氛围编程意味着将长篇、结构化的提示词听写给 Cursor 的 AI,而不是手动输入。StarWhisper 是一款免费的本地语音转文字快捷键工具,可将内容输入到 Windows 上的 Cursor 聊天面板、内联编辑、终端以及任何文本字段中。
从安装到直接听写到 Cursor 的聊天面板。
从 starwhisper.ai 或 Microsoft Store 下载 StarWhisper。运行安装程序,并在首次启动时允许麦克风访问。免费计划每天包含 500 个单词,足以应付几个长篇的编程提示词。如果您全天都在进行听写,Pro 版每月只需 10 美元。
启动 Cursor IDE 并打开您正在处理的项目文件夹。使用 Ctrl+L 调出聊天面板,或使用 Ctrl+K 对当前选择打开内联编辑。这两种上下文都接受听写的提示词,因为它们都是标准的 Windows 文本输入框。
将光标置于 Cursor 的聊天输入框或内联编辑弹窗中。StarWhisper 会将内容输入到当前具有焦点的任何 Windows 文本控件中,因此在按下快捷键之前,光标必须位于正确的位置。如果您想听写 shell 命令,这也同样适用于集成终端。
按住全局听写快捷键。麦克风指示灯会确认正在录音。默认设置适用于大多数环境,如果它与您已经使用的 Cursor 或 VS Code 快捷键冲突,您可以在 StarWhisper 设置中重新绑定。
自然地听写完整请求。例如:构建一个拖放式文件上传器,仅限 PNG 和 JPG,最大 10MB,带有进度条和可访问的 aria 标签。松开快捷键,浏览转录的文本,修改任何听错的标识符,然后按回车键将提示词发送给 Cursor 的模型。
为氛围编程和 AI 辅助开发提供的具体优势。
听写角色、上下文、要匹配的现有模式、约束条件、边缘情况以及请求的输出。所有这些都在一次连贯的发言中完成,比手动输入更快。Cursor 的模型在处理更完整的简报时效果更好。
React、Tailwind、Zustand、fastAPI、kubectl、useEffect、queryClient、dotenv、ECMAScript、Postgres、依赖注入,所有这些都能正确识别。Whisper 接受了足够多的开发者内容训练,能够识别主流标识符和模式。
Cursor、VS Code、Windsurf、Zed(在 Windows 上时)、JetBrains IDE、GitHub Desktop、终端、Notion 文档、Linear 工单、GitHub PR 描述。一个快捷键,搞定操作系统上的每一个文本输入框。
音频由运行在您的 CPU 或 GPU 上的 Whisper 进行转录。提示词会保留在本地,直到您决定点击发送给 Claude、GPT 或 Cursor 正在路由到的任何模型。不涉及任何第三方转录服务。
免费计划每天 500 个单词,可满足许多编程提示词的需求。Pro 版每月 10 美元或每年 80 美元,可享受无限听写。一旦语音驱动的提示词编写成为默认工作流程,大多数开发者都会达到这个使用量。
NVIDIA GPU 用户可以安装 CUDA 包,以在长篇听写时获得更快的转录速度。Vulkan 是适用于 AMD 和 Intel GPU 的跨供应商后备方案。CPU 路径也适用于任何现代计算机。
氛围编程是最近的一种转变,开发者花在输入字面代码上的时间减少了,而花在描述他们希望 AI 编写什么上的时间增加了。Cursor 大力推动了这种模式,随后 Claude Code、GitHub Copilot Workspace 和 Windsurf 也紧随其后。瓶颈不再是编译或语法知识,而是您清晰描述意图的速度,足以让模型第一次就做对。
这种描述是对话式的。听起来像这样:我想要一个 React 组件,它接收一个产品列表并将它们渲染为带有悬停状态的卡片,悬停时应显示一个购买按钮,旁边是价格,点击购买时应调用我作为 prop 传入的函数。输入这些可能需要四十秒。听写只需要十秒。在一天四十或五十个提示词中,这仅节省输入时间就有半小时,而且到达的提示词通常更丰富,因为继续添加上下文的阻力更小了。
StarWhisper 的存在是因为 Windows 内置的系统级听写功能对于这种工作流程来说太狭隘了——它不能很好地处理技术词汇,没有能在 Cursor 中工作的全局快捷键,而较旧的 Windows 语音识别在技术术语上的表现更糟。Whisper 能够处理它们。该模型在训练中阅读了足够多的开发者相关文本,以至于像 Zustand、swr、drizzle、prisma、vitest 和 tailwind 这样的名称在开箱即用时就能正确转录。
以下是在 Cursor 中受益于听写的真实提示词形态。每一个只需几秒钟就能说出,而输入可能需要一分钟或更长时间。
这些长指令都是 Cursor 的聊天或内联编辑能够很好处理的类型。听写可以一次性将完整的想法放入输入框中,而手动输入往往会诱使您省略后面的细节。
Cursor 为 AI 提示提供了几种不同的界面,但对于听写来说,它们的行为方式都是相同的。
| Cursor 界面 | 如何打开 | 听写行为 |
|---|---|---|
| 聊天面板 | Ctrl+L | 听写完整的对话提示词、多段指令 |
| 内联编辑 | 选中代码后按 Ctrl+K | 听写针对高亮代码块的简短精准提示 |
| Composer | Ctrl+I | 听写多文件重构提示词和功能简报 |
| 集成终端 | Ctrl+` | 听写提交信息、搜索查询、长标志 |
| 文件重命名 / 搜索 | 任何文本输入框 | 听写文件名、搜索字符串、正则表达式描述 |
从 StarWhisper 的角度来看,所有这些都是 Windows 文本输入框,每个输入框的听写流程都是相同的。
Cursor 会将您的提示词发送给您选择的任何模型(Claude、GPT-4、GPT-5、Gemini、Cursor 自有的模型),这与任何其他 AI 编程助手一样。听写增加的新问题是:音频也会被上传吗?
在 StarWhisper 本地模式(默认模式)下,答案是否定的。音频由麦克风捕获,在内存中由您 CPU 或 GPU 上的 Whisper 进行处理,并在设备上转换为文本。音频永远不会到达任何第三方转录服务。转录后的文本与您手动输入的文本相同,只有在这时,它才会通过 Cursor 对底层模型的正常 API 调用离开您的机器。
如果您在 NDA(保密协议)下工作或处理敏感代码,且无法接受任何模型暴露,您根本不会使用 Cursor 的 AI 功能,无论您是听写还是手动输入,这都同样适用。对于其他所有人来说,听写不会改变隐私状况,它只是改变了文本到达提示框的方式。有关完整的详细分析,请参阅 本地与云端 Whisper 常见问题解答。
相同的快捷键涵盖了所有其他 Windows 代码编辑器和 AI 工具。用于编程的语音输入介绍了更广泛的模式,但作为快速参考,听写适用于:
一次安装,一个快捷键,搞定 Windows 上的每一个文本字段。这就是为什么开始将其用于 Cursor 的开发者会在一周内将其用于其他所有内容的原因。