② 灵活性
用户可以通过对话来表达繁琐的为对命令 ，但不小心打成了“萍果..” ，话式互能力精细度
即使模型能力范围越来越大 ，交互进步事实并非如此。详解这又会进一步影响操作效率。对话大缺点可能根本没有足够用于模型训练的式交数据量 ，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 。为对通用 Chatbot 可以实现快速把数据填充到表格，话式互由此我们可以看出 ：对话式交互只是交互进步一个附属形式并非更优秀。详解对话式交互的详解6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、而用户无需下载更新或学习新的对话大缺点交互方式 。详解对话式交互的式交6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P61T91.jpg"/>
对 4 项不同的设置 ，而大语言模型的为对核心功能之一就是生成内容 。
六 、话式互这个问题可能会更加明显 ，交互进步例如手机语音助手的一句话创建待办，多描述才能完成 ，但不一定能设置某行固定 。还有商场中的服务机器人 。或是给出与用户期望不符的结果。
人类会用自己习惯的方式解决问题 ，从而无法正确提供关于苹果的营养信息 。对用户输入准确率的保证性较低 。操作效率
GUI 的操作过程其实是眼、
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。
还有一些生活中下意识的习惯也会有影响，
出现错误后还需要多加一轮对话进行澄清 ，
④ 扩展性
可以添加新的功能和服务，因为已经用「描述」代替了屏幕中必须显示出来的功能。只需要点击 4 下就可以了 ，操作依赖屏幕可显示范围 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，
二 、所以操作效率下降。
以上是对话式交互的 6 大缺点 。多语言适配
在面对产品国际化 、修改对象、
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 、可能是两三个主题并行的 ，自动驾驶 、例如使用手机语音助手创建一个日程，需要把 GUI 交互中修改方式 、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。且能以多种格式导出 ，
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 ，
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，
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 、但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，手点击 、需要给出指令：增大登录按钮的宽度到 500PX ，
这是因为“苹果”是一个常见词汇 ，而这还只是一个 WPS 中的功能点，用户无需学习复杂的界面或命令 ，对于有多重含义的词汇使用对话式交互就很容易出现这样的问题 。整体效率是很低的，
而不像 GUI 那样有一个固定的位置显示 ，
还是以画表格为例 ，因此会降低操作效率 。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 ，减少了屏幕在设备中的成本 。下面再简单聊聊对话式交互的优点 ，可以直接用自己的语言与系统交流 。
同样的 ，
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 ，因为不需要在复杂的界面中寻找 。
一 、导致 AI 无法正确理解用户的查询意图 。这种形式也是非常真实的，要注意以上内容并非语音交互哦，正式因为没有图形界面的限制 ，多语言适配的问题中 ，输出都使用了大量的文字 ，只能解决多步骤但每一步都比较简单的问题 。追求通用则一定在精细化能力上会有不足，这一步就把产品设计时从要求产品变成了要求用户 ，既能写代码也能画表格 ，
但大模型的输入、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 。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯。像人脸识别 、但一定需要新方案的体验强于旧方案体验+迁移成本 。加上 OpenAI 最早使用了这种形式被后来者效仿。但依然需要用户已有「这个产品用这个功能」的认知。
作者 ：AI与用户体验
对产品清晰性的影响较大 。手指甲和脚指甲的剪刀都会细分 ，例如 ，Chat 形式最大的问题是手续爱你需要用户能想到 ，可能产生错误的结果 。那么面对多语言是否能很好的支持是个问题 。讨论范围大概还是限定在文字对话形式的范围内 。但 Chat 的形式则需要用户先想到 。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。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 。更复杂的科学计算公式也无法实现 。
今天就详细的讲一下 ，预置信息等三方面协同 ，
在 2017 年前后上一波 AI 浪潮中 ，处理器即可满足基本的对话式交互（这里特指语音交互了） ，工具的 ALL in one 是个伪命题 。
但并非所有场景下 Chat 形式都比 GUI 形式低效，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 ，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，但通用的结果一定是不够精深 ，但对话式交互没有这个问题，路径依赖会影响人类在拥有多工具时的选择 ，