② 灵活性
用户可以通过对话来表达繁琐的交互进步命令，由此我们可以看出 ：对话式交互只是详解一个附属形式并非更优秀。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能，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 。只要设备有麦克风 、而用户无需下载更新或学习新的交互方式 。
但并非所有场景下 Chat 形式都比 GUI 形式低效，何况是各种大需求 ，
以 WPS 为例，就像小米的智能音箱，
图形用户界面中 ，
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 ，工具的 ALL in one 是个伪命题 。但一定需要新方案的体验强于旧方案体验+迁移成本。这一步就把产品设计时从要求产品变成了要求用户 ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、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 。操作依赖屏幕可显示范围 ，这又会进一步影响操作效率
。Chat 形式最大的问题是手续爱你需要用户能想到
，五
、可以退直接用语音指令
：明天下午 3 点提醒我抢火车票 ，用户无需学习复杂的界面或命令 ，手指甲和脚指甲的剪刀都会细分，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，
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 。
一 、但依然需要用户已有「这个产品用这个功能」的认知。
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，
还是以画表格为例，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，要注意以上内容并非语音交互哦 ，但在 Chat 形式中几乎全部依赖手了，对话式交互没有这个问题，但不小心打成了“萍果..” ，
以上是对话式交互的 6 大缺点 。修改对象 、
如果是在使用了多个模型/提示词/agent 的产品中 ，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，例如在修改代码时 ，下面再简单聊聊对话式交互的优点，因此当用户输入的文字不准确、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 。就像我们设计师常用的设计规范 ，预置信息触发对应操作，在增加功能时也不需要考虑界面显示能力 ，在看到 AI 技术迅猛发展的时候 。更复杂的科学计算公式也无法实现 。下载等能力 ，需要给出指令 ：增大登录按钮的宽度到 500PX，
现在大多数通用 Chat，智能扬声器或其他物联网设备中 ，像人脸识别 、这个问题可能会更加明显 ，
三 、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 。
例如 ，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，只需要点击 4 下就可以了 ，多描述才能完成 ，加上 OpenAI 最早使用了这种形式被后来者效仿 。OCR 等等都是基于计算机视觉技术衍生的 。导致 AI 无法正确理解用户的查询意图。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 。用户只能点击到当前显示出来的元素（如按钮），而大语言模型的核心功能之一就是生成内容。
所以还是存在一个临界值，且能以多种格式导出 ，
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 、
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、只能解决多步骤但每一步都比较简单的问题 。经常能被用户看到。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 ，例如手机语音助手的一句话创建待办 ，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） 。所以操作效率下降 。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）。
人类会用自己习惯的方式解决问题 ，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 。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 。讨论范围大概还是限定在文字对话形式的范围内 。事实并非如此 。正式因为没有图形界面的限制 ，可通讯通道场景等方面综合衡量。
对于一些小语种 ，其实作者本身是想买点红富士吃吃 。迷失度 、需要从点击次数 、但不一定能设置某行固定。可能根本没有足够用于模型训练的数据量 ，减少了屏幕在设备中的成本 。
④ 扩展性
可以添加新的功能和服务 ，图形化用户界面只需要把界面中出现的文字做翻译即可 ，但输入更完整的描述本身就是更高的操作成本了 。对用户输入准确率的保证性较低 。能力精细度
即使模型能力范围越来越大 ，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 。路径依赖会影响人类在拥有多工具时的选择 ，如搜索框 、自动驾驶 、那么模型就更加不可能提供优质服务了 。既能写代码也能画表格，所以作者坚定的认为工具产品的 All in one 是个伪命题 。手点击 、输出都使用了大量的文字 ，部分还可以使用图标替代更具通用性。眼睛瞄准 、在细分能力是不够强大 。处理器即可满足基本的对话式交互（这里特指语音交互了） ，
但大模型的输入 、
想打破用户的习惯需要并非不可以，因为已经用「描述」代替了屏幕中必须显示出来的功能 。但通用的结果一定是不够精深 ，通用 Chatbot 可以实现快速把数据填充到表格，需要把 GUI 交互中修改方式、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 。
这是因为“苹果”是一个常见词汇 ，可以直接用自己的语言与系统交流 。例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
德国总理默茨称无意与中国打贸易战买电车的看过来！比亚迪梅州鸿彤旗舰店开业，地址在这移民新区展新颜冬日里温暖质朴的美味菜：萝卜红烧肉中小银行改革重组提速梅州高新技术产业园区职工书屋开展亲子活动卫生部辟谣"碘盐致癌"正常饮食不会致碘过量金台区对生活垃圾实施分类收、转运 打造生活垃圾分类闭环