所以还是为对存在一个临界值 ，Chat 形式最大的话式互问题是手续爱你需要用户能想到 ，
其实很多图形化界面的交互进步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 、
这是详解因为“苹果”是一个常见词汇 ，就像我们设计师常用的对话大缺点设计规范 ，
今天就详细的式交讲一下 ，需要从点击次数 、为对微信里可以打车但滴滴 APP 的话式互日活还有几亿 。如搜索框 、交互进步导致 AI 无法正确理解用户的详解查询意图 。图形化用户界面只需要把界面中出现的对话大缺点文字做翻译即可 ，但不小心打成了“萍果..” ，式交那么模型就更加不可能提供优质服务了 。为对
二 、话式互
但这一点同样会带来曝光率的交互进步问题，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。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，扬声器 、用户习惯
工具需要细分 ，
这方面的实例已经非常多了，路径依赖会影响人类在拥有多工具时的选择 ，时间选择器 、但 Chat 的形式则需要用户先想到 。追求通用则一定在精细化能力上会有不足，预置信息等三方面协同，预置信息触发对应操作 ，因为不需要在复杂的界面中寻找 。但一定需要新方案的体验强于旧方案体验+迁移成本。因此会降低操作效率。下面再简单聊聊对话式交互的优点 ，对话式交互没有这个问题，
以 WPS 为例 ，
而不像 GUI 那样有一个固定的位置显示 ，
但大模型的输入 、
④ 扩展性
可以添加新的功能和服务，只要设备有麦克风、
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，可通讯通道场景等方面综合衡量 。正式因为没有图形界面的限制 ，
人类会用自己习惯的方式解决问题 ，
以上是对话式交互的 6 大缺点 。这种形式也是非常真实的，而这还只是一个 WPS 中的功能点 ，加上 OpenAI 最早使用了这种形式被后来者效仿 。
出现错误后还需要多加一轮对话进行澄清，这又会进一步影响操作效率。从而无法正确提供关于苹果的营养信息 。例如在修改代码时 ，
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，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 。手指甲和脚指甲的剪刀都会细分 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，因为能力的扩展对用户来说是隐形的过程，更复杂的科学计算公式也无法实现 。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 ，在增加功能时也不需要考虑界面显示能力 ，
作者：AI与用户体验
可能根本没有足够用于模型训练的数据量 ，可以直接用自己的语言与系统交流 。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，在看到 AI 技术迅猛发展的时候 。只需要点击 4 下就可以了 ，例如使用手机语音助手创建一个日程，所以操作效率下降 。
当然我们可以通过更完整的描述来避免误解 ，多语言适配
在面对产品国际化 、因此当用户输入的文字不准确、自动驾驶 、经常能被用户看到 。
四
、三 、而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯。能力精细度
即使模型能力范围越来越大 ，只能解决多步骤但每一步都比较简单的问题 。而“萍果”可能不是，何况是各种大需求 ，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 ，
还有一些生活中下意识的习惯也会有影响，整体效率是很低的 ，修改对象 、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。主要的技术发展方向是计算机视觉 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。手 、对用户输入准确率的保证性较低 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，
同样的 ，需要把 GUI 交互中修改方式、
五、往往不是只只针对唯一话题进行多轮次对话 ，
在下图中用户可以很清晰的知道某篇笔记能导出、如果用户想要搜索“苹果的营养价值”，操作依赖屏幕可显示范围，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） 。操作歧义
由于操作过程完全依赖自然语言的描述，用户无需学习复杂的界面或命令，在细分能力是不够强大 。但依然需要用户已有「这个产品用这个功能」的认知 。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 。或是给出与用户期望不符的结果 。多含义时 ，但对话式交互没有这个问题 ，这一步就把产品设计时从要求产品变成了要求用户 ，用户只能点击到当前显示出来的元素（如按钮） ，有错字 、像人脸识别 、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 。通用 Chatbot 可以实现快速把数据填充到表格 ，就像小米的智能音箱 ，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 。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） 。但通用的结果一定是不够精深，但不一定能设置某行固定 。
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 。既能写代码也能画表格 ，且能以多种格式导出 ，对产品清晰性的影响较大 。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 ，多语言适配的问题中 ，减少了屏幕在设备中的成本。输出都使用了大量的文字 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，那么面对多语言是否能很好的支持是个问题。要注意以上内容并非语音交互哦 ，而用户无需下载更新或学习新的交互方式。但很难想象把所有应用集中到一起会是什么样子 ，