Vibe coding significa dictar prompts largos y estructurados a la IA de Cursor en lugar de escribirlos. StarWhisper es un atajo gratuito de voz a texto local que escribe en el panel de chat de Cursor, edición en línea, terminal y cualquier campo de texto en Windows.
Desde la instalación hasta dictar directamente en el panel de chat de Cursor.
Descarga StarWhisper desde starwhisper.ai o desde la Microsoft Store. Ejecuta el instalador y permite el acceso al micrófono en el primer inicio. El plan gratuito cubre 500 palabras por día, suficientes para varios prompts largos de codificación. Pro cuesta $10 al mes si dictas todo el día.
Inicia Cursor IDE y abre la carpeta del proyecto en la que estás trabajando. Abre el panel de chat con Ctrl+L, o abre la edición en línea en la selección actual con Ctrl+K. Ambos contextos aceptan prompts dictados porque ambos son entradas de texto normales de Windows.
Coloca el cursor en la entrada de chat de Cursor o en la ventana emergente de edición en línea. StarWhisper escribe en cualquier control de texto de Windows que tenga el foco actualmente, por lo que el cursor debe estar en el lugar correcto antes de presionar el atajo. Lo mismo se aplica a la terminal integrada si quieres dictar un comando de shell.
Presiona y mantén el atajo global de dictado. El indicador del micrófono confirma que la grabación está activa. El valor predeterminado funciona para la mayoría de las configuraciones y puedes reasignarlo en la Configuración de StarWhisper si entra en conflicto con un atajo de Cursor o VS Code que ya utilices.
Dicta la solicitud completa de forma natural. Ejemplo: crea un cargador de archivos de arrastrar y soltar, solo PNG y JPG, máximo de diez megabytes, con una barra de progreso y etiquetas aria accesibles. Suelta el atajo, revisa el texto transcrito, corrige cualquier identificador mal escuchado y luego presiona Enter para enviar el prompt al modelo de Cursor.
Ventajas específicas para vibe coding y desarrollo asistido por IA.
Dicta el rol, el contexto, el patrón existente a coincidir, las restricciones, los casos límite y la salida solicitada. Todo en un solo aliento al hablar, más rápido que escribirlo. Los modelos de Cursor funcionan mejor con instrucciones más completas.
React, Tailwind, Zustand, fastAPI, kubectl, useEffect, queryClient, dotenv, ECMAScript, Postgres, inyección de dependencias, todos llegan correctamente. Whisper fue entrenado con suficiente contenido de desarrolladores para reconocer identificadores y patrones convencionales.
Cursor, VS Code, Windsurf, Zed (en Windows), IDEs de JetBrains, GitHub Desktop, terminales, documentos de Notion, tickets de Linear, descripciones de PR en GitHub. Un atajo, cada entrada de texto en el sistema operativo.
El audio es transcritor por Whisper ejecutándose en tu CPU o GPU. Los prompts permanecen locales hasta que decides presionar Enviar hacia Claude, GPT o cualquier modelo al que Cursor esté enrutando. No participa ningún servicio de transcripción de terceros.
500 palabras por día en el plan gratuito cubren muchos prompts de codificación. Pro cuesta $10 por mes o $80 por año para dictado ilimitado, lo cual la mayoría de los desarrolladores alcanzan una vez que el prompting por voz se convierte en el flujo de trabajo predeterminado.
Los propietarios de GPUs NVIDIA pueden instalar el paquete CUDA para una transcripción más rápida en dictados largos. Vulkan es la alternativa multiplataforma para GPUs AMD e Intel. La ruta por CPU también funciona en cualquier máquina moderna.
El vibe coding es el cambio reciente donde los desarrolladores pasan menos tiempo escribiendo código literal y más tiempo describiendo lo que quieren que la IA escriba. Cursor impulsó fuertemente este patrón, y Claude Code, GitHub Copilot Workspace y Windsurf lo siguieron. El cuello de botella ya no es la compilación o el conocimiento de sintaxis, es la velocidad a la que puedes describir la intención con suficiente claridad para que el modelo haga lo correcto en el primer intento.
Ese tipo de descripción es conversacional. Suena así: Quiero un componente de React que tome una lista de productos y los renderice como tarjetas con estados al pasar el ratón, el hover debería revelar un botón de compra con el precio al lado, y al hacer clic en comprar debería llamar a una función que paso como prop. Escribir eso toma quizás cuarenta segundos. Dictarlo toma diez. A lo largo de un día de cuarenta o cincuenta prompts, eso es media hora ahorrada solo en la entrada, y los prompts que llegan suelen ser más ricos porque hay menos fricción para seguir añadiendo contexto.
StarWhisper existe porque el dictado en todo el sistema integrado en Windows es demasiado limitado para este flujo de trabajo, no maneja bien el vocabulario técnico, no tiene un atajo global que funcione dentro de Cursor, y el antiguo Reconocimiento de Voz de Windows es aún peor en términos técnicos. Whisper los maneja. El modelo ha visto suficiente texto adyacente a desarrolladores en el entrenamiento para que nombres como Zustand, swr, drizzle, prisma, vitest y tailwind se transcriban correctamente desde el principio.
Aquí hay formas reales de prompts que se benefician del dictado en Cursor. Cada uno toma unos segundos para decirlo y tomaría un minuto o más escribirlo.
Cada uno de esos es el tipo de instrucción larga que el chat o la edición en línea de Cursor manejan bien. Dictar mete el pensamiento completo en el cuadro de entrada de una sola vez, mientras que escribirlo te tienta a omitir los detalles finales.
Cursor expone varias superficies diferentes para enviar prompts a la IA, y todas se comportan de la misma manera para fines de dictado.
| Superficie de Cursor | Cómo abrirla | Comportamiento del dictado |
|---|---|---|
| Panel de chat | Ctrl+L | Dicta prompts conversacionales completos, instrucciones de varios párrafos |
| Edición en línea | Ctrl+K con el código seleccionado | Dicta prompts cortos y específicos dirigidos al bloque resaltado |
| Composer | Ctrl+I | Dicta prompts de refactorización de múltiples archivos y resúmenes de funciones |
| Terminal integrada | Ctrl+` | Dicta mensajes de commit, consultas de búsqueda, banderas largas |
| Renombrar / buscar archivos | Cualquier entrada de texto | Dicta nombres de archivo, cadenas de búsqueda, descripciones de regex |
Desde el punto de vista de StarWhisper, todos estos son entradas de texto de Windows y el flujo de dictado es idéntico para cada uno.
Cursor envía tus prompts a cualquier modelo que hayas seleccionado (Claude, GPT-4, GPT-5, Gemini, el propio de Cursor), lo cual es lo mismo que para cualquier otro asistente de codificación con IA. La nueva pregunta que añade el dictado es: ¿el audio también se carga?
En el Modo Local de StarWhisper (el predeterminado), la respuesta es no. El audio es capturado por el micrófono, procesado en memoria por Whisper en tu CPU o GPU, y convertido a texto en el dispositivo. El audio nunca llega a ningún servicio de transcripción de terceros. El texto transcrito es el mismo texto que Cursor recibiría si lo hubieras escrito, y solo entonces sale de tu máquina a través de la llamada API normal de Cursor al modelo subyacente.
Si estás trabajando bajo un NDA o con código confidencial donde no puedes aceptar ninguna exposición del modelo, no usarías las funciones de IA de Cursor en absoluto, y lo mismo se aplica independientemente de si dictas o escribes. Para todos los demás, el dictado no cambia la postura de privacidad, solo cambia cómo llegó el texto al cuadro de prompt. Consulta las preguntas frecuentes sobre Whisper local vs en la nube para el desglose completo.
El mismo atajo cubre todos los demás editores de código y herramientas de IA de Windows. Escritura por voz para codificación recorre el patrón más amplio, pero como referencia rápida, el dictado funciona en:
Una instalación, un atajo, cada campo de texto en Windows. Por eso los desarrolladores que empiezan a usarlo para Cursor terminan usándolo para todo lo demás en una semana.
Mismo atajo, diferentes superficies.
Dicta prompts de 500 palabras en ChatGPT, Claude, Gemini, Perplexity.
El patrón más amplio de desarrollo impulsado por voz en todos los editores.
Descripción general de todas las formas de usar la voz en el flujo de trabajo de ChatGPT.
Por qué un atajo cubre cada entrada de texto de Windows, desde Cursor hasta Word.