大家好，我是冷逸。

不知道你是否和我一樣，腦子里的想法噼里啪啦，但在鍵盤上敲出來的速度，永遠慢半拍。

回一封措辭嚴謹的郵件要逐字斟酌，給領導寫段匯報得反復修改，靈感來了想快速記下，卻被其他事情打斷思路。

直到我用上了千問電腦版，深度用了一周它的“千問語音輸入法”后，事情發生了變化。

我發現自己正在從一個“碼字員”，慢慢變成一個“口語指揮官”。

但我必須說，它絕不是一個簡單的“語音轉文字”工具。 它真正的內核，是“開口就讓AI干活”的全新交互方式。

你只管說，它幫你理順表達，更能用一句話，指揮AI幫你完成從溝通、創作到信息處理的一系列任務。

在分享具體技巧前，先做兩點最基礎的設置指引，讓你少走彎路：

1、下載“千問電腦版”客戶端，體驗最完整。

https://www.qianwen.com/download?ch=tongyi_redirect

客戶端安裝好后，點擊首頁左下角頭像，進入【設置】中的“桌面小工具”，確保千問語音輸入法是開啟的狀態。

2、記住兩個核心快捷鍵，這是你“動嘴”的開關：

• 按住右Alt鍵 (Windows) / 右Command鍵 (Mac)：啟動智能語音輸入（我說AI記）。

• 雙擊右Alt鍵 (Windows) / 右Command鍵 (Mac)：啟動智能語音指令（我說AI做）。

設置好了？那我們開始實戰。

智能語音輸入

動動小嘴，出來就是能直接用的文字

首先，我們來解決“從說到寫”的障礙。傳統語音轉寫是“復讀機”，你說啥它記啥，充滿“呃、這個、然后”等口水詞。而千問的語音輸入法，更像一個隱形的速記編輯。

我做了個實測對比。同一段關于項目規劃的口述，普通轉寫和千問輸出的結果天差地別：

我的原話（模擬思考狀）：“呃…我們下個季度，那個，主要是聚焦在A項目，對吧？然后B項目那個，優先級可以，嗯…稍微往后放一放。對了！還有C功能，必須得上線。”

普通轉寫：一字不差地記下了所有語氣詞和重復，文本松散，需要大量二次編輯

千問輸出：“下季度主要聚焦A項目，B項目優先級可適當延后。同時，C功能需確保上線。”

看到區別了嗎？它自動過濾了無意義語氣詞，修正了口語中的小口誤，并把零散口語整理成了結構清晰的書面語。

更讓我驚喜的是，它甚至能準確識別中英文混雜的表述，比如我說“這個API的call要注意一下”，它能正確轉寫，不會寫成“扣”或“靠”。

這還沒完，它的“場景感知”能力才是殺手锏。千問還能感知你在哪個應用、屏幕上有什么，并優化輸出。

• 在微信里說：“跟客戶說我們方案周三前一定給”，它輸出的就是口語化的聊天句式。

• 在Word/郵件里說同樣的話，它可能會輸出更正式的書面語句式，如“已與客戶確認，方案將于周三前提交”。

更貼心的是，當光標不在任何輸入框時，你依然可以說話，并有三種接續操作，對應不同場景：

1.復制到剪貼板：臨時想到一句金句或一段代碼，說完直接復制，隨時粘貼到任何地方。

2.記為便簽：速記一個待辦事項或靈感，自動保存到我的空間，稍后處理。

3.打開小窗問千問：說的內容本身就是一個問題，如“愛因斯坦的生日是哪天？”，直接跳轉問答。

這基本覆蓋了“隨時想，隨時記”的所有場景。

智能語音指令

所說即所得，開口就給結果

如果說語音輸入解放了雙手，那“智能語音指令”就是在解放大腦。它把“說話”變成了給AI下命令的觸發器，核心邏輯從“輸入文字”躍遷到了“獲取結果”。

這帶來了三層效率飛躍：

第一層：“幫我回消息、郵件”——讓溝通快速響應

面對一封復雜的英文會議邀請郵件，傳統做法是：閱讀->構思中文回復->打字->檢查。現在，你只需雙擊快捷鍵，然后說：“幫我用英語禮貌回復，確認參加，并請對方會前分享議程。”

瞬間，一封措辭得體、格式完整的回復草稿就已生成。它理解上下文，并替你完成了思考和組織語言最耗時的部分。

第二層：“幫我優化表達”——讓文案創作更高效

寫PPT卡殼，覺得某頁文案不夠有沖擊力？選中那段文字，雙擊快捷鍵說：“把這段話優化得更激昂，更有號召力。”眨眼間，三版不同風格的優化文案就已呈現。

寫周報覺得太平淡？說“幫我優化得數據感更強一些”。它就像一個不知疲倦的文案高級助理，你只需要提出要求，它來負責執行和提供選項。別人還在想提示詞（prompt）怎么寫，你這邊已經拿到結果了。

第三層：“幫我搜資料、整表格、做PPT”——讓工作流無縫銜接

這是顛覆我舊習慣最深的一層！它讓“搜索-復制-粘貼”這個流程成為了歷史。

• 雙擊就問：在任何界面，雙擊快捷鍵直接問：“乾隆皇帝活了多少歲？”答案瞬間彈出。

• 劃詞提問：在網頁上看到陌生術語，選中后說“解釋一下這個概念”，千問能結合上下文解答。

• 語音記便簽：開會時聽到一個要點，直接說：“記為便簽，下季度重點調研AI在醫療影像的應用。”

• 做PPT：工作聊天中被告知要快速提交一份PPT，選中領導提的要求，直接說：“幫我做一份簡短的PPT”。

• 整表格：籌備618大促，需要做一份掃地機器人價格觀察，直接說：幫我做一個2026年掃地機器人價格對比表格。

這個工作流的改變是根本性的：你的思維不再被工具和操作割裂，始終保持在一個連續的創作流中。

它憑什么能做到這樣？

你可能好奇，為什么是千問能做到“場景感知”和“張口即得”？這背后是兩重能力的疊加。

第一，是“全模態理解”的模型底座。

千問的語音模型，不是單純的語音轉文字，它是能同時理解你說的話、屏幕上顯示的內容、以及你正在用的軟件。因此，它能“看到”你在微信聊天窗口，也能“讀”懂你郵件里的英文內容，結合你說的話，做出精準的上下文響應。這不是“識別”，是“聽懂”。

第二，是“Computer Use”的操控能力。

這是讓指令落地的關鍵。千問不僅“聽懂”了你說“把結果放在這里”，它還能通過依托 Computer Use 的底層能力，精確地操控光標、執行復制粘貼、操作瀏覽器進行搜索。語音是皮，Agent（智能體）是骨。正是這個能理解、能思考、能執行的智能體內核，讓它和所有傳統的、被動的“語音輸入法”有了本質區別。

讓動嘴干活，成為一種習慣

回顧一下，我們從“打字時代”步入“語音指令時代”，到底改變了什么？

• 過去：產生想法 -> 組織語言 -> 打字輸入 -> 可能還需思考提示詞 -> 等待AI生成 -> 復制粘貼。

• 現在：產生想法 -> 開口說話 -> 直接獲得結果。

門檻被無限壓低。無論你是需要頻繁溝通的商務人士、與文字搏斗的內容創作者、與海量信息打交道的研究者/學生，還是單純希望提升效率、保護手腕的所有電腦使用者。

這套“動嘴干活”的邏輯，都能讓你更專注思考本身，而非操作的過程。

最關鍵的是，它0門檻、完全免費。任何人都能立即體驗。

從“動手”到“動口”，這或許是我們接下來最值得養成的一個辦公習慣。

讓工具真正理解你的意圖，并默默替你完成執行，工作的流暢感和掌控感，會截然不同。

現在，你可以：

• 下載“千問電腦版”客戶端，獲得最完整的體驗。

https://www.qianwen.com/download?ch=tongy_redirect

• 或直接訪問www.qianwen.com，在網頁版即刻嘗試。

從“說”出你的第一份工作報告開始。