腾讯偷偷做了个“嘴替”:ChatterFly 内测,开口直接生成邮件、周报和开发提示词
腾讯最近又低调做了一个挺有意思的 AI 工具。

名字叫:
ChatterFly。
乍一看像:
AI 语音输入法。
但真正用法已经不只是:
你说一句,它帮你打一句。
而是:
你想到什么直接说。
AI 再帮你把这些乱七八糟的口语:
整理成真正能发出去、能交付、甚至能直接交给 Agent 执行的内容。
比如:
邮件。
周报。
会议纪要。
项目进度。
营销文案。
甚至:
Vibe Coding 开发提示词。
输入法这件事,开始从:
“打字工具”
变成:
“表达工具”。
一、不用打开Chatbot,按一下Fn就能说
ChatterFly 当前采用独立桌面客户端形态。
目前开放:
macOS
以及:
Windows。
处于限时内测阶段,需要申请测试资格。
使用方式非常直接。
默认可以通过:
Fn 键
唤起语音输入。
按下以后直接说话。
例如你脑子里只有一句很口语的:
跟老板说一下,这周新版已经上了,不过接口还有点问题,下周再把剩下几个Bug修掉。
传统语音输入得到的:
基本就是原话。
ChatterFly 则可以继续理解:
你到底想表达什么。
然后整理成类似:
项目进度;
当前问题;
下一步计划
这种可以直接发送的工作内容。
二、重点不是“识别得准”,而是“帮你说清楚”
传统语音输入最核心的指标是:
ASR准确率。
有没有听错字。
有没有断错句。
ChatterFly 又往前加了一层:
表达理解。
它可以对口述内容继续:
删除口头禅;
修正语序;
整理逻辑;
调整语气;
自动排版。
比如你说:
那个,帮我回一下客户吧,就说我们这个版本今天应该差不多能给,但是那个数据迁移可能还得明天。
最后可以整理成更适合直接发送的:
当前版本预计今天可以交付,数据迁移部分还需要进一步处理,预计明天完成。
这就不只是:
Speech to Text。
而更接近:
Speech to Expression。
三、直接开口写邮件和周报
ChatterFly 当前把一些高频办公场景直接做成了:
Skills。
首批公开内测信息显示,主要覆盖:
会议纪要
工作汇报
项目推进
营销文案
邮件润色
Vibe Coding 提示词优化
等能力。
不同 Skill 可以单独开关。
比如到了周五。
不用坐在那里回忆:
我这周到底干了什么?
直接口述:
周一改了首页,周二接了支付接口,周三修登录问题,周四客户又临时改了一版需求……
AI 再整理成:
本周完成事项;
当前进展;
存在问题;
下周计划。
从“说事情”直接变成“写周报”。
四、最戳程序员的可能是Vibe Coding
这个功能我觉得挺有意思。
因为现在很多人用 Codex、Claude Code、CodeBuddy 这些 Coding Agent 时:
真正费时间的不一定是写代码。
而是:
怎么把需求讲清楚。
脑子里可能只是:
我想做个昆虫识别App,拍照以后告诉我是什么虫,然后页面要好看一点。
直接丢给 Agent:
需求还是太散。
ChatterFly 的 Vibe Coding Skill 可以继续把这种口语需求整理成:
产品目标
↓
页面结构
↓
交互流程
↓
技术约束
↓
数据处理
↓
异常情况
↓
验收标准最后变成一段:
可以直接丢给 Coding Agent 的开发 Prompt。
这就很像:
嘴巴 → PRD → Agent。
五、以后写Prompt可能真的不用“打”
这个思路其实挺适合 Vibe Coding。
因为人在描述一个产品的时候:
说话通常比打字快得多。
比如开车、散步或者洗澡时突然想到:
首页顶部我想要一个很大的3D场景,然后下面做作品瀑布流,右边浮一个AI输入框……
如果必须打开电脑:
很多灵感可能已经没了。
但如果语音工具能自动把这些表达整理成:
结构化开发需求。
甚至补齐:
状态;
响应式;
异常处理;
验收条件。
那么以后最自然的工作流可能真的会变成:
你负责说。
AI负责把话整理成机器能准确执行的Prompt。
六、个人词库会开始“认识你”
语音输入还有一个长期痛点:
专有名词。
尤其做 AI、设计、开发的人。
每天都在说:
Codex;
shadcn;
Nuxt;
React;
Seedance;
各种项目名和品牌名。
普通语音输入很容易:
疯狂打错。
ChatterFly 内置了:
个人词库。
用户修改识别结果以后:
系统可以继续学习这些纠错。
也可以:
手动添加专业词汇和专有名称。
公开内测资料还显示,它支持在授权后:
迁移搜狗输入法个人词库。
这其实很腾讯。
不是让你从零开始教 AI:
你到底怎么说话。
而是尝试把以前积累的输入习惯继续带过来。
七、连“你到底省了多少打字时间”都给你算
ChatterFly 首页还做了一套:
输入行为统计。
可以看到:
累计输入字数;
语音输入比例;
平均语速;
预估节省时间。
这有点像:
给“输入”加了一个数据仪表盘。
以前我们基本不会思考:
每天到底打了多少字。
但语音输入如果真正成为高频入口以后:
这种数据其实挺有意思。
比如:
今天一共输入 1.2 万字。
其中 80% 是语音。
AI 帮你节约了:
几十分钟。
生产力工具开始连:
“你到底省了多少时间”
都量化出来了。
八、弱网、嘈杂、轻声环境也在专门优化
语音产品真正难用的地方往往不是:
安静办公室。
而是:
地铁;
咖啡馆;
车里;
走路;
很小声讲话。
当前公开内测信息显示:
ChatterFly 针对:
弱网
背景噪音
轻声讲话
等场景做了专项适配。
这块如果最终稳定:
意义其实不小。
因为只有离开:
“必须坐在桌前、戴着耳机、环境安静”
这个条件,
语音输入才可能真正成为:
日常高频入口。
九、它没有直接取代搜狗和微信输入法
这里我觉得要区分一下。
腾讯现在本身已经有:
搜狗输入法
以及:
微信输入法。
所以 ChatterFly 并不一定意味着:
腾讯要再重新做一个传统输入法。
至少目前形态更像:
独立 AI 表达工具。
它常驻桌面。
在各种可以输入文字的地方:
随时唤起。
传统输入法负责:
一个字一个字输进去。
ChatterFly 想解决的是:
一句话到底应该怎么表达。
这两个层级不完全一样。
十、它甚至可能是一个新的Agent入口
我觉得 ChatterFly 最值得看的地方,其实还不是:
AI 写邮件。
而是:
语音开始成为 Agent 的上游。
未来整个链路可能变成:
人脑里的想法
↓
自然语音
↓
ChatterFly理解意图
↓
整理成结构化指令
↓
Coding / Office / Research Agent
↓
真正执行以前我们和 Agent 交互:
主要靠键盘。
以后很可能:
直接说。
而且不是把语音机械转成文字。
中间多了一层:
Prompt Compiler。
把人类模糊、跳跃、碎片化的语言:
编译成 Agent 更容易理解的任务。
这个方向其实比:
“语音识别准确率又涨了2%”
有意思得多。
十一、现在还是内测,别急着当正式版
需要注意:
ChatterFly 当前仍然属于:
内测阶段。
现阶段公开的是:
Windows;
macOS
客户端。
需要申请内测资格后使用。
iOS 与 Android:
目前显示为后续推出。
另外“元宝输入法”这个中文名称目前也主要来自外部曝光资料:
腾讯尚未明确把它作为最终正式品牌名公布。
正式定价;
完整功能;
正式发布时间;
移动端具体上线时间
目前也都还没有完全公布。
所以这一阶段更适合看:
产品方向。
结语
ChatterFly 这次最有意思的地方不是:
腾讯又做了一个语音输入工具。
而是输入法的边界正在发生变化。
过去:
脑子里想一句
↓
手敲键盘
↓
得到一句文字后来:
嘴巴说一句
↓
语音识别
↓
得到一句文字ChatterFly 想进一步变成:
嘴巴说一堆想法
↓
AI理解你真正要干什么
↓
整理逻辑和表达
↓
直接得到邮件 / 周报 / Prompt / 纪要甚至下一步:
再直接交给 Agent 执行。
所以它真正想省掉的:
可能已经不只是:
打字的时间。
而是:
“我应该怎么把这件事情说清楚”的时间。
对于每天都在写:
邮件;
周报;
方案;
Prompt;
开发需求
的人来说,
这个方向确实挺实用。
如果后面它和腾讯现有的:
元宝;
WorkBuddy;
CodeBuddy;
搜狗输入法;
微信输入法
进一步打通,
语音可能真的会成为腾讯整个 Agent 体系里:
一个非常自然的输入入口。
相关链接
ChatterFly 官网 / 内测申请
https://chatterfly.tencent.com/
腾讯混元
腾讯元宝
腾讯 WorkBuddy
腾讯 CodeBuddy
搜狗输入法
微信输入法
标签






评论 0
最新评论登录后发布评论并参与互动。
暂无评论,欢迎抢沙发。