语音编程指南

在 Windows 上向
Cursor IDE 听写提示词

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。

下载 Windows 版
Microsoft Store
  • 受 Windows 信任
  • 30 秒快速设置
更多
“构建一个拖放式文件上传器,仅限 PNG/JPG,最大 10MB……”

语音驱动编程的五个步骤

从安装到直接听写到 Cursor 的聊天面板。

1

安装 StarWhisper

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。

2

打开 Cursor 和您的项目

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。

3

点击提示词输入框

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。

4

按住 StarWhisper 快捷键

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。

5

说出提示词,松开,发送

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。

为什么开发者会选择 Cursor 的语音快捷键

为氛围编程和 AI 辅助开发提供的具体优势。

长提示词保持结构化

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。

处理技术词汇

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。

适用于所有开发工具

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。

默认本地处理

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。

日常使用免费

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。

拥有 GPU 则可加速

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。

为什么使用语音进行氛围编程更轻松

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。

适合语音的具体提示词示例

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。

  • 构建一个拖放式文件上传器,仅限 PNG 和 JPG,最大 10MB,带有进度条和针对不支持拖拽浏览器的后备点击上传按钮。
  • 重构用户服务以使用依赖注入,数据库客户端和电子邮件服务应该被注入,并更新测试,以便它们传递模拟实例而不是修补模块。
  • 编写一个 Postgres 迁移脚本,向订单表添加一个软删除列,为现有行回填数据,并包含用于回滚的向下迁移。
  • 生成一个 fastAPI 端点,它接受 CSV 上传,验证列,以五百行为一批插入数据并带有事务,并返回行数以及任何错误行。
  • 为此模态框添加可访问的 aria 标签和键盘导航,焦点陷阱应在模态框关闭时释放,并将焦点返回到触发按钮。

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 聊天、内联编辑和终端:对 StarWhisper 来说都一样

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。

隐私:提示词和音频实际上去了哪里

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

在 Cursor 中实现更快、更清晰的语音提示技巧

  • 先规划提示词结构:角色、上下文、任务、约束、示例、输出格式。然后一口气听写出来。
  • 通过说出单词来发音 camelCase。Whisper 会将 getCurrentUser 识别为 get current user,而且 Cursor 的模型通常无论如何都能理解这两种形式。
  • 对于听起来像单词的库名(Next、Bun、Astro、Hono),请清晰发音并在之后检查。如果经常使用,请将它们添加到 StarWhisper 的自定义词典中。
  • 粘贴代码而不是听写语法。标准模式是听写请求,使用 Ctrl+V 粘贴相关文件,要求 Cursor 进行更改。
  • 使用口语过渡词(首先、接下来、还有、最后)在您听写的请求中为模型提供更清晰的结构。
  • 对于跨越多个文件的长 Composer 提示词,首先听写总体目标,然后列出您想要触及的每个文件,并用一两行说明原因。

超越 Cursor:其他适用的编程工具

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:

  • 带有 GitHub Copilot Chat、Continue、Cody、Codeium 的 VS Code
  • 用于其 AI 面板的 Windsurf 和 Zed(Windows 版本)
  • 带有 AI Assistant、Junie 或第三方插件的 JetBrains IDE
  • GitHub.com PR 描述、议题评论、审查
  • 您编写技术规范的 Linear、Jira、Notion 文档
  • 用于提交信息和命令构建的终端(Windows 终端、ConEmu、WSL shell)
  • 用于非 Cursor AI 对话的 ChatGPT 和 Claude 网页界面

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。

常见问题解答

这适用于 Cursor Pro 吗?
是的。StarWhisper 不会以任何方式与您的 Cursor 帐户或模型选择进行交互。它只是将内容听写到当前活动的文本字段中,这意味着无论您使用的是 Cursor 的免费爱好者计划、每月 20 美元的 Pro 版还是商业版,其行为都是完全相同的。听写是在您的 PC 上本地完成的,在 Cursor 看到提示词之前就已经结束了。您的 Cursor 等级仅在将提示词发送给 Claude、GPT 或您为该对话选择的任何模型时才起作用。
它适用于 Cursor 的内联编辑功能吗?
是的。按 Ctrl+K 打开内联编辑提示,将光标置于出现的输入框中,然后按住 StarWhisper 快捷键进行听写。对于 Windows 而言,内联编辑只是另一个文本输入框,因此听写流程与聊天面板完全相同。这非常适合简短的精准提示,例如将此变量重命名为更具描述性的名称,或者将此代码块提取为带有适当错误处理的辅助函数。
我可以听写实际的代码,而不仅仅是提示词吗?
您可以,但在实际操作中,这很少是快捷方式。口语英语无法完美映射到源代码语法,即使是 Whisper 强大的技术词汇库也无法每次都将“说 右括号 分号 返回 null”转化为完美的输出。高效的模式是听写您希望代码执行的操作的自然语言描述,然后让 Cursor 的 AI 编写实际语法。简短的变量名和单个标识符听写起来效果很好。
Whisper 处理变量名和库名的效果如何?
Whisper 接受了包含大量开发者相关内容的大型语料库训练,因此像 React、Tailwind、Postgres、fastAPI、useEffect、queryClient、dotenv、kubectl 等常见标识符在大多数情况下都能正确转录。当您自然发音时,CamelCase 和 snake_case 都能被识别。对于不常见的内部标识符或自创的产品名称,预计在松开快捷键后需要修改几个词。将该术语添加一次到 StarWhisper 自定义词典中可以改善后续的运行效果。
它可以在 Cursor 的集成终端中使用吗?
是的。Cursor 中的集成终端接受听写文本的方式与任何其他文本输入框相同。您可以听写 git 提交信息、用英语描述的长 curl 命令,或者输入到 ripgrep 的搜索查询。当您自然发音时,Whisper 可以处理常见的 shell 语法,如标志、破折号和管道符,但对于带有引号和转义符的复杂单行命令,通常手动输入标点符号部分而仅听写较长的参数会更快。
它也可以在 VS Code 中使用吗?
是的。Cursor 是 VS Code 的一个分支,StarWhisper 可以将内容听写到两者中,且行为完全相同。GitHub Copilot Chat、Continue、Cody 和其他 VS Code AI 扩展的聊天面板接收听写文本的方式与 Cursor 的聊天面板完全相同。如果您在 VS Code 和 Cursor 之间分配时间,只需一个快捷键即可覆盖这两个编辑器,它们之间无需更改任何配置。
WebStorm、IntelliJ 和其他 JetBrains IDE 呢?
Windows 上的所有 JetBrains IDE 都可以作为听写目标。IntelliJ 中的 AI 助手聊天、WebStorm 的 Junie 集成中的提示输入、JetBrains AI 聊天工具窗口,以及 code-with-Claude 或 Codeium 插件都接受听写文本。这同样适用于 PyCharm、GoLand、RubyMine、Rider、DataGrip 和 PhpStorm。StarWhisper 不需要与 IDE 集成,因为它是直接听写到操作系统级别的文本输入层。
对于技术术语和代码相关语言的准确度如何?
Whisper 在一般英语上的基础准确度在清晰音频下约为 98%,而技术词汇子集对于主流术语的表现也处于相似水平。主要框架、语言、云提供商、库和标准计算机科学概念的名称都能正确显示。针对小众内部系统的特定领域行话是错误集中的地方,这也是人类转录员同样需要术语表的地方。在发送前检查听写的提示词只需几秒钟,就能发现并修改少数需要修正的词语。

免费开始 Cursor 语音编程

免费计划每天 500 个单词。无需信用卡。适用于 Cursor、VS Code、JetBrains 以及任何 Windows 文本字段。

下载 Windows 版 StarWhisper