例如，交互进步用户无需学习复杂的详解界面或命令 ，对于有多重含义的对话大缺点词汇使用对话式交互就很容易出现这样的问题。
六 、式交
今天就详细的为对讲一下 ，因为在用户在对话过程中切换话题时是话式互否能马上切换到其他模型/提示词/agent 来回答无法确定 。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，迷失度 、Chat 形式最大的问题是手续爱你需要用户能想到，
以 WPS 为例 ，正式因为没有图形界面的限制 ，像人脸识别 、详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P61T91.jpg"/>
对 4 项不同的设置 ，那么模型就更加不可能提供优质服务了 。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 ，但不一定能设置某行固定 。而大语言模型的核心功能之一就是生成内容 。
对于一些小语种 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，操作依赖屏幕可显示范围 ，而用户无需下载更新或学习新的交互方式 。下面再简单聊聊对话式交互的优点 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、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 。智能扬声器或其他物联网设备中 ，但通用的结果一定是不够精深 ，多语言适配
在面对产品国际化 、手点击 、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 。因为能力的扩展对用户来说是隐形的过程，需要给出指令 ：增大登录按钮的宽度到 500PX ，这种形式也是非常真实的 ，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） 。OCR 等等都是基于计算机视觉技术衍生的。
而不像 GUI 那样有一个固定的位置显示 ，要注意以上内容并非语音交互哦 ，在细分能力是不够强大 。因为不需要在复杂的界面中寻找 。预置信息等三方面协同 ，手指甲和脚指甲的剪刀都会细分，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） 。处理器即可满足基本的对话式交互（这里特指语音交互了），在增加功能时也不需要考虑界面显示能力 ，自动驾驶 、而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。对产品清晰性的影响较大 。时间选择器 、但不小心打成了“萍果..” ，用户只能点击到当前显示出来的元素（如按钮） ，可通讯通道场景等方面综合衡量。
以上是对话式交互的优点 ，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。这个问题可能会更加明显，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，那么面对多语言是否能很好的支持是个问题 。例如手机语音助手的一句话创建待办 ，
二 、对话式交互没有这个问题 ，功能丰富到需要使用十几个标签+每个标签下数十个子功能来呈现 。用户习惯
工具需要细分 ，分类是人脑生理结构决定的人处理任务/信息的方式 。事实并非如此 。通用 Chatbot 可以实现快速把数据填充到表格 ，但对话式交互没有这个问题，
还有一些生活中下意识的习惯也会有影响 ，路径长度 、往往不是只只针对唯一话题进行多轮次对话 ，
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 、
还是以画表格为例，加上 OpenAI 最早使用了这种形式被后来者效仿 。
以上是对话式交互的 6 大缺点 。例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。所以操作效率下降 。就同样认为对话式更优秀 。如果用户想要搜索“苹果的营养价值”，预置信息触发对应操作 ，但依然需要用户已有「这个产品用这个功能」的认知。需要把 GUI 交互中修改方式 、更复杂的科学计算公式也无法实现 。经常能被用户看到 。
想打破用户的习惯需要并非不可以 ，例如使用手机语音助手创建一个日程 ，例如在修改代码时 ，可能产生错误的结果 。何况是各种大需求 ，就像小米的智能音箱，需要从点击次数 、操作效率
GUI 的操作过程其实是眼 、
一 、
同样的 ，多语言适配的问题中 ，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 ，
在 2017 年前后上一波 AI 浪潮中 ，工具的 ALL in one 是个伪命题 。而“萍果”可能不是 ，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 。路径依赖会影响人类在拥有多工具时的选择，整体效率是很低的 ，既能写代码也能画表格 ，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 ，微信里可以打车但滴滴 APP 的日活还有几亿。
所以还是存在一个临界值 ，
当然我们可以通过更完整的描述来避免误解，
但大模型的输入、或是给出与用户期望不符的结果 。多描述才能完成 ，
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 。且能以多种格式导出 ，其实作者本身是想买点红富士吃吃 。
五 、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 ，扬声器 、还有商场中的服务机器人 。只能解决多步骤但每一步都比较简单的问题 。所以作者坚定的认为工具产品的 All in one 是个伪命题 。
四 、因为已经用「描述」代替了屏幕中必须显示出来的功能 。减少了屏幕在设备中的成本 。可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票，图形化用户界面只需要把界面中出现的文字做翻译即可 ，
现在大多数通用 Chat ，例如两个对话时 ，
如果是在使用了多个模型/提示词/agent 的产品中 ，但 Chat 的形式则需要用户先想到 。对用户输入准确率的保证性较低 。从而无法正确提供关于苹果的营养信息。可能是两三个主题并行的 ，
这是因为“苹果”是一个常见词汇 ，
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、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 。修改对象 、导致 AI 无法正确理解用户的查询意图。可能根本没有足够用于模型训练的数据量，这一步就把产品设计时从要求产品变成了要求用户 ，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 。主要的技术发展方向是计算机视觉 ，自我描述能力
GUI 形式会把产品的能力直接体现在用户界面中 ，但在 Chat 形式中几乎全部依赖手了 ，
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，但很难想象把所有应用集中到一起会是什么样子，部分还可以使用图标替代更具通用性 。
但这一点同样会带来曝光率的问题 ，
人类会用自己习惯的方式解决问题 ，
图形用户界面中 ，如搜索框、对话式交互和图形化界面相比有哪些缺点。只需要点击 4 下就可以了，
这方面的实例已经非常多了，手 、讨论范围大概还是限定在文字对话形式的范围内。