La plupart des personnes qui essaient le mode vocal de ChatGPT pour la première fois abandonnent après trente secondes, car elles se sentent légèrement ridicules. C’est compréhensible : parler à son téléphone paraît étrange au début, surtout en public. Pourtant, le mode vocal est l’une des fonctions les plus sous-utilisées de l’IA moderne. Dès que vous trouvez les situations où il est réellement préférable au clavier, vous cessez de le considérer comme un gadget.
Cet article présente rapidement les points forts et les limites du mode vocal, ainsi que la manière de l’utiliser sans avoir l’impression de jouer au futuriste.
Comment le trouver
Dans l’application ChatGPT sur iOS et Android, une icône en forme d’onde sonore se trouve près de la zone de saisie. Appuyez dessus. Les versions actuelles proposent généralement deux options :
- Voix standard : le mode de conversation de base. Il est disponible de manière fiable dans les applications mobiles ; sur le Web, la prise en charge de la voix dépend de votre compte et de l’interface actuelle du produit.
- Voix avancée (parfois appelée « Realtime » ou d’un nom similaire) : la version conversationnelle qui gère les interruptions et le ton, et paraît beaucoup plus naturelle. Elle est disponible avec les formules Plus et Pro.
Claude, Gemini et Grok disposent désormais de modes vocaux conversationnels similaires. Les fonctions vocales d’Apple Intelligence et de Google Gemini Live sont également performantes. Les conseils de cet article s’appliquent à tous ces produits, malgré quelques différences dans la disposition des boutons.
Pourquoi le mode vocal change la façon dont vous utilisez l’IA
Un clavier vous oblige à composer votre message. Vous réfléchissez exactement à ce que vous voulez, le saisissez, le relisez, puis l’envoyez. Le mode vocal est différent : vous réfléchissez à voix haute, digressez, revenez en arrière et dites des choses comme « Attendez… en fait, il y a aussi… ».
Cette interface convient particulièrement à un certain type de tâche. Lorsque vous cherchez encore à formuler votre pensée, le clavier vous ralentit, tandis que le mode vocal s’adapte à vos hésitations. Voici quelques situations où cette différence compte :
Réfléchir à voix haute à une décision. « D’accord, j’essaie de décider si je dois accepter l’offre. Le trajet m’inquiète, mais le travail me semble plus intéressant. De plus, mon partenaire a mentionné… En fait, pouvez-vous me poser des questions au lieu de simplement écouter ? » La conversation se déroule avec une fluidité que le clavier ne permettrait pas.
Réfléchir à un problème en marchant. Être debout, bouger et parler peut mieux fonctionner que rester assis devant un écran, comme l’indiquent certaines recherches. Le mode vocal vous permet de le faire tout en conservant un partenaire de réflexion.
Apprendre une langue. Pratiquez la conversation en estonien, en allemand, en espagnol ou en japonais : toute langue que vous devez parler, et pas seulement lire. Le modèle peut jouer le rôle d’un locuteur natif, corriger votre prononciation et ralentir à votre demande.
Moments où vous n’avez pas les mains libres. Lorsque vous cuisinez, promenez le chien ou faites de l’exercice, le clavier n’est pas utilisable ; le mode vocal devient la seule option. L’utiliser en conduisant peut être tentant, mais nous écartons délibérément ce cas : une conversation qui vous fait réfléchir constitue une véritable distraction au volant. Gardez les questions intéressantes pour le moment où vous serez garé.
Prise de note rapide. « Notez que je dois relancer Anna au sujet de la proposition mardi prochain et rappelez-moi de poser la question sur le budget. » C’est plus rapide que de saisir la note dans une application.
Le modèle mental : parlez-lui comme à un ami intelligent au téléphone
Si le mode vocal vous met mal à l’aise, cessez de le considérer comme une barre de recherche sonore et imaginez plutôt un appel avec un ami intelligent et cultivé. Vous pouvez :
- L’interrompre. (« Attendez, ce n’est pas ce que je voulais dire. »)
- Digresser. (« D’accord, le problème est que ma situation est un peu compliquée… »)
- Vous reprendre au milieu d’une phrase. (« En fait, oubliez cela, laissez-moi recommencer. »)
- Poser naturellement des questions complémentaires. (« Attendez, qu’avez-vous voulu dire par là ? »)
- Faire une pause pour réfléchir. (« Hmm, laissez-moi une seconde. »)
Essayez une fois. Ouvrez le mode vocal et dites par exemple : « J’ai eu un échange étrange avec un collègue aujourd’hui et je veux réfléchir à la manière de gérer la situation. Pouvez-vous m’écouter pendant une minute, puis me poser trois questions ? » Parlez ensuite pendant quelques minutes comme vous le feriez avec un ami. Le modèle suivra le fil et vous posera des questions utiles. La première expérience est réellement surprenante.
Les limites du mode vocal
Liste honnête :
Tout ce qui est visuel. Si la tâche exige de regarder un document, un graphique ou un écran, le mode vocal n’est pas adapté. Vous serez tenté de décrire ce que vous voyez, mais cette description fera toujours perdre des informations. Utilisez plutôt la caméra ou le téléversement de fichiers.
Production d’un texte précis. Vous pouvez demander au modèle de rédiger un e-mail, une diapositive ou une note en mode vocal, mais vous souhaiterez obtenir le résultat sous forme de texte à copier. La plupart des modes vocaux savent à la fois lire la réponse et l’afficher à l’écran, mais la voix est rarement le moyen le plus rapide de produire un document écrit.
Tout ce qui exige de lire en parallèle. Explications complexes, listes d’options, chiffres ou procédures : le mode vocal gère mal les listes. Cinq puces énoncées à voix haute sont bien plus difficiles à retenir que cinq puces lues.
Lieux publics où vous ne passeriez pas d’appel. Il s’agit davantage d’une question sociale que technique, mais elle compte. Dans un bureau calme ou un bus bondé, utiliser le mode vocal paraît aussi impoli que téléphoner. Un écouteur atténue le problème.
Tâches exigeant une saisie précise. Dicter un extrait de code, un nom exact, une longue URL ou une adresse complexe conduit rapidement à la frustration. Saisissez plutôt ces éléments au clavier.
Quelques schémas utiles
Une fois que le mode vocal semble naturel, un petit ensemble de schémas couvrira la plupart de vos usages réels :
La réflexion en marchant. Passez vingt minutes dehors, mode vocal activé, à approfondir une seule question difficile : un problème concret, le brouillon d’un texte ou encore « expliquez-moi X en vous adressant à un néophyte curieux ». Pour beaucoup, cette pratique remplace la séance de réflexion solitaire qu’ils auraient autrefois repoussée pendant une heure.
Le briefing du matin. Ouvrez le mode vocal et demandez au modèle de vous présenter votre journée en cinq minutes. « Nous sommes mardi. J’ai trois réunions, à 10 h, 14 h et 16 h. Mes priorités sont X, Y et Z. Aidez-moi à préparer ma journée en cinq minutes. » Cette méthode fonctionne particulièrement bien avec une intégration de calendrier, si vous en disposez.
Le partenaire d’immersion linguistique. « Ayez une conversation avec moi en estonien. J’ai un niveau intermédiaire. Utilisez une grammaire simple, mais variez votre vocabulaire. Corrigez-moi lorsque je fais une erreur manifeste, sans m’interrompre : attendez que je termine chaque phrase. » Cette pratique développe réellement vos compétences et, contrairement à un tuteur humain, le modèle ne perd jamais patience.
Le partenaire de préparation à l’entretien. « Vous me faites passer un entretien pour un poste de responsable produit expérimenté dans une start-up ayant réalisé une levée de série B. Posez-moi une question réaliste à la fois. Contredisez-moi si ma réponse est trop générale. Ne me donnez aucun commentaire avant la fin de l’entretien ; indiquez-moi ensuite les deux réponses à améliorer et la manière de le faire. » Il est difficile d’exagérer l’utilité de cet exercice la veille d’un véritable entretien.
Le prompt de journal personnel. « Posez-moi trois questions sur le déroulement de ma semaine. Ne me donnez pas de conseils. Contentez-vous de m’écouter et de poser des questions complémentaires. » Cinq minutes par semaine suffisent pour en faire un excellent rituel de bilan.
Une dernière remarque
Vous n’avez pas besoin de parler comme si vous dictiez une note. L’intérêt réside précisément dans la possibilité de digresser, de recommencer, de vous contredire et de demander au modèle de remettre vos idées en ordre. Les hésitations ne lui posent aucun problème. De nombreux utilisateurs trouvent leurs conversations vocales avec l’IA plus utiles que leurs échanges écrits, car ils réfléchissent moins à la manière de formuler le prompt et davantage à ce qu’ils cherchent réellement à comprendre.
Si le mode vocal vous a paru étrange jusqu’à présent, faites cet essai : demain matin, en chemin, mettez vos écouteurs et demandez au modèle de vous aider à réfléchir à une question qui vous préoccupe. Marchez pendant dix minutes. À votre arrivée, vous aurez soit résolu le problème, soit mieux défini celui-ci. Dans les deux cas, c’est une réussite, et seul le mode d’interaction aura changé.
