Dettare in Gemini

Puoi già parlare con Gemini?

Sì. Gemini ha l'input vocale integrato. Nell'app Gemini sul tuo telefono tocchi il microfono e parli; su un dispositivo supportato puoi persino iniziare a mani libere. Sul web su gemini.google.com c'è un microfono anche nell'area del prompt. Quindi se il tuo obiettivo è «chiedere qualcosa a Gemini ad alta voce e ricevere una risposta», non hai bisogno di altro. La funzione è inclusa nel prodotto.

Voglio essere chiaro su questo subito, perché molti articoli per questa parola chiave lo saltano e vanno direttamente a venderti qualcosa. Il proprio input vocale di Gemini va davvero bene per domande rapide. «Che tempo fa a Milano», «converti 200 grammi in tazze», «riassumi questo articolo» — parla, ascolta, fatto. Se è tutto quello che fai, questo è un articolo breve: usa il microfono che è già lì.

Il divario emerge nel momento in cui il tuo prompt diventa più lungo o più elaborato, e nel momento in cui vuoi usare la stessa abitudine in qualcosa che non è Gemini. Questo è il resto dell'articolo.

Perché digitare il prompt invece di parlare semplicemente

Quando parli direttamente nel microfono di un chatbot, le tue parole entrano e la risposta esce — ma non vedi mai il prompt come testo modificabile per primo. Per una domanda di una riga va bene. Per un prompt attento no. Hai detto «riassumi questo con un tono formale», il microfono ha sentito «riassumi questo con un tono mormale», e ora il modello sta facendo qualcosa di leggermente sbagliato e stai registrando tutto di nuovo. Digitare prima il prompt nel campo significa che lo leggi prima che venga eseguito.

L'altro motivo è che l'abitudine viaggia. Una scorciatoia che digita la tua voce in un campo di testo non si preoccupa di quale campo. Gemini oggi, ChatGPT domani, un prompt di Claude dopodomani, un messaggio Slack, una descrizione di commit, un'email all'insegnante di tuo figlio. Una sola memoria muscolare, ogni app. Il microfono di Gemini funziona solo dentro Gemini — esattamente quello che ci si aspetterebbe, ma significa che un secondo strumento che funziona ovunque non è ridondante — ha una forma diversa.

Il modo più veloce: una scorciatoia a livello di sistema

È qui che un'app dedicata cambia le cose. Whisper by Remskill non è un plugin di Gemini, un'estensione Chrome né un'integrazione Google. È un'app desktop che si comporta come la tua tastiera: premi una scorciatoia, parli, e la trascrizione viene incollata al cursore — in qualsiasi app, incluso il campo del prompt di Gemini. Funziona allo stesso modo nel browser e sul desktop, perché per il tuo computer stai semplicemente digitando.

La configurazione è breve:

Questo è tutto il ciclo. La trascrizione appare nel campo, la leggi, correggi qualsiasi errore, invii.

Dettare un prompt direttamente in Gemini

Una volta avviato, l'esperienza è banale nel senso migliore del termine. Metti il cursore nel campo del prompt di Gemini, tieni il tasto, dici il prompt, lasci andare. Un secondo dopo il testo è lì come se lo avessi digitato. Ora fai la cosa che il microfono live non ti lascia fare: lo leggi. I prompt lunghi — i tre paragrafi di contesto più la vera domanda — sono molto più facili da formulare correttamente quando puoi vederli prima che vengano eseguiti.

Poiché la trascrizione locale gira sulla tua macchina (Rust puro, nessun sidecar Python, nessun server nel loop), funziona offline, e l'audio di ciò che stai dettando non lascia mai il tuo laptop. Stai digitando il prompt con la tua voce e poi lo invii tu stesso a Gemini — il passo di dettatura e il passo IA sono separati, che è tutto il motivo per cui puoi modificare nel mezzo.

La pulizia IA elimina gli «ehm»

Il linguaggio parlato è disordinato. Dici «ehm», ricominci le frasi, ti perdi in un rumore che significa «sai cosa intendo». Whisper ha un passaggio opzionale di miglioramento IA che elimina i riempitivi e ordina la formulazione prima di incollare. Così «ehm, puoi, puoi scrivermi tipo una, una breve email per rifiutare questo» diventa «Puoi scrivermi una breve email per rifiutare questo». Un prompt più pulito tende a ottenere una risposta più pulita, quindi questo conta di più per il prompting IA che per le semplici note.

Quella pulizia gira localmente tramite Ollama, gratuitamente, sulla tua macchina. Gli utenti Pro possono instradarla tramite cloud, ma il beneficio dell'eliminazione dei riempitivi non richiede Pro; è disponibile nel pipeline locale gratuito. Puoi anche disattivarlo e incollare la trascrizione grezza, che va bene quando leggerai e modificherai comunque il prompt.

La stessa scorciatoia funziona in ChatGPT, Claude, ovunque

Questa è la parte che rende lo strumento separato conveniente. La scorciatoia non sa cos'è Gemini. Incolla testo ovunque si trovi il cursore, quindi l'abitudine esatta che hai appena imparato funziona in ChatGPT, in Claude, in Perplexity, in un Google Doc, nel tuo client email, nel campo dei commenti di una pull request. Impari un gesto e smetti di pensare a quale IA stai promptando oggi. Il microfono integrato di Gemini, per design, aiuta solo all'interno di Gemini.

Alterno tra tre o quattro strumenti IA in una settimana normale a seconda di cosa faccio. Quello che non volevo era un pulsante vocale diverso in ognuno, ognuno che si comporta in modo leggermente diverso. Una scorciatoia che digita in tutti è meno da ricordare, e continua a funzionare quando uno di loro lancia un redesign.

Come appare la completa app Whisper

La scorciatoia è la parte che userai di più, ma c'è un'interfaccia di impostazioni dietro. Scegli il tuo motore di trascrizione: modelli Whisper, le cui varianti multilingue coprono 99 lingue e le versioni solo inglese .en coprono esattamente una, o il Parakeet di NVIDIA, circa 600 MB, da 5 a 10 volte più veloce di Whisper su CPU, che copre l'inglese più 24 lingue europee. Imposti la scorciatoia, gestisci la cronologia e salvi preset. Nulla di questo è necessario per dettare un prompt in Gemini. È lì quando vuoi regolare.

Quando il proprio microfono di Gemini è sufficiente

Se vuoi solo porre a Gemini domande vocali rapide, salta del tutto l'app separata. Apri Gemini, tocca o clicca il microfono, parla. È integrato, è gratuito, e per una domanda di una riga non c'è nulla da guadagnare con un secondo strumento — staresti aggiungendo un passo, non togliendone uno. Lo stesso vale per le funzioni vocali degli altri grandi chatbot quando lavori solo in quell'app.

Una scorciatoia dedicata prende vantaggio in tre situazioni: prompt lunghi che vuoi leggere prima di inviare, la pulizia dei riempitivi, e usare la stessa abitudine di dettatura in ogni app invece che solo in Gemini. Più i tuoi prompt assomigliano a vera scrittura — contesto, istruzioni, una domanda — e più strumenti alterni, più questo conta.

Scegli lo strumento più piccolo che risolve il tuo problema. Per una domanda vocale, è il microfono già in Gemini. Per prompt lunghi dettati tra Gemini e ChatGPT e un'email a metà, la scorciatoia di sistema smette di sembrare eccessiva intorno al secondo paragrafo che non hai dovuto digitare.

Quanto costa Whisper

Il pipeline di dettatura locale — trascrizione e pulizia IA tramite Ollama — è gratuito per qualsiasi utente registrato, senza carta alla registrazione. Dettare prompt in Gemini con Whisper non costa quindi nulla. Whisper Pro aggiunge le funzionalità cloud (trascrizione OpenAI, miglioramento IA cloud, ricerca web vocale) e include una prova separata. I numeri esatti si trovano sulla pagina prezzi, non qui, perché i prezzi cambiano e un articolo di blog è un posto sbagliato per tenerli aggiornati.

Gemini può già sentirti, e per una domanda rapida questa è la fine della storia — usa il microfono che c'è. Il motivo per dettare il prompt nel campo invece è la parte che il microfono non può fare: puoi leggerlo prima che venga eseguito, e puoi farlo allo stesso modo in ogni altra app con cui parli. Due strumenti, due compiti. La maggior parte delle volte, il più piccolo è sufficiente.