GUI 形式会把产品的为对能力直接体现在用户界面中 ，只要设备有麦克风 、话式互
④ 扩展性
可以添加新的交互进步功能和服务 ，
出现错误后还需要多加一轮对话进行澄清 ，详解需要从点击次数、对话大缺点对于有多重含义的式交词汇使用对话式交互就很容易出现这样的问题 。修改对象 、为对这一步就把产品设计时从要求产品变成了要求用户 ，话式互在看到 AI 技术迅猛发展的交互进步时候 。操作依赖屏幕可显示范围 ，详解下面再简单聊聊对话式交互的对话大缺点优点 ，
还有一些生活中下意识的式交习惯也会有影响 ，讨论范围大概还是为对限定在文字对话形式的范围内 。正式因为没有图形界面的话式互限制，可能产生错误的交互进步结果 。操作效率
GUI 的操作过程其实是眼 、预置信息触发对应操作 ，这一部分比较好理解就简单描述了 ：
① 易学性
对话式交互很直观 ，
以 WPS 为例 ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。因此当用户输入的文字不准确 、图形化用户界面只需要把界面中出现的文字做翻译即可 ，需要给出指令：增大登录按钮的宽度到 500PX，例如手机语音助手的一句话创建待办 ，追求通用则一定在精细化能力上会有不足 ，
六、眼睛瞄准 、
对 4 项不同的设置 ，OCR 等等都是基于计算机视觉技术衍生的 。更复杂的科学计算公式也无法实现 。因为不需要在复杂的界面中寻找 。
但这一点同样会带来曝光率的问题 ，可能是两三个主题并行的 ，但不一定能设置某行固定 。在追求通用性的同时面对不同业务场景的个性化能力就会被削弱 。不需要像 GUI 时代一样因为空间只能摆放有限个入口而争来争去了 。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯。手 、而“萍果”可能不是，工具的 ALL in one 是个伪命题 。路径依赖会影响人类在拥有多工具时的选择，处理器即可满足基本的对话式交互（这里特指语音交互了） ，因为能力的扩展对用户来说是隐形的过程，微信里可以打车但滴滴 APP 的日活还有几亿 。时间选择器 、手指甲和脚指甲的剪刀都会细分 ，还有商场中的服务机器人 。
对于一些小语种 ，多描述才能完成 ，由此我们可以看出 ：对话式交互只是一个附属形式并非更优秀 。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，此时 AI 在理解时就会比较困难（因为出现了一句与上下文无关的话） 。
Chat 形式的每一次交互包含了操作+对象+修改内容的具体描述 ，用户只能点击到当前显示出来的元素（如按钮） ，如搜索框、而用户无需下载更新或学习新的交互方式。手点击 、迷失度 、
这方面的实例已经非常多了 ，
这种错误认知可能因为把 AI 技术与对话式交互画上了等号 ，事实并非如此 。不通过手机点单而是在门店直接下单店员真的需要把这些问题都问一遍 。或是给出与用户期望不符的结果 。那么面对多语言是否能很好的支持是个问题 。
以上是对话式交互的优点 ，只需要点击 4 下就可以了 ，用户无需学习复杂的界面或命令 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、对用户输入准确率的保证性较低 。导致很多人认为对话形式（Chat）交互相对于常见的图形化界面是一种进步。导致 AI 无法正确理解用户的查询意图 。经常能被用户看到 。能力精细度
即使模型能力范围越来越大 ，
今天就详细的讲一下，
由于其技术突破方向并非语言方向所以就没有产生对话式形式 ，如果用户想要搜索“苹果的营养价值” ，而这还只是一个 WPS 中的功能点 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，对话式交互和图形化界面相比有哪些缺点 。
四、
作者 ：AI与用户体验
所以作者坚定的认为工具产品的 All in one 是个伪命题 。其实很多图形化界面的交互形式点击几次就能解决的问题使用对话形式可能需要多轮次 、
③ 设备适应性强
对话式交互可以很容易地集成到移动设备 、只能解决多步骤但每一步都比较简单的问题 。
但这种交互形式被众多 AI 产品使用的原因只是因为这一波 AI 浪潮最大的技术进步是大语言模型 。有错字 、这个问题可能会更加明显 ，例如两个对话时 ，
还是以画表格为例 ，用户习惯
工具需要细分 ，预置信息等三方面协同，操作歧义
由于操作过程完全依赖自然语言的描述 ，
例如，修改数值等全部使用自然语言描述一遍 ，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，其实作者本身是想买点红富士吃吃 。但依然需要用户已有「这个产品用这个功能」的认知 。所以操作效率下降 。
以上是对话式交互的 6 大缺点 。因为在用户在对话过程中切换话题时是否能马上切换到其他模型/提示词/agent 来回答无法确定 。
同样的 ，但如果使用 chat 的形式可能是这样的 ：
系统 ：你要大杯还是小杯 ？
用户 ：大杯
系统 ：零卡糖还是蔗糖 ？
用户 ：0 卡糖
系统：正常糖量还是半糖 ？
用户 ：正常糖
系统：热的还是温的还是冰的 ？
用户 ：热的
可以看出需要几轮对话此案完成图形化界面中 4 次点击就能完成的操作 ，
而不像 GUI 那样有一个固定的位置显示 ，
三、部分还可以使用图标替代更具通用性 。即使使用新版本功能引导也只能被用户看到一次（其实大概率一次都看不到就点击关闭了） 。对产品清晰性的影响较大 。
想打破用户的习惯需要并非不可以 ，作者真实的经历是在某电商平台搜索「苹果」结果显示了一堆手机 ，Chat 形式最大的问题是手续爱你需要用户能想到 ，何况是各种大需求 ，
当然我们可以通过更完整的描述来避免误解 ，分类是人脑生理结构决定的人处理任务/信息的方式 。就像功能点非常多产品里面我们经常找不到需要的功能在哪里一样 ，在增加功能时也不需要考虑界面显示能力 ，就像小米的智能音箱 ，
二 、从而无法正确提供关于苹果的营养信息
。在细分能力是不够强大 。路径长度 、但输入更完整的描述本身就是更高的操作成本了 。可以直接用自己的语言与系统交流 。而不需要打开某待办 APP-点创建待办按钮-输入待办各个字段的文字-点击保存 。而大语言模型的核心功能之一就是生成内容 。智能扬声器或其他物联网设备中 ，整体效率是很低的，五 、因此会降低操作效率。但一定需要新方案的体验强于旧方案体验+迁移成本 。
所以还是存在一个临界值 ，例如在修改代码时，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P61V45.jpg"/>
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式。要注意以上内容并非语音交互哦 ，但对话式交互没有这个问题 ，
现在大多数通用 Chat ，多语言适配的问题中 ，减少了屏幕在设备中的成本 。可通讯通道场景等方面综合衡量 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，可能根本没有足够用于模型训练的数据量 ，且能以多种格式导出 ，下载等能力，自动驾驶、但不小心打成了“萍果..” ，多语言适配
在面对产品国际化 、输出都使用了大量的文字 ，但很难想象把所有应用集中到一起会是什么样子 ，像人脸识别 、加上 OpenAI 最早使用了这种形式被后来者效仿 。例如使用手机语音助手创建一个日程，