开发者的长提示词语音听写工具

用 Cursor 语音口述提示词的开发者遇到两类痛点：其一是 Chat 的语音录制上限为 5 分钟，一位用户说 "I often exceed the 5 min recording time limit as I go into long detailed explanations and think for minutes in between"，平均要重新发起录制三到四次才能完成一个提示词；其二是实时临时转录文本不断跳动、重写，让人分心——"the interim text jumps/rewrites, I sometimes feel that Cursor didn't capture what I said, so I stop mid-sentence, repeat myself, or cut myself off"。两者叠加导致长提示词口述体验割裂、反复重来。

已经养成向 AI 编程代理（Cursor Agent/Composer）口述提示词习惯的开发者，尤其是喜欢长篇详细解释、边想边说的用户。从信号看目前是小众人群（论坛帖子互动量低：1 条和 0 条评论），但随着 AI IDE 语音交互普及可能扩大。

核心功能：

• 无时长限制（或可配置）的连续录音，自动分段，中间思考不打断
• 口述时只显示波形，停止后一次性插入最终转录文本，避免草稿跳动干扰
• 面向提示词场景的转写优化：代码术语、变量名、命令行的识别
• 独立于任何 IDE，转写结果插入当前光标所在的输入框（Cursor、浏览器、终端均可）
• AI 角色：语音识别（本地 Whisper 或 API）+ 可选的 LLM 后处理，把口语整理为结构清晰的提示词

信号显示开发者正把语音听写作为与 AI 编程代理交互的新入口（在 macOS 上对着 Agent/Composer 输入框口述），长提示词、边想边说的工作流让现有为短指令设计的语音输入暴露出时长和交互缺陷。

第一版只做一件事：macOS 菜单栏小工具，点击开始录音，无时长限制，录完用 Whisper 转写并一键插入当前焦点输入框（Cursor、浏览器等）。不做实时逐字显示（只显示波形）、不做热词/术语定制、不做云端同步、不做 Windows 版。

平台依赖是最大风险：两个痛点都是 Cursor 论坛上的 feature request，官方加一个设置项就能消除需求。付费意愿缺失：用户预期这是 IDE 免费功能，独立产品收费困难。竞争替代：macOS 系统听写、Whisper 桌面工具、Superwhisper 类产品可部分覆盖。技术细节：代码术语、变量名、中英混说的转写准确度决定可用性；macOS 辅助功能权限接入焦点输入框需要调试。