Mowa na tekst w edytorze Ghost

Czy edytor Ghost ma wbudowane dyktowanie?

Nie. Edytor Ghost — Koenig, ten zbudowany na React i Lexical — nie ma żadnej wbudowanej funkcji zamiany mowy na tekst, dyktowania ani pisania głosowego, która pozwalałaby pisać do karty głosem. Nie ma przycisku mikrofonu przy akapicie, nie ma komendy głosowej za menu slasha, nie ma ukrytego ustawienia w opcjach wpisu. Jeśli przeczesujesz edytor w poszukiwaniu tego, możesz przestać. Tego tam nie ma.

To, co Koenig naprawdę ma, to parsowanie markdown i menu slasha — i właśnie tu ludzie się gubią. Możesz wpisać `#`, żeby zrobić nagłówek, albo `/`, żeby wstawić kartę obrazu, zakładki lub osadzenia, a edytor sformatuje to w locie. To formatowanie sterowane klawiaturą, a nie dyktowanie. Kształtuje tekst, który już wpisałeś; nie słucha cię i nie wpisuje za ciebie. Istnieją też zewnętrzne narzędzia do dyktowania reklamujące obsługę Ghosta, co jest dowodem na to, że sam Ghost tej funkcji nie ma — gdyby ją miał, nikt nie potrzebowałby dokładki.

Warto jedno zdanie, żebyś nie gonił za tym na niewłaściwym urządzeniu: panel Ghosta to aplikacja webowa, więc na telefonie po prostu skorzystasz z mikrofonu klawiatury, który dyktuje do dowolnego pola, w tym do karty Ghost. Na komputerze, gdzie większość ludzi faktycznie pisze długie wpisy, potrzebujesz narzędzia, które usiądzie na wierzchu edytora. Jest kilka uczciwych dróg, a reszta tego poradnika je omawia.

Naciskasz skrót, mówisz, tekst ląduje w karcie

To cały mechanizm i jest nudny w najlepszym możliwym sensie. Naciskasz skrót, mówisz, puszczasz, a transkrypcja wkleja się w miejscu kursora, w tym polu tekstowym, które ma fokus. Whisper przytrzymuje krótką końcówkę po tym, jak puścisz klawisz, więc twoje ostatnie słowo nie zostaje obcięte. Ponieważ wkleja w miejscu kursora systemowego, karta akapitu w Ghoście to po prostu „dowolne pole tekstowe”. Panel w przeglądarce czy aplikacja desktopowa wokół niego — działa tak samo.

Tę część strony reklamujące dokładki niepotrzebnie komplikują. Nie ma żadnej integracji do zainstalowania w Ghoście, żadnego tokena API panelu do wklejenia, żadnego webhooka do pilnowania. Kursor jest w karcie, mówisz, słowa pojawiają się w karcie. Podczas mówienia pokazuje się mała kapsułka, żebyś wiedział, że narzędzie słucha:

Skrót to jedyna rzecz, którą warto od razu dobrze ustawić. Na Windowsie to Ctrl+Space; na Macu to Command+Option, modyfikator typu push-to-talk, który przytrzymujesz podczas mówienia. Oba można zmienić w Ustawieniach, jeśli kolidują z czymś, czego już używasz — a w Ghoście warto to sprawdzić, bo edytor zajmuje już Ctrl+B, Ctrl+I i cały zestaw kombinacji Ctrl+Option do nagłówków. (Moja młodsza córka powiedziała mi kiedyś, że skrót „nie działa” w jej aplikacji do rysowania. To był konflikt, a nie błąd — i tak nauczyłem się, że przeciętna osoba nie ma pojęcia, czym w ogóle jest konflikt skrótów. Dlatego teraz każdy skrót można dostosować.) Jeśli kiedykolwiek konfigurowałeś dyktowanie na Windowsie lub na Macu, to ta sama pamięć mięśniowa skierowana na inną aplikację.

Skonfiguruj to w dwie minuty (Windows lub Mac)

Potrzebujesz Maca na Apple Silicon albo komputera z Windows 10 lub nowszym, działającego mikrofonu i otwartego panelu Ghosta — w przeglądarce albo w aplikacji desktopowej. Cały lokalny proces jest darmowy dla każdego zalogowanego konta, bez pytania o metodę płatności przy rejestracji. Oto kolejność.

Wolny etap to pobieranie modelu, a nie konfiguracja. Cała reszta to cztery powyższe kroki. Gdy już to działa, pisanie wpisu przestaje być zadaniem na klawiaturze, a staje się zadaniem mówionym — co przy newsletterze na 1200 słów jest różnicą między całym wieczorem a przerwą na kawę.

mowa na tekst na Windowsie · na Macu

Panel w przeglądarce kontra aplikacja desktopowa

Panel Ghosta to aplikacja webowa, więc oczywiste pytanie brzmi, czy dyktowanie zachowuje się inaczej, gdy piszesz w karcie przeglądarki, a inaczej w aplikacji desktopowej wokół tego samego panelu. Uczciwa odpowiedź: nie różni się, bo skrót obejmujący cały system wkleja w miejscu kursora systemowego, a systemowi jest wszystko jedno, czy kursor jest w Chrome, Safari, czy w powłoce typu Electron skierowanej na twoją stronę Ghost. Ten sam klawisz, to samo wklejenie, ta sama karta Koenig po drugiej stronie.

To cicha przewaga nad narzędziami-dokładkami, które podpinają się pod jedną konkretną powierzchnię. Niektóre rozszerzenia do dyktowania działają tylko w przeglądarce; niektóre narzędzia z paska menu mówią wyłącznie do aplikacji, dla której je zbudowano. Narzędzie obejmujące cały system całkowicie omija to pytanie — ten sam klawisz, który zapełnia akapit w Ghoście, zapełnia też okno tworzenia wiadomości w Gmailu, odpowiedź na Slacku i wiadomość commita. Niczego nie uczysz się od nowa, gdy przełączasz się z edytora, żeby odpowiedzieć na komentarz albo zaktualizować tekst na stronie.

Wybierz więc tę powierzchnię do pisania, którą już lubisz. Jeśli cały twój workflow w Ghoście żyje w przypiętej karcie przeglądarki, dyktuj tam. Jeśli wolisz osobne okno desktopowe, żeby edytor nie był jedną z trzydziestu kart, dyktuj tam. Warstwa dyktowania jest w obu przypadkach identyczna, co jest całym sensem robienia tego na poziomie systemu, a nie wewnątrz Ghosta.

Lokalnie czy w chmurze: który tryb do pisania wpisów

Do pisania w Ghoście spróbuj najpierw trybu lokalnego. Większość tego, co dyktujesz do wpisu, to po prostu proza — sekcja, którą właśnie przemyśliwasz, wstęp, który i tak poprawisz dwa razy. Nie potrzebuje serwera w obiegu, a wersja robocza, której nie opublikowałem, to dokładnie ten rodzaj tekstu, którego wolałbym nie przepuszczać przez czyjeś API w drodze do mojego własnego edytora. Jeśli twój Mac jest na Apple Silicon, a komputer pochodzi z ostatnich kilku lat, tryb lokalny bez narzekania radzi sobie z codziennym pisaniem, a chmura staje się wyjściem awaryjnym, a nie ustawieniem domyślnym.

Oto czym różnią się te trzy ścieżki, bo aplikacja każe ci wybrać, a wolę, żebyś wybrał dobrze:

• Lokalny Parakeet — silnik TDT od NVIDIA, około 600 MB, najszybsza opcja lokalna — od 5 do 10 razy szybsza niż Whisper na CPU. Obsługuje angielski plus 24 inne języki europejskie, łącznie 25. Bez tłumaczenia na angielski. Jeśli piszesz wpisy po angielsku lub w innym języku europejskim, to szybki, w pełni offline wybór.
• Lokalny Whisper — wolniejszy od Parakeeta na tej samej maszynie, ale wersje wielojęzyczne obejmują 99 języków i potrafią tłumaczyć na angielski. Wersje tylko angielskie są tylko angielskie, a nie obsługują 99 języków. Wybierz to, jeśli blogujesz po chińsku, japońsku, koreańsku albo w dowolnym języku, którego Parakeet nie obsługuje, lub jeśli chcesz tłumaczenia. Domyślny model angielski ma około 480 MB.
• Chmura (OpenAI, własny klucz) — najlepsza dokładność i dostęp do sieci, z użyciem twojego własnego klucza OpenAI, rozliczanego bezpośrednio przez OpenAI. Transkrypcja domyślnie działa na gpt-4o-mini-transcribe. Wymaga internetu, więc to jedyna ścieżka, która opuszcza twoją maszynę. Powierzchnia Chmury jest częścią Whisper Pro.

Nudna prawda jest taka, że dla rodzaju prozy, jaką większość ludzi pisze do wpisu na blogu, tryb lokalny w zupełności wystarcza. Oba lokalne silniki działają w całości na twojej maszynie, nic nie jest wysyłane na serwer. Chmura zasługuje na swoje miejsce, gdy chcesz najwyższej dokładności przy trudnym nagraniu albo gdy potrzebujesz, żeby model wyciągnął fakt z sieci w połowie zdania. Przy regularnym publikowaniu zacznij od trybu lokalnego i sięgaj po chmurę tylko wtedy, gdy lokalny ci nie wystarcza.

Pisanie wpisu głosem, a potem porządkowanie

Surowe dyktowanie wychodzi jako jedno długie, nieprzerwane zdanie. Mówisz „okej, więc wstęp powinien wyjaśnić, dlaczego większość newsletterów traci czytelników w pierwszym akapicie, i potem obiecać rozwiązanie”, i to jest ta nieinterpunkcyjna ściana, jaką wręcza ci każdy silnik mowy. Porządkowanie tego to miejsce, w którym ścieżki się rozchodzą, a przy długim wpisie to ta część, która naprawdę ma znaczenie.

Windowsowe Pisanie głosowe dodaje interpunkcję, gdy mówisz, a Dyktowanie w macOS obsługuje podstawową interpunkcję, gdy powiesz „przecinek” albo „kropka”. Do cięższego porządkowania — usuwania „yyy”, naprawiania potoku zdań, zamiany mówionej rozwlekłości w akapit, który faktycznie zostawiłbyś w opublikowanym wpisie — Whisper może wykonać przebieg AI. Powiedz frazę aktywującą „Hey whisper”, a tekst zostaje ulepszony, zanim wyląduje. Na modelu lokalnym dzieje się to przez Ollama; w trybie chmurowym domyślnie jest to gpt-5-mini.

Jeśli chodzi o samą strukturę Ghosta — nagłówki, karty z menu slasha, zakładki i osadzenia — uczciwa odpowiedź jest taka, że głos daje ci prozę, a własne skróty Koeniga dają ci strukturę. Podyktuj akapit, a potem wpisz `#`, żeby zrobić nagłówek, `/image`, żeby wstawić obraz, albo `>`, żeby zrobić cytat, tak jak zwykle. Żadne narzędzie do dyktowania nie wyczaruje karty Ghosta na zawołanie; każdy, kto obiecuje „powiedz wstaw kartę obrazu i patrz, jak się pojawia”, sprzedaje ci demo, a nie zwykły wtorek. Szybko zrzuć słowa głosem, a wpis ukształtuj skrótami, które już znasz.

Ten sam schemat mów-potem-porządkuj opłaca się daleko poza twoim blogiem — możesz też dyktować czystą prozę do dowolnej aplikacji jednym skrótem, więc długa sekcja staje się kilkoma wypowiedzianymi zdaniami zamiast akapitem, który mozolnie wystukujesz ręcznie.

Kiedy odpuścić sobie narzędzie do dyktowania w Ghoście

Czasem właściwym narzędziem jest to darmowe, które już masz na maszynie, a udawanie inaczej byłoby nieuczciwe. Jeśli wrzucasz do Ghosta tylko krótkie fragmenty — szybką poprawkę tytułu, jednowierszowy podpis, zajawkę — twój system operacyjny ogarnie to za darmo.

Na Windowsie naciśnij klawisz Windows + H, a wbudowany pasek Pisania głosowego otwiera się tam, gdzie jest twój kursor, w tym w karcie Ghost. Interpunkcję dodaje sam i sprawdza się przy krótkich zrywach. Haczyk: przepuszcza dane przez serwery Microsoftu i potrzebuje połączenia z internetem, więc nie jest to opcja offline. Na Macu Dyktowanie pozwala mówić, żeby wpisać tekst wszędzie tam, gdzie możesz pisać; konfigurujesz je w Ustawieniach systemowych w sekcji Klawiatura, a na Apple Silicon ogólny tekst może być przetwarzany lokalnie na urządzeniu. Do zdania tu i tam oba są naprawdę wystarczająco dobre, i nie zamierzam udawać, że esej na 1200 słów i jednowierszowy podpis potrzebują tego samego narzędzia.

Sięgnij po dedykowane narzędzie obejmujące cały system, gdy wbudowane zaczynają boleć: pisanie całych wpisów, tworzenie wielojęzyczne, prywatność offline albo chęć posiadania jednego skrótu, który zachowuje się tak samo w Ghoście, twojej skrzynce mailowej i twoim edytorze. Poniżej tej poprzeczki korzystaj z tego, co darmowe. Nie powiem ci, żebyś instalował aplikację dla jednowierszowej zajawki.

Ten sam kompromis pojawia się, jeśli najpierw piszesz dłuższe teksty gdzie indziej — logika w dyktowaniu do Notion jest identyczna, bo tam również prawdziwym połączeniem z edytorem jest kursor, a nie integracja.

Ghost nigdy nie wypuścił przycisku mikrofonu w Koenigu i po napisaniu tego jestem dość pewien, że nigdy tego nie zrobi. Nie musi, bo to kursor jest integracją. Mówisz do karty, dostajesz prozę, kształtujesz wpis skrótami, które już znasz. Większość tego poradnika podyktowałem do pola tekstowego, które nie było Ghostem, narzędziem, któremu jest wszystko jedno, jakie to pole, a potem wkleiłem całość do wersji roboczej. Na tym polega cała sztuczka.