Ir al contenido

Modo conducción

El modo conducción convierte una sesión en una pantalla de coche. El móvil lee en voz alta las respuestas cortas, muestra botones grandes y acepta órdenes habladas. No hace seguro el uso del móvil. Deja el móvil en un soporte y cargando, y cumple las normas de tu país.

  1. Abre en el móvil una sesión en marcha.
  2. Abre el menú de la sesión y elige Modo conducción.
  3. Elige una Velocidad de 0,9×, 1×, 1,15× o 1,3×.
  4. Si quieres, elige una Voz de lectura y activa Subtítulos para ver en letra grande la frase que se está leyendo. Activa Escuchar tras las respuestas si quieres que el micro se abra después de cada respuesta.
  5. Elige Empezar. El móvil dice “Modo conducción activado.”

Voz de lectura y Escuchar tras las respuestas solo aparecen cuando el navegador puede ofrecerlas. Escuchar tras las respuestas necesita reconocimiento de voz. Si el navegador no puede leer en voz alta, la hoja lo dice y las aprobaciones siguen funcionando con toques.

El móvil mantiene la pantalla encendida mientras dura el modo conducción, donde el navegador lo permite. El modo conducción es para una sesión cada vez. Si recargas la app durante el trayecto, vuelves a la misma pantalla.

Una barra superior muestra una palabra de estado y Salir. Debajo, un hueco de dos líneas muestra lo que dice el móvil. La palabra de estado es una de Listo, Escuchando, Enviando, Micro bloqueado, Trabajando, Hablando, Tu respuesta, Al aparcar, Reconectando o Cambiando. Al aparcar significa que el agente hizo una pregunta y espera.

La pantalla de inicio tiene un bloque grande Ahora con la sesión, su número y su ordenador. A su lado están Hablar, Sesiones, En espera, Repetir, Saltar y Parar. Cada bloque mide al menos 64 px de alto. No hay transcripción ni teclado. La pantalla sigue el tema claro u oscuro de la app.

  • Repetir vuelve a leer la última frase.
  • Saltar deja la frase que se está leyendo y pasa a la siguiente.
  • Parar silencia la frase y todo lo que esté en cola.

Un botón de los auriculares o del volante también funciona, en los navegadores que lo admiten. Reproducir y pausar son Hablar mientras el móvil calla y Parar mientras habla. Siguiente salta y anterior repite.

  • El resumen hablado del propio agente. Mientras conduces, el ordenador añade un párrafo a cada mensaje que envías, para pedir al agente que termine su respuesta con un resumen hablado en frases sencillas, tan largo como haga falta. El móvil lee esa frase. La transcripción de la app muestra solo lo que escribiste, y el historial del propio agente conserva el párrafo añadido. Los comandos con barra y los mensajes de otros agentes no lo llevan.
  • Si no llega ningún resumen en 8 segundos desde el final del turno, el móvil lee las dos primeras frases de la respuesta, cortadas a 200 caracteres, con el código, las rutas y los enlaces abreviados.
  • Un turno que solo usó herramientas recibe un recuento como “Editó dos archivos, ejecutó un comando”, o “Hecho. Los detalles están en pantalla.” cuando el móvil no vio el trabajo.
  • Una aprobación nueva, leída a partir de la propia aprobación. La frase sale de la llamada y nunca del texto del agente, por ejemplo “El agente quiere ejecutar pnpm test.”
  • Una frase fija cuando el agente hace una pregunta: “El agente tiene una pregunta. Necesita la pantalla.” La pregunta se queda en pantalla.
  • Una frase fija cuando la sesión termina, el agente se detiene de forma inesperada, falla un turno o se activa la Parada de emergencia. El texto de error del proveedor nunca se lee.

El razonamiento, la salida de las herramientas, las respuestas de los subagentes y los mensajes entre agentes nunca se leen. Tras una reconexión, el móvil lee solo lo que aún no había leído.

Di estado en cualquier momento para oír cuánto lleva el turno en marcha, o que no hay nada en marcha.

Pulsa Hablar y di una sola cosa. Un enunciado completo que coincida con una de estas palabras es una orden:

Di (español) Di (inglés) Hace
para stop Silencia el móvil
repite repeat Vuelve a leer la última frase
siguiente skip Salta la frase que se lee
más rápido faster Sube a la velocidad siguiente
más lento slower Baja a la velocidad anterior
estado status Dice qué hace el turno
cancela cancel Descarta un mensaje antes de enviarlo

Cualquier otra cosa, hasta 300 caracteres, es un mensaje. El móvil te lo lee de vuelta y lo envía 3 segundos después, salvo que digas cancela, pulses Cancelar o pulses Enviar para mandarlo antes. Enviar queda inactivo hasta que termina la lectura. Un mensaje más largo se rechaza con “Demasiado largo para conducir.”

El micro sigue escuchando durante las pausas cortas. Por defecto lee tu mensaje tras 2,5 segundos de silencio. Cámbialo en Ajustes del ordenador, Voz, en Espera al dejar de hablar: 1,5, 2,5 o 4 segundos. En la misma página están la voz de lectura, el Idioma de voz y la Velocidad de lectura.

Idioma de voz es Automático (idioma de la app), Español (es-ES) o English (en-US). Fija el idioma del dictado, las órdenes de voz y las respuestas habladas, así que quien habla español con la app en inglés puede tener reconocimiento en español. Se guarda en este dispositivo. Una respuesta se lee en el idioma en que está escrita, con una voz acorde, y el idioma de voz decide los mensajes que no muestran el suyo. Velocidad de lectura va de 0,8× a 1,6× y multiplica la velocidad elegida para el trayecto. Antes de leer, el móvil quita identificadores, rutas, enlaces y código, y dice como palabras símbolos como & y -> y las fechas.

Con Escuchar tras las respuestas activado, el micro se abre 6 segundos después de cada respuesta hablada. Entonces un mensaje sale solo cuando dices enviar. El silencio lo descarta. Tras 2 ventanas en silencio seguidas, el micro espera a que pulses Hablar. Desactivar en la barra lo apaga. Nunca responde aprobaciones ni preguntas.

Si el móvil no puede enviar porque no hay conexión, dice “No se envió” y no manda nada más tarde.

Una aprobación nueva ocupa la pantalla. Muestra lo que quiere el agente en letra grande, con Hablar, Denegar y Aprobar. Un toque en Aprobar o Confirmar espera 700 ms desde que aparece la aprobación, para que un toque dirigido a la anterior no responda a esta. Denegar responde al instante. Ambos quedan inactivos mientras no hay conexión con el ordenador, así que una respuesta nunca queda en cola ni llega minutos después. Cuando respondes, ambos siguen apagados hasta que el ordenador la da por resuelta.

Qué respuesta necesita una aprobación depende de la llamada:

  • Una llamada normal a una herramienta, como una edición dentro del espacio de trabajo, necesita un toque en Aprobar. Por voz necesita una frase.
  • Una llamada con etiqueta de riesgo (Comando destructivo, Acceso a la red, Git push y las demás), una protección, una llamada MCP con argumentos, una ruta fuera del espacio de trabajo o un comando de shell fuera de una lista corta de comandos seguros necesita un segundo paso. Toca Aprobar y luego Confirmar en 8 segundos, con los riesgos a la vista. Por voz necesita dos frases.
  • Una escritura en un archivo de configuración que decide qué comandos se ejecutan después, un comando que cambia quién controla el ordenador, una edición de archivo fuera del espacio de trabajo y una subida del modo de permisos no se pueden aprobar por voz. Por voz sí se pueden denegar. Tú tocas Aprobar y luego Confirmar.

Para responder por voz, pulsa Hablar. El móvil lee la aprobación y luego dice una frase, por ejemplo “Di: aprobar azul.” El color es aleatorio en cada aprobación: azul, verde, naranja, morado, plata o amarillo. En una aprobación de dos pasos dice los riesgos y después una segunda frase como “confirmar siete”, con un número entre tres, cinco, seis, siete, ocho o nueve. Tienes 60 segundos entre las dos frases. En inglés las frases son “approve blue” y “confirm seven”.

Solo cuenta la frase completa. Un color equivocado o palabras de más no coinciden con nada. Dos fallos, 8 segundos de silencio o cuatro aperturas del micro seguidas dejan la aprobación para la pantalla. Di no, denegar o para para denegar, y luego para dejarla. En el segundo paso, una frase equivocada cancela sin reintento.

El ordenador aplica las mismas reglas y rechaza una respuesta hablada con menos frases de las que pide la aprobación. Una denegación envía al agente una nota en inglés: “Denied by voice while driving.” por voz, o “Denied while driving.” con un toque.

Un móvil que no puede aprobar, por ejemplo uno emparejado como Observador, muestra “Este dispositivo no puede responder aprobaciones ahora.” El bloque Hablar de una aprobación solo aparece cuando tu navegador tiene reconocimiento de voz y tu ordenador acepta respuestas habladas.

Di menú, o toca Sesiones, para ver una cuadrícula numerada de hasta 9 sesiones de todos tus ordenadores. La actual va primero y después las que te necesitan. Di un número como “número 3”, o “cambia a” y el nombre de una sesión. Di vuelve para regresar.

En espera muestra cuántas sesiones te necesitan. Cuando otra sesión te necesita, un aviso la nombra con el tipo de petición, con Sí, No y un anillo de 10 segundos. Nunca cambia por sí solo. Si no respondes, pregunta una vez más, y después queda una insignia en Sesiones. Tras un cambio desde un aviso, En espera pasa a ser Volver. Un sí o un no hablado en ese aviso nunca responde una aprobación.

  • El móvil debe estar encendido con la app delante. Una pantalla bloqueada o la app en segundo plano pausa el modo conducción, porque los móviles suspenden las apps web. Al volver, el móvil renueva su sujeción de la sesión y se reconecta.
  • El ordenador deja de pedir resúmenes hablados 15 minutos después de la última renovación del móvil.
  • El modo conducción habla y escucha en español o en inglés, según el idioma de la app salvo que fijes un Idioma de voz.
  • Si tu navegador no tiene reconocimiento de voz, Hablar y Escuchar tras las respuestas no aparecen. Sigues teniendo respuestas habladas, los bloques y las aprobaciones con toques.
  • Algunos navegadores envían el audio del micrófono a su propio servicio de voz.

Elige Salir en la barra. Pulsar Atrás o abrir otra sesión también lo termina. Si la pantalla no carga, un botón Cerrar termina el modo conducción y te devuelve la sesión. Al salir, el ordenador deja de añadir el párrafo a tus mensajes.