后面还讲了两个很精彩的观点，先说对 prompt 的输入方式的探讨。

有两种不同的写 prompt 的方式：一种是像写 PRD 一样，结构清楚、措辞准确，提前思考好，但有时需要花很长时间去 tweaking；另一种是语音输入，通常借助语音输入法按住快捷键，说两分钟东一句西一句，中间夹杂各种口水词，甚至说着说着就改变了主意。

这两种方式是两个极端吗？会有很大的差异吗？Thariq 其实觉得这个差异没有那么大，他的核心观点是：形式是否漂亮并不重要，重要的是你给模型提供了多少有用的信息。

他举例说，语音中虽然有很多口水词，比如一会儿补一句话，甚至这句话补的还是之前的观点，或者「OK 我改变了我的想法」「啊不是这样的，是那样的」，但即使有些混乱，模型仍然是能完全懂你的。反过来讲，花个把小时精心推敲的 PRD 也可能流于形式而缺乏有效信息。

所以他真正建立的对比不是：structured text > voice
而是：information-rich prompt > information-poor prompt

我深有同感，其实语音输入是个很好的方式，因为语音最大的优势就是可以把脑子里面的声音尽可能地 dump 出来。有的时候我们书面上只写一句话，但在用语音讲的时候就会变成：现在是什么样的？希望它是什么样的？问题是什么？有什么考虑和猜测等等。这些东西虽然不像 PRD 那样结构清晰，但它包含了非常完整的思考过程、强烈的主观意见。对 Agent 来说，这些东西都可以作为决策依据。而想让 Agent 做好事情，就是要先做好决策，所以决策依据非常重要，它能帮助 Agent 做好决策，进而做好最终的工作。

另外，关于“说到一半然后改变观点”这一点，从想法 A 转变为想法 B 的过程本身也是一种 context。

有的语音输入工具会把结果最终整理为 B，而忽略掉一开始的 A，这其实是一种信息损失。因为 A 是你考虑过的方案，对于包含过程的输入，AGENT 就知道 A 曾被考虑过，进而它之后可能不会再给你推荐方案 A，或者会反问你为什么觉得 A 不行等。

而如果是只有结果的 prompt，AGENT 可能会将其理解为一种非常明确的指令，进而产生与说话之后预期的回答完全不同的结果。

因为这里不仅是过程改变或过程信息是否暴露的问题，还有一点是，transcript 在润色过程中会改变原有的语气和情绪，而表述过程本身就是一种复杂的信息，它传递的是人的思考轨迹。如果你把它压缩，思想就会丢失，只剩下一个比较空洞的结果。但对于 AGENT 来说，思想比结果重要，因为思想提供了决策的依据。

这就是为什么我之前觉得 typeless 不太好的地方，它整理出来的结果过度结构化和书面化，从而丢失了我们在口语表达中传递的细微思想。

所以，口语并不比书面语差。我觉得在 Agent Coding 时代，用好正确的语音输入工具，很重要。