Prompts in
Cursor IDE unter Windows diktieren

Warum Vibe Coding mit der Stimme einfacher ist

Vibe Coding ist der jüngste Wandel, bei dem Entwickler weniger Zeit damit verbringen, wörtlichen Code zu tippen, und mehr Zeit damit, zu beschreiben, was die KI schreiben soll. Cursor hat dieses Muster stark vorangetrieben, und Claude Code, GitHub Copilot Workspace und Windsurf sind gefolgt. Der Engpass ist nicht mehr die Kompilierung oder Syntaxkenntnis, sondern die Geschwindigkeit, mit der Sie die Absicht klar genug beschreiben können, damit das Modell beim ersten Versuch das Richtige tut.

Diese Art von Beschreibung ist konversationell. Sie klingt so: Ich möchte eine React-Komponente, die eine Liste von Produkten nimmt und sie als Karten mit Hover-Zuständen rendert, der Hover soll einen Kauf-Button mit dem Preis daneben enthüllen, und ein Klick auf Kauf soll eine Funktion aufrufen, die ich als Prop übergebe. Das einzutippen dauert vielleicht vierzig Sekunden. Es zu diktieren dauert zehn. An einem Tag mit vierzig oder fünfzig Prompts sind das eine halbe Stunde, die allein bei der Eingabe gespart wird, und die resultierenden Prompts sind meist umfangreicher, weil es weniger Reibung gibt, weiter Kontext hinzuzufügen.

StarWhisper existiert, weil die in Windows integrierte systemweite Diktierung für diesen Workflow zu eng gefasst ist – sie verarbeitet technisches Vokabular nicht gut, hat keine globale Tastenkombination, die innerhalb von Cursor funktioniert, und die ältere Windows-Spracherkennung ist bei Fachbegriffen noch schlechter. Whisper verarbeitet sie. Das Modell hat beim Training genug entwicklerbezogenen Text gesehen, sodass Namen wie Zustand, swr, drizzle, prisma, vitest und tailwind sofort richtig transkribiert werden.

Konkrete Prompt-Beispiele, die sich per Stimme gut diktieren lassen

Hier sind reale Formate von Prompts, die von einer Diktation in Cursor profitieren. Jeder dauert beim Sprechen ein paar Sekunden und beim Tippen eine Minute oder länger.

• Erstelle einen Drag-and-Drop-File-Uploader, nur PNG und JPG, maximal zehn Megabyte, mit einer Fortschrittsanzeige und einem Fallback-Klick-zum-Hochladen-Button für Browser ohne Drag-Unterstützung.
• Refaktoriere den User-Service, um Dependency Injection zu verwenden, der Datenbank-Client und der E-Mail-Service sollten injiziert werden, und aktualisiere die Tests, sodass sie Mock-Instanzen übergeben, anstatt Module zu patchen.
• Schreibe eine Postgres-Migration, die der Tabelle "orders" eine Soft-Delete-Spalte hinzufügt, sie für bestehende Zeilen zurückfüllt und die Down-Migration enthält, um sie zurückzusetzen.
• Generiere einen fastAPI-Endpunkt, der einen CSV-Upload akzeptiert, die Spalten validiert, Zeilen in Chargen von fünfhundert mit einer Transaktion einfügt und die Zeilenanzahl plus etwaige Fehlerzeilen zurückgibt.
• Füge diesem Modal barrierefreie Aria-Labels und Tastaturnavigation hinzu, die Fokus-Falle soll sich lösen, wenn das Modal geschlossen wird, und den Fokus auf den Auslöser-Button zurückgeben.

Jeder dieser Befehle ist die Art von langer Anweisung, die Cursors Chat oder Inline-Editierung gut verarbeiten kann. Das Diktieren bringt den vollständigen Gedanken in einem Durchlauf in das Eingabefeld, während das Tippen Sie in Versuchung bringt, die abschließenden Details wegzulassen.

Cursor Chat, Inline-Editierung und Terminal: Für StarWhisper identisch

Cursor bietet verschiedene Oberflächen für das Prompting der KI, und sie verhalten sich für Diktierzwecke alle gleich.

Aus Sicht von StarWhisper sind all dies Windows-Texteingaben, und der Diktierablauf ist für jede identisch.

Datenschutz: Wo Prompt und Audio tatsächlich landen

Cursor sendet Ihre Prompts an das ausgewählte Modell (Claude, GPT-4, GPT-5, Gemini, Cursors eigenes), was dasselbe ist wie bei jedem anderen KI-Programmierassistenten. Die neue Frage, die die Diktierung hinzufügt, ist: Wird das Audio ebenfalls hochgeladen?

In StarWhisper Lokaler Modus (Standard) lautet die Antwort nein. Das Audio wird vom Mikrofon aufgenommen, im Arbeitsspeicher von Whisper auf Ihrer CPU oder GPU verarbeitet und auf dem Gerät in Text umgewandelt. Das Audio erreicht niemals einen Drittanbieter-Transkriptionsdienst. Der transkribierte Text ist derselbe Text, den Cursor erhalten würde, wenn Sie ihn getippt hätten, und erst dann verlässt er Ihr Gerät über den normalen API-Aufruf von Cursor an das zugrunde liegende Modell.

Wenn Sie unter einer NDA arbeiten oder mit sensiblem Code arbeiten, bei dem Sie keinerlei Modellaussetzung akzeptieren können, würden Sie die KI-Funktionen von Cursor ohnehin nicht verwenden, und dasselbe gilt unabhängig davon, ob Sie diktieren oder tippen. Für alle anderen ändert die Diktierung die Datenschutzrichtlinien nicht, sie ändert nur, wie der Text im Prompt-Feld ankam. Siehe die Lokal vs. Cloud Whisper FAQ für die vollständige Aufschlüsselung.

Tipps für schnellere, saubere Sprach-Prompts in Cursor

• Planen Sie zuerst die Prompt-Struktur: Rolle, Kontext, Aufgabe, Einschränkungen, Beispiele, Ausgabeformat. Diktieren Sie sie dann in einem Durchgang.
• Sprechen Sie camelCase aus, indem Sie die Wörter sagen. Whisper verarbeitet getCurrentUser als get current user und das Modell von Cursor versteht meistens beide Formen.
• Sprechen Sie bei Bibliotheksnamen, die wie Wörter klingen (Next, Bun, Astro, Hono), diese deutlich aus und überprüfen Sie sie danach. Fügen Sie sie StarWhispers benutzerdefiniertem Wörterbuch hinzu, wenn Sie sie oft verwenden.
• Fügen Sie Code per Einfügen statt durch Diktieren der Syntax ein. Das Standardmuster ist: Diktieren Sie die Anfrage, fügen Sie die relevante Datei mit Ctrl+V ein, und bitten Sie Cursor um die Änderung.
• Verwenden Sie gesprochene Bindewörter (zuerst, als nächstes, außerdem, schließlich), um dem Modell in Ihrer diktierten Anfrage eine klarere Struktur zu geben.
• Diktieren Sie bei langen Composer-Prompts, die sich über mehrere Dateien erstrecken, zuerst das übergeordnete Ziel und listen Sie dann jede Datei auf, die Sie anpassen möchten, mit ein oder zwei Zeilen zum Warum.

Über Cursor hinaus: Andere Programmier-Tools, die funktionieren

Die gleiche Tastenkombination deckt jeden anderen Windows-Code-Editor und jedes KI-Tool ab. Spracheingabe fürs Programmieren beschreibt das breitere Muster, aber als kurze Referenz: Die Diktierung funktioniert in:

• VS Code mit GitHub Copilot Chat, Continue, Cody, Codeium
• Windsurf und Zed (Windows-Builds) für deren KI-Panels
• JetBrains IDEs mit AI Assistant, Junie oder Drittanbieter-Plugins
• GitHub.com PR-Beschreibungen, Issue-Kommentare, Reviews
• Linear, Jira, Notion-Dokumente, in denen Sie technische Spezifikationen schreiben
• Terminals (Windows Terminal, ConEmu, WSL-Shells) für Commit-Nachrichten und Befehlskonstruktionen
• ChatGPT und Claude-Web-Oberflächen für Nicht-Cursor-KI-Konversationen

Eine Installation, eine Tastenkombination, jedes Textfeld unter Windows. Deshalb nutzen Entwickler, die es für Cursor zu verwenden beginnen, es innerhalb einer Woche für alles andere.