C7.13.4Complex edits inefficient in speech设计研究
复杂编辑操作通过语音表达的效率低于直接操控
别名: 语音编辑效率 · 直接操控 · 结构化编辑
概念解释
改一个词可以用口头替换。调换两段、改层级、给表格填三列、在代码里改缩进，这些复杂编辑用语音描述的步骤数和出错面都大于直接操控（触控拖、键盘快捷键、鼠标框选）。效率差距来自把空间结构说成线性指令的损耗，不是识别再准一点就能抹平。
机制
直接操控把对象抓在视觉空间里：拖过一段、框选、多光标。语音必须把同样的结构序列化成话，听者（解析器）再重建。结构越二维（表、树、布局），序列化越长，中间每一步都可能被识别或范围判错打断。撤销、重做、查找替换的组合在键盘上是组合键，在语音里是多轮对话。占用工作记忆的是“下一步说什么口令”，而不是“手往哪放”。因此复杂编辑应切换通道，而不是把编辑器的每个菜单项都配一句口令。这与缺精确光标相关：光标是细粒度的缺失；这里是操作集合在通道上的吞吐。
怎么研究
选一组结构化任务（调换段落、改列表层级、填表、轻量重构），比较纯语音、纯键盘、语音加触控的完成时间和错误。分析步骤中有多少花在描述位置而不是改变内容。不要用“改一个错字”当复杂编辑的代表。
边界
对不能用手的用户，语音再慢也是主通道，效率比较不能当成剥夺理由，而应提供更好的结构导航。高度练习过的口头宏（“把这三段变成项目符号”）可以把一类复杂操作压成一句，那是特化语法，不是一般口语。一次性的探索性排版仍是直接操控更快。
怎么落地
- 语音编辑只覆盖高频、整块、说得出对象的操作；表格、树和代码的精细结构留给键盘或指针。
- 检测到连续多轮都在描述位置时，提示切换到直接操控，并保留已有选区。
- 用真实文档任务验收，复杂编辑的语音路径若明显长于触控，就不要在营销里写成“全部能用嘴改”。