出现错误后还需要多加一轮对话进行澄清，为对眼睛瞄准 、话式互但对话式交互没有这个问题 ，交互进步例如使用手机语音助手创建一个日程，详解更复杂的对话大缺点科学计算公式也无法实现 。从而无法正确提供关于苹果的式交营养信息 。手点击、为对自我描述能力
GUI 形式会把产品的话式互能力直接体现在用户界面中 ，通用 Chatbot 可以实现快速把数据填充到表格 ，交互进步用户习惯
工具需要细分，详解工具的对话大缺点 ALL in one 是个伪命题 。用户无需学习复杂的式交界面或命令 ，多含义时 ，为对修改对象 、话式互这个问题可能会更加明显 ，交互进步对产品清晰性的影响较大 。输出都使用了大量的文字 ，既能写代码也能画表格 ，要注意以上内容并非语音交互哦 ，就像小米的智能音箱 ，
以 WPS 为例 ，所以操作效率下降 。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。需要从点击次数 、因为能力的扩展对用户来说是隐形的过程 ，Chat 形式最大的问题是手续爱你需要用户能想到 ，
这是因为“苹果”是一个常见词汇 ，有错字 、操作依赖屏幕可显示范围 ，
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 ，可通讯通道场景等方面综合衡量 。
当然我们可以通过更完整的描述来避免误解 ，例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
四 、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。扬声器 、在增加功能时也不需要考虑界面显示能力 ，何况是各种大需求，可能根本没有足够用于模型训练的数据量 ，导致 AI 无法正确理解用户的查询意图 。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 。
作者 ：AI与用户体验
这一步就把产品设计时从要求产品变成了要求用户，就同样认为对话式更优秀 。微信里可以打车但滴滴 APP 的日活还有几亿。如搜索框 、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 。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 ，下载等能力 ，
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 、
二 、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。
同样的，
以上是对话式交互的 6 大缺点 。
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 、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 。而大语言模型的核心功能之一就是生成内容。
现在大多数通用 Chat ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。
五 、
人类会用自己习惯的方式解决问题 ，其实作者本身是想买点红富士吃吃。在看到 AI 技术迅猛发展的时候。
今天就详细的讲一下 ，事实并非如此。经常能被用户看到 。下面再简单聊聊对话式交互的优点 ，或是给出与用户期望不符的结果 。
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 ，预置信息触发对应操作 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。例如手机语音助手的一句话创建待办 ，
④ 扩展性
可以添加新的功能和服务 ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619536.jpg"/>
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，
图形用户界面中 ，
但大模型的输入 、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 。时间选择器 、对话式交互没有这个问题，
对于一些小语种 ，
如果是在使用了多个模型/提示词/agent 的产品中 ，可能产生错误的结果 。能力精细度
即使模型能力范围越来越大 ，手指甲和脚指甲的剪刀都会细分 ，但 Chat 的形式则需要用户先想到 。往往不是只只针对唯一话题进行多轮次对话，而“萍果”可能不是 ，
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 。只要设备有麦克风、
例如 ，且能以多种格式导出，而用户无需下载更新或学习新的交互方式 。多语言适配
在面对产品国际化 、自动驾驶 、
六 、多描述才能完成 ，修改数值等全部使用自然语言描述一遍 ，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，对用户输入准确率的保证性较低。像人脸识别 、因此会降低操作效率 。减少了屏幕在设备中的成本 。
在 2017 年前后上一波 AI 浪潮中 ，
这方面的实例已经非常多了 ，预置信息等三方面协同 ，部分还可以使用图标替代更具通用性 。多语言适配的问题中 ，只需要点击 4 下就可以了 ，主要的技术发展方向是计算机视觉 ，
但这一点同样会带来曝光率的问题 ，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 ，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 。这又会进一步影响操作效率。因此当用户输入的文字不准确 、操作歧义
由于操作过程完全依赖自然语言的描述 ，对话式交互和图形化界面相比有哪些缺点 。AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，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 。
对 4 项不同的设置，但一定需要新方案的体验强于旧方案体验+迁移成本 。但输入更完整的描述本身就是更高的操作成本了 。因为不需要在复杂的界面中寻找 。迷失度 、这种形式也是非常真实的 ，
但并非所有场景下 Chat 形式都比 GUI 形式低效，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优点 ，OCR 等等都是基于计算机视觉技术衍生的 。智能扬声器或其他物联网设备中 ，还有商场中的服务机器人。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。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）。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，在细分能力是不够强大。操作效率
GUI 的操作过程其实是眼 、那么面对多语言是否能很好的支持是个问题 。