# Fra rodet tale til færdig tekst.

God AI-diktering stopper ikke ved rå transskription. Den store værdi er at gøre almindelig, rodet tale til tekst, du kan sende, gemme eller give videre: en mail med afsnit, en Slack-besked uden fyldord, en mødenote med struktur eller en prompt med tydelig opgave og kontekst.

Når folk bliver skuffede over diktering, er det ofte fordi de forventer, at rå tale automatisk bliver til god tekst. Men mennesker taler ikke i færdige afsnit. Vi starter forfra, siger øh, skifter retning og lægger konteksten i tonefald i stedet for sætninger.

Derfor er “speech-to-text” kun halvdelen af produktet. Den anden halvdel er at gøre talen brugbar: tegnsætning, afsnit, fyldord væk, tone justeret og mening bevaret.

## Rå tale er ikke det samme som tekst

En rå transskription af almindelig tale ser ofte dårligere ud end det, du mente. Ikke fordi tanken var dårlig, men fordi tale og skrift er forskellige medier. I tale kan du reparere en sætning midt i den. På skrift ligner det rod.

Det er derfor AI-diktering føles anderledes end klassisk transskription. Målet er ikke at bevare hvert ord. Målet er at bevare meningen og gøre den læsbar i den situation, du står i.

## Eksempel: en mail

**Rå tale:** “Hej Mette øh jeg har kigget på det og jeg tror egentlig vi skal vente til fredag fordi tallene fra kampagnen ikke er helt inde endnu kan du sende det du har så samler jeg det.”

**Færdig tekst:** “Hej Mette. Jeg har kigget på det, og jeg tror, vi skal vente til fredag, fordi alle kampagnetallene ikke er inde endnu. Kan du sende det, du har, så samler jeg det?”

Det er samme tanke. Men den anden version kan sendes. Det er forskellen på diktering som input og diktering som skriveværktøj.

## Eksempel: en AI-prompt

**Rå tale:** “Jeg har den her Astro-side og pseo fejler på nogle anchors og jeg tror det er fordi jeg har ændret overskrifterne men jeg vil ikke have gammel tekst synlig.”

**Færdig prompt:** “Jeg arbejder på en Astro-side, hvor pseo fejler på anchor-stability efter ændrede overskrifter. Find en løsning, der bevarer de gamle heading-id’er for URL-stabilitet uden at vise den gamle tekst for brugeren.”

Når du taler til ChatGPT, Claude, Codex eller Cursor, er det ofte mere naturligt at forklare problemet højt. Oprydningen gør forklaringen til en prompt, en AI-agent kan handle på.

## Brug modes til forskellige slags tekst

Den samme rå tale bør ikke altid blive til samme type tekst. Et hurtigt Slack-svar må gerne lyde let. En kundemail skal være mere rolig. En prompt til en coding agent skal være præcis og handlingsorienteret.

Derfor giver det mening at tænke i modes: råtekst, ren tekst, professionel tekst, VibeCode eller spørgsmål til AI. Teknikken bag kan være avanceret, men brugerens valg er enkelt: hvilken slags tekst prøver jeg at få ud?

## Det bedste resultat kræver korte bidder

Diktering bliver bedre, når du taler i bidder. Sig én mail, én note, ét svar eller én prompt ad gangen. Lange monologer kan virke, men de kræver mere oprydning og større risiko for, at pointen bliver uklar.

En praktisk rytme er: sig tanken, læs resultatet, justér hvis nødvendigt. Det føles mindre dramatisk end at “skifte til voice”. Det er bare en hurtigere måde at lave første version af teksten på.

## Kilder

- [Stanford HCI: speech can be much faster than mobile typing](https://hci.stanford.edu/research/speech/)
- [Frontiers in Education: speech-to-text and writing difficulties](https://www.frontiersin.org/journals/education/articles/10.3389/feduc.2023.1133930/full)