如果你常常覺得「用講的比打字快」，Gemini 在 Mac 上的新功能 Speak to Window（對視窗說話）就是為這種情境設計。
它和一般語音轉文字不太一樣。你可以在正在使用的 App 裡按住 fn 鍵直接說話，Gemini 不只會把聲音轉成文字，還能去掉「嗯、呃」等語助詞、處理說到一半的修正；你也可以選取現有內容，用語音要求 Gemini 幫你縮短、改寫或摘要。
不過目前有一個很重要的限制：**Google 官方說明顯示，Speak to Window 現階段只支援英文，而且仍在逐步推出。**因此繁體中文使用者現在可以先了解它的工作方式，但不一定已經能直接拿中文完整使用。
Gemini Speak to Window 是什麼？
Speak to Window 是 Gemini Mac App 裡的智慧語音功能。
一般語音輸入的邏輯很單純：你說什麼，系統就盡量轉成什麼文字。Speak to Window 則加入 Gemini 的 AI 處理能力，可以理解你是在「輸入文字」，還是在「要求 AI 做一件事」。
例如你正在寫 Email，可以直接說一段內容，讓 Gemini 整理後放到游標位置。
如果已經寫完一大段，也可以先反白，再對 Gemini 說：
Make this shorter and more professional.
Gemini 就會把選取的內容當成工作脈絡，依照你的語音指令修改。
因此，它比較像是把「語音輸入＋AI 改寫」整合到同一個操作裡。
Gemini 智慧語音輸入和一般語音輸入差在哪？
兩者最大的差別是：一般聽寫主要負責把聲音變成文字，Gemini 還能判斷你想對文字做什麼。
例如你口述：
Hi Kevin, um, I think we can meet on Thursday… actually, make that Friday afternoon.
傳統語音輸入可能比較接近逐字記錄；Google 表示 Gemini 的智慧語音輸入會清理「um」之類的語助詞，也能處理你在句子中途改口的情況，再把整理過的文字放到游標位置。
如果開啟「Use reasoning」，Gemini 還會嘗試判斷你是在口述內容，還是給它操作指令。
這點很重要。
因為未來使用語音操作 AI，可能不只是「少打幾個字」，而是直接用說話交代工作。
Gemini Speak to Window 怎麼開啟？
要使用這項功能，首先需要安裝 Gemini Mac App。
依 Google 官方說明，目前 Mac 版 Gemini 的基本需求包括：
- macOS Sequoia 15.0 或更新版本
- Apple Silicon Mac
- 至少 8 GB RAM
- 至少 200 MB 可用安裝空間
- 穩定的網路連線
- 符合資格的個人 Google 帳號，或已由管理員開放 Gemini 的工作／學校帳號
安裝完成後，開啟 Gemini App。
要使用 Speak to Window，可以按住 fn 鍵開始說話，放開 fn 後送出指令。
另一種方式是連按兩次 fn，或從 Gemini 中點選 Speak to Window；完成語音內容後，再按一次 fn 送出。
如果你的 Gemini 裡還沒有這項功能，不一定是設定錯誤。Google 表示 Speak to Window 正在逐步推出，因此不同帳號看到功能的時間可能不同。
Speak to Window 可以拿來做什麼？
它最實用的地方，是不用一直在「目前工作的 App」和「AI 聊天視窗」之間複製貼上。
1. 直接用說的寫 Email 或文件
假設你正在回覆一封英文 Email，可以把游標停在輸入位置，啟動 Speak to Window，再直接口述：
Thanks for sending the proposal. I reviewed it this morning. Could we discuss the pricing and timeline this Friday afternoon?
Gemini 會處理語音內容，再把文字加入目前的工作位置。
這類情境特別適合「腦中已經知道要講什麼，但懶得慢慢打字」的工作。
2. 反白文字，直接叫 Gemini 修改
Speak to Window 不只能產生新文字，也可以修改既有內容。
例如一封 Email 寫得太長，可以反白文字後說：
Shorten this email and keep the tone friendly.
如果覺得語氣太生硬，也可以要求調整語氣。
這和傳統語音輸入的差異就很明顯：你不是口述新的句子，而是在用聲音「編輯」既有內容。
3. 用語音摘要文件
Google 官方也提到，你可以選取桌面上的文件、PDF 或圖片，再要求 Gemini 擷取重要資訊。
例如收到一份很長的 PDF，不一定要先開 Gemini、上傳檔案、輸入提示詞，可以從目前工作環境直接選取內容，再透過 Speak to Window 提出需求。
不過涉及合約、公司機密、客戶個資或其他敏感文件時，仍應先確認公司規範與帳戶的資料設定，不要因為操作方便就直接把所有資料交給 AI 處理。
4. 用說的產生圖片
Speak to Window 也支援用語音描述想產生的圖片，再將結果加入工作位置。
這代表「語音」不只負責輸入文字，也逐漸成為控制生成式 AI 的介面。
對製作簡報、內容草稿或視覺素材的人來說，可能比先想好一整段正式 Prompt 再打字更直覺。
Use reasoning 要不要開？
Gemini 的 Speak to Window 設定中有一個值得注意的選項：Use reasoning。
開啟後，Gemini 會嘗試理解你究竟是在「口述文字」，還是「對 Gemini 下指令」。
例如：
Rewrite this paragraph to sound more professional.
這句話應該是指令，不是你希望出現在文件裡的正文。Use reasoning 的作用之一，就是協助 Gemini判斷這類差異。
如果關閉，Google 表示 Gemini 會比較偏向單純記錄你說的內容，再進行基本清理，例如移除停頓或「um」等語助詞。
你可以到 Gemini 的：
Settings → Speak to Window → Use reasoning
自行開啟或關閉。
如果只是想拿它當更聰明的英文聽寫工具，可以嘗試關閉；如果希望一邊口述、一邊叫 AI 修改內容，開啟會比較符合這項功能的設計方式。
可以跨不同 App 使用嗎？
可以，這也是 Speak to Window 比較特別的地方。
Google 表示，它可以處理跨 App 或多視窗的工作。你可以先在一個視窗選取資料、啟動 Speak to Window，再切換到另一個視窗。
Gemini 完成處理後，會對當時作用中的視窗執行操作。
例如，你可能先選取會議紀錄，再切換到 Email 視窗，要求 Gemini 根據內容產生一封會後信件。
這類操作如果成熟，AI 的使用方式就會從「另外開一個聊天網站問問題」，逐漸變成直接存在原本的工作流程裡。
台灣使用者現在可以用中文嗎？
目前不要把它當成完整的中文語音工作工具。
依 Google Gemini Apps Help 的最新說明，Speak to Window 現階段只提供英文，而且功能仍在逐步推出。
這也代表即使你的 Mac 符合硬體與系統需求，帳號裡也不一定已經看到相同選項。
另外要區分兩種語音功能：Gemini Mac App 本身有一般麥克風語音輸入，可以對 Gemini 說出 Prompt；本文介紹的 Speak to Window，則是讓 Gemini進一步在其他 App 視窗裡協助建立、修改與處理內容。
兩者不是完全相同的功能。
Speak to Window 適合哪些人？
如果你大量處理英文工作內容，這項功能會比較值得優先嘗試。
例如每天需要回很多 Email 的上班族，可以直接口述第一版，再讓 Gemini整理；寫文章或社群內容的人，可以先把腦中的想法說出來，再用語音要求縮短與調整；需要閱讀文件的人，也可以用它協助整理選取內容。
但如果你的主要工作全部使用繁體中文，目前就不需要為了這項功能特別改變工作流程，等 Google 擴大語言支援會比較實際。
語音操作 AI，真正值得練習的是「把需求說清楚」
Speak to Window 看起來是一個語音輸入功能，但它反映了一個更大的 AI 使用變化：我們操作 AI 的方式，正在從「打開聊天視窗、輸入 Prompt」，變成直接在原本的工作環境裡交代任務。
這時候，真正影響結果的能力依然相同——能不能清楚說出你要 AI 做什麼。
例如不要只說：
Make it better.
而可以說：
Shorten this to three sentences, keep the original meaning, and make the tone suitable for a client email.
工具介面可能一直改，但「交代目標、限制與使用情境」這種能力不容易過時。
如果你想練習的不只是某一個 AI 按鈕，而是如何把 ChatGPT、Gemini 等工具真正放進日常工作，可以從海豚 AI 學院的免費試看開始，挑一項自己每天會做的工作實際練習。
常見問題
Gemini Speak to Window 是免費的嗎？
是否能使用這項功能會受到帳號、方案與推出進度影響。Google 官方目前也明確標示 Speak to Window 正在逐步推出，因此建議直接以自己的 Gemini Mac App 顯示結果為準。
為什麼我的 Gemini 沒有 Speak to Window？
可能是功能尚未推送到你的帳號，也可能是裝置或帳號不符合目前需求。先確認 Mac 使用 Apple Silicon、macOS Sequoia 15.0 以上、至少 8 GB RAM，並確認 Gemini App 已更新。
Speak to Window 支援繁體中文嗎？
目前 Google 官方說明標示此功能僅支援英文。因此，即使 Gemini 本身能處理中文，也不要直接推論 Speak to Window 已完整支援繁體中文。
Speak to Window 和 Mac 原本的聽寫功能一樣嗎？
不完全一樣。一般聽寫的核心是把語音轉成文字；Speak to Window 還能結合 Gemini 理解工作脈絡、修改選取文字、摘要內容，並判斷你是在口述還是在下指令。
資料來源
Google｜Here’s how to use intelligent dictation in Gemini for macOS.
https://blog.google/innovation-and-ai/products/gemini-app/enable-intelligent-dictation-macos/
Google Gemini Apps Help｜Use the Gemini app on Mac
