Jedno słowo zamiast całego maila: dlaczego to wystarcza
Dyktuj2Mail to wtyczka do przeglądarki, która z kilku słów robi gotową, poprawnie napisaną odpowiedź, w oknie Gmaila albo Outlooka, które i tak masz otwarte. Kilku słów, nie kilku zdań. Nie musisz układać pełnego zdania, żeby sztuczna inteligencja miała z czym pracować: jedno słowo niesie już dość znaczenia, żeby dopisała wokół niego resztę. To nie jest hasło doklejone do gotowego produktu. To jest mechanizm, na którym ten produkt stoi.
Poniżej myśl, która za tym stoi. Wygląda na drobiazg, a decyduje o całej reszcie.
Najmniejsza jednostka, która już coś znaczy
Fakt z językoznawstwa, podany na sucho: słowo to najmniejsza samodzielna jednostka języka, która niesie znaczenie. Niżej, w sylabie i w głosce, jest już tylko dźwięk bez wiadomości. Znaczenie zaczyna się na poziomie słowa.
I na tym stoi cały pomysł: używamy AI, żeby rozwinąć znaczenie z jednego słowa do pełnego szkicu maila. Wątek dotyczy przesunięcia spotkania, ty wpisujesz „ok". Nie musisz rozpisywać „Jasne, wtorek mi pasuje, w takim razie do zobaczenia". Wtyczka czyta otwarty wątek, traktuje twoje jedno słowo jako decyzję i pisze odpowiedź, która z tej decyzji wynika: powitanie, treść, podpis, przecinki na swoim miejscu.
To nie jest transkrypcja
Większość narzędzi z kategorii „mów, a się napisze" skleja dyktowanie z pisaniem w jeden ruch: mówisz, a twoje własne słowa lądują w oknie wiadomości mniej więcej w takiej postaci, w jakiej je wypowiedziałeś. To jest przepisywanie mowy na tekst i na tym się kończy.
Dyktuj2Mail nie przepisuje. Powiedz jedno słowo albo je wpisz: w żadnym z tych dwóch przypadków nie wyląduje ono w wiadomości takie, jakie je podałeś. Zostanie potraktowane jako twoja intencja, a nie jako twój szkic. W oknie wiadomości pojawia się gotowa odpowiedź, nigdy transkrypcja w toku.
Słowo nie jest skrótem zdania. Ono już jest całą wiadomością, a zdanie to tylko jego rozwinięcie.
Dlaczego to jedno słowo ma z czego wyrosnąć
Bo nie jest jedyną rzeczą, którą wtyczka widzi.
Rozszerzenie czyta wątek, który masz otwarty na ekranie, razem z twoimi wcześniejszymi wiadomościami w tej rozmowie. Nie loguje się do twojej skrzynki i nie ma wglądu w resztę korespondencji: widzi dokładnie to, co ty widzisz, i tylko wtedy, gdy prosisz o odpowiedź. Bez tego kontekstu „ok" nie miałoby z czego stać się odpowiedzią. Z nim jest kompletną instrukcją.
Technicznie dzieje się to w jednym kroku. Nagranie idzie na nasz serwer i jedno wywołanie modelu multimodalnego zamienia je od razu w maila. Nie ma osobnego etapu „najpierw transkrypcja, potem pisanie", nie ma też rozpoznawania mowy po stronie przeglądarki. Wejście tekstowe działa dokładnie tak samo, tylko bez mikrofonu.
I rzecz, którą warto powiedzieć wprost, bo nie wszystkie narzędzia w tej kategorii tak działają: treść twojego maila służy wyłącznie napisaniu tego jednego szkicu i nigdy nie trafia do trenowania modeli.
Nie „głos zamiast klawiatury", tylko minimum wejścia
Tu jest różnica, która decyduje o tym, czy narzędzie realnie coś z ciebie zdejmuje.
Wartością nie jest to, że mówisz zamiast pisać. Wartością jest to, że dajesz minimum, i to minimum na dwóch poziomach naraz: ruchowym i myślowym. Nie musisz najpierw ułożyć zdania w głowie, żeby potem je wyprodukować. Musisz tylko wiedzieć, co masz na myśli. W jednym słowie, powiedzianym albo wpisanym.
Ta odległość, między tym, co dajesz, a tym, co dostajesz z powrotem, jest w tym produkcie całą robotą. Mikrofon to jedna z dróg, żeby to jedno słowo podać, a nie sedno sprawy.
Robione w pojedynkę, w Polsce
Bez zespołu, bez inwestorów, bez planu układanego pod posiedzenie zarządu. Dyktuj2Mail buduje i prowadzi jedna osoba, ja, jako „Piotr Kucharski Bioinformatyka", z Polski.
Wsparcie nie jest kolejką z poziomami zgłoszeń. Wiadomość na admin@dyktuj2mail.com trafia bezpośrednio do mnie i to ja na nią odpowiadam.
To, że jesteśmy mali, nie jest tu zastrzeżeniem drobnym drukiem. To jest powód, dla którego mogę tak konkretnie powiedzieć, czego ten produkt dotyka, a czego nie.
Spróbuj na najstarszym nieodpisanym mailu
Dyktuj2Mail dokłada mały pasek (przycisk mikrofonu i przycisk generowania) do okna wiadomości, które i tak masz przed sobą. Działa w Gmailu i Outlooku, w Chrome, Edge i Firefoksie. Zaczynasz za darmo, bez podawania karty.
Otwórz ten jeden wątek, który leży u ciebie od trzech dni, i odpisz na niego jednym słowem.
O autorze: Piotr Kucharski buduje i prowadzi Dyktuj2Mail w pojedynkę, z Polski, jako „Piotr Kucharski Bioinformatyka". Jeden programista, zero kolejki zgłoszeń: pytania lądują na admin@dyktuj2mail.com i czyta je człowiek (on).