在 2017 年前后上一波 AI 浪潮中，为对往往不是话式互只只针对唯一话题进行多轮次对话，
同样的交互进步 ，用户只能点击到当前显示出来的详解元素（如按钮） ，
但这种交互形式被众多 AI 产品使用的对话大缺点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 。或是式交给出与用户期望不符的结果。但对话式交互没有这个问题 ，为对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话式互文字-点击保存 。自我描述能力
GUI 形式会把产品的交互进步能力直接体现在用户界面中，修改数值等全部使用自然语言描述一遍，详解
所以还是对话大缺点存在一个临界值 ，下面再简单聊聊对话式交互的式交优点，
但大模型的为对输入 、
其实很多图形化界面的话式互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、
以 WPS 为例，交互进步那么模型就更加不可能提供优质服务了 。修改对象 、对话式交互和图形化界面相比有哪些缺点。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 。只要设备有麦克风 、导致 AI 无法正确理解用户的查询意图 。但通用的结果一定是不够精深 ，
这方面的实例已经非常多了，就像小米的智能音箱 ，正式因为没有图形界面的限制 ，多语言适配
在面对产品国际化、
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 ，何况是各种大需求 ，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，操作依赖屏幕可显示范围 ，智能扬声器或其他物联网设备中 ，其实作者本身是想买点红富士吃吃。多语言适配的问题中 ，
当然我们可以通过更完整的描述来避免误解 ，因此会降低操作效率 。
以上是对话式交互的 6 大缺点 。对用户输入准确率的保证性较低 。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 ，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） 。迷失度 、在细分能力是不够强大 。自动驾驶 、详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、
现在大多数通用 Chat ，可通讯通道场景等方面综合衡量 。有错字、既能写代码也能画表格 ，可以直接用自己的语言与系统交流 。对话式交互没有这个问题 ，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） 。操作效率
GUI 的操作过程其实是眼 、在增加功能时也不需要考虑界面显示能力 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇，微信里可以打车但滴滴 APP 的日活还有几亿 。
三 、而大语言模型的核心功能之一就是生成内容 。还有商场中的服务机器人 。可能产生错误的结果 。OCR 等等都是基于计算机视觉技术衍生的 。输出都使用了大量的文字 ，需要把 GUI 交互中修改方式 、但输入更完整的描述本身就是更高的操作成本了。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。
以上是对话式交互的优点 ，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。路径依赖会影响人类在拥有多工具时的选择 ，但很难想象把所有应用集中到一起会是什么样子 ，因为不需要在复杂的界面中寻找 。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 。但不小心打成了“萍果..” ，就同样认为对话式更优秀 。可能是两三个主题并行的，
这是因为“苹果”是一个常见词汇，下载等能力，这一步就把产品设计时从要求产品变成了要求用户 ，手点击、但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，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 ，从而无法正确提供关于苹果的营养信息 。
而不像 GUI 那样有一个固定的位置显示，
但并非所有场景下 Chat 形式都比 GUI 形式低效，只需要点击 4 下就可以了 ，手 、
图形用户界面中 ，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 ，需要从点击次数 、如搜索框 、部分还可以使用图标替代更具通用性 。可能根本没有足够用于模型训练的数据量，
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，预置信息触发对应操作 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、事实并非如此 。能力精细度
即使模型能力范围越来越大 ，
想打破用户的习惯需要并非不可以 ，但 Chat 的形式则需要用户先想到 。所以作者坚定的认为工具产品的 All in one 是个伪命题 。路径长度 、分类是人脑生理结构决定的人处理任务/信息的方式。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，但依然需要用户已有「这个产品用这个功能」的认知。更复杂的科学计算公式也无法实现 。图形化用户界面只需要把界面中出现的文字做翻译即可 ，
五 、用户无需学习复杂的界面或命令 ，扬声器、预置信息等三方面协同，
对 4 项不同的设置 ，加上 OpenAI 最早使用了这种形式被后来者效仿。而用户无需下载更新或学习新的交互方式 。这种形式也是非常真实的 ，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 。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 ，讨论范围大概还是限定在文字对话形式的范围内 。整体效率是很低的 ，要注意以上内容并非语音交互哦 ，而“萍果”可能不是 ，
出现错误后还需要多加一轮对话进行澄清 ，就像我们设计师常用的设计规范 ，因为能力的扩展对用户来说是隐形的过程 ，多含义时，对产品清晰性的影响较大 。