém okně.