バイブコーディングとは、長く構造化されたプロンプトを入力する代わりに、CursorのAIにディクテーションすることです。StarWhisperは、Cursorのチャットパネル、インライン編集、ターミナル、Windows上のあらゆるテキストフィールドに入力できる、無料のローカル音声テキスト変換ホットキーです。
インストールからCursorのチャットパネルへの直接ディクテーションまで。
starwhisper.aiまたはMicrosoft StoreからStarWhisperをダウンロードします。インストーラーを実行し、初回起動時にマイクへのアクセスを許可します。無料プランでは1日あたり500語までカバーしており、長いコーディングプロンプトを何回か入力するのに十分です。一日中ディクテーションする場合はProが月額10ドルです。
Cursor IDEを起動し、作業中のプロジェクトフォルダを開きます。Ctrl+Lでチャットパネルを表示するか、Ctrl+Kで現在の選択範囲に対してインライン編集を開きます。どちらのコンテキストも通常のWindowsテキスト入力であるため、ディクテーションされたプロンプトを受け入れます。
カーソルをCursorのチャット入力欄またはインライン編集のポップアップに合わせます。StarWhisperは現在フォーカスがあるWindowsテキストコントロールに入力するため、ホットキーを押す前にカーソルを正しい位置に置く必要があります。シェルコマンドをディクテーションしたい場合も、統合ターミナルに適用されます。
グローバルディクテーションホットキーを押したままにします。マイクインジケーターが録音中であることを確認します。デフォルトの設定はほとんどの環境で機能しますが、CursorやVS Codeのショートカットと競合する場合は、StarWhisperの設定で再バインドできます。
リクエスト全体を自然にディクテーションします。例：ドラッグ＆ドロップのファイルアップローダーを作成、PNGとJPGのみ、最大10メガバイト、プログレスバーとアクセシブルなariaラベルを付ける。ホットキーを離し、文字起こしされたテキストをスキャンして聞き間違えた識別子を修正し、Enterキーを押してプロンプトをCursorのモデルに送信します。
バイブコーディングとAI支援開発のための具体的な利点。
役割、コンテキスト、一致させる既存のパターン、制約、エッジケース、要求される出力をディクテーションします。すべて一回の発話で、入力するよりも速く行えます。Cursorのモデルはより詳細なブリーフでより良く機能します。
React、Tailwind、Zustand、fastAPI、kubectl、useEffect、queryClient、dotenv、ECMAScript、Postgres、依存性注入などが正しく認識されます。Whisperは、主流の識別子やパターンを認識できるほどの開発者コンテンツでトレーニングされています。
Cursor、VS Code、Windsurf、Zed（Windowsの場合）、JetBrains IDE、GitHub Desktop、ターミナル、Notionドキュメント、Linearチケット、GitHub PRの説明。1つのホットキーで、OS上のあらゆるテキスト入力をカバーします。
オーディオはCPUまたはGPU上で実行されるWhisperによって文字起こしされます。Claude、GPT、またはCursorがルーティングしているモデルに送信を決定するまで、プロンプトはローカルに留まります。サードパーティの文字起こしサービスは関与しません。
無料プランの1日500語で、多くのコーディングプロンプトをカバーできます。Proは月額10ドル、または年額80ドルで無制限のディクテーションが可能で、ボイス駆動のプロンプトがデフォルトのワークフローになると、ほとんどの開発者がこのプランに到達します。
NVIDIA GPU所有者はCUDAパックをインストールして、長いディクテーションをより高速に文字起こしできます。VulkanはAMDおよびIntel GPU向けのクロスベンダーフォールバックです。CPUパスも最新のマシンで動作します。
バイブコーディングとは、開発者が文字通りのコードを入力する時間を減らし、AIに書いてほしいことを説明する時間を増やすという最近の変化です。Cursorがこのパターンを強く推進し、Claude Code、GitHub Copilot Workspace、Windsurfがそれに続きました。ボトルネックはコンパイルや構文の知識ではなく、モデルに最初の試行で正しいことをさせるために、意図をどれだけ早く明確に説明できるかということになりました。
この種の説明は会話形式です。例えば、「製品のリストを受け取り、それらをホバーステート付きのカードとしてレンダリングするReactコンポーネントが欲しい。ホバー時に価格の横に購入ボタンを表示し、購入をクリックしたらプロップとして渡した関数を呼び出すようにする」といった具合です。これを入力するには40秒ほどかかります。ディクテーションなら10秒です。1日に40や50のプロンプトをこなすと、入力だけで30分の節約になり、コンテキストを追加する摩擦が減るため、到着するプロンプトは通常より豊富になります。
StarWhisperが存在するのは、Windowsに組み込まれているシステム全体のディクテーションがこのワークフローには狭すぎるためです。技術ボキャブラリーをうまく処理できず、Cursor内で機能するグローバルホットキーがなく、古いWindows音声認識は技術用語においてさらに劣ります。Whisperはそれらを処理します。このモデルはトレーニングで十分な開発者関連テキストを見てきているため、Zustand、swr、drizzle、prisma、vitest、tailwindなどの名前がすぐに正しく文字起こしされます。
以下は、Cursorでのディクテーションから恩恵を受けるプロンプトの実際の形状です。どれも話すのに数秒、入力するには1分以上かかります。
これらはすべて、Cursorのチャットやインライン編集がうまく処理できる種類の長い指示です。ディクテーションすることで、完全な思考が一度の操作で入力ボックスに届き、入力の場合のように途中の詳細を省きたくなる誘惑を減らすことができます。
CursorはAIにプロンプトを送るための異なるサーフェスをいくつか公開していますが、ディクテーションの観点からはすべて同じように動作します。
| Cursorのサーフェス | 開き方 | ディクテーションの挙動 |
|---|---|---|
| チャットパネル | Ctrl+L | 完全な会話形式のプロンプト、複数段落の指示をディクテーション |
| インライン編集 | コードを選択してCtrl+K | ハイライトされたブロックを対象とした短く的を絞ったプロンプトをディクテーション |
| Composer | Ctrl+I | 複数ファイルのリファクタリングプロンプトや機能のブリーフをディクテーション |
| 統合ターミナル | Ctrl+` | コミットメッセージ、検索クエリ、長いフラグをディクテーション |
| ファイル名変更 / 検索 | あらゆるテキスト入力 | ファイル名、検索文字列、正規表現の説明をディクテーション |
StarWhisperから見れば、これらはすべてWindowsのテキスト入力であり、ディクテーションの流れはそれぞれ同じです。
Cursorは、選択したモデル（Claude、GPT-4、GPT-5、Gemini、Cursor独自のモデル）にプロンプトを送信します。これは他のAIコーディングアシスタントと同じです。ディクテーションによって新たに加わる疑問は、オーディオもアップロードされるのか？ということです。
StarWhisperのローカルモード（デフォルト）では、答えはノーです。オーディオはマイクによってキャプチャされ、CPUまたはGPU上のWhisperによってメモリ内で処理され、デバイス上でテキストに変換されます。オーディオがサードパーティの文字起こしサービスに届くことはありません。文字起こしされたテキストは、入力した場合にCursorが受け取るのと同じテキストであり、その後初めて、Cursorの基盤モデルへの通常のAPI呼び出しを通じてマシンから離れます。
NDAの下で作業している場合や、モデルへのいかなる露出も許容できない機密コードを扱っている場合、CursorのAI機能はまったく使用しないでしょう。これはディクテーションするか入力するかに関わらず同じです。それ以外の人にとって、ディクテーションはプライバシーの姿勢を変えるものではなく、テキストがどのようにプロンプトボックスに到達したかを変えるだけです。完全な内訳については、ローカル vs クラウドWhisper FAQをご覧ください。
同じホットキーが他のすべてのWindowsコードエディタとAIツールをカバーします。コーディング向けのボイスタイピングでより広範なパターンを紹介していますが、クイックリファレンスとして、以下でもディクテーションが機能します：
1つのインストール、1つのホットキーで、Windows上のあらゆるテキストフィールドをカバーします。そのため、Cursor向けに使い始めた開発者は、1週間以内に他のすべての作業にもそれを使うようになります。