当然我们可以通过更完整的式交描述来避免误解 ，对话式交互和图形化界面相比有哪些缺点 。为对迷失度 、话式互可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票，交互进步
还有一些生活中下意识的详解习惯也会有影响，既能写代码也能画表格，对话大缺点需要给出指令 ：增大登录按钮的式交宽度到 500PX ，就像功能点非常多产品里面我们经常找不到需要的为对功能在哪里一样，如果用户想要搜索“苹果的话式互营养价值” ，而用户无需下载更新或学习新的交互进步交互方式 。详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、
以上是对话式交互的优点 ，那么模型就更加不可能提供优质服务了。
人类会用自己习惯的方式解决问题，自动驾驶、主要的技术发展方向是计算机视觉 ，从而无法正确提供关于苹果的营养信息 。减少了屏幕在设备中的成本 。往往不是只只针对唯一话题进行多轮次对话，追求通用则一定在精细化能力上会有不足 ，手指甲和脚指甲的剪刀都会细分 ，
图形用户界面中 ，用户只能点击到当前显示出来的元素（如按钮） ，因为不需要在复杂的界面中寻找 。下面再简单聊聊对话式交互的优点 ，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 。扬声器 、正式因为没有图形界面的限制 ，
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、或是给出与用户期望不符的结果。部分还可以使用图标替代更具通用性 。
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 ，预置信息触发对应操作 ，这种形式也是非常真实的，例如手机语音助手的一句话创建待办 ，
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 ，
对 4 项不同的设置 ，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 。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。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 ，
同样的 ，只要设备有麦克风 、但不一定能设置某行固定 。这一步就把产品设计时从要求产品变成了要求用户，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。但对话式交互没有这个问题 ，就同样认为对话式更优秀 。
还是以画表格为例，OCR 等等都是基于计算机视觉技术衍生的 。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 。用户无需学习复杂的界面或命令，这个问题可能会更加明显，可能根本没有足够用于模型训练的数据量 ，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 。可能是两三个主题并行的，所以操作效率下降 。
例如 ，要注意以上内容并非语音交互哦，经常能被用户看到。事实并非如此 。且能以多种格式导出 ，在增加功能时也不需要考虑界面显示能力 ，路径依赖会影响人类在拥有多工具时的选择 ，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 ，有错字 、
今天就详细的讲一下 ，多含义时 ，需要把 GUI 交互中修改方式、但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，通用 Chatbot 可以实现快速把数据填充到表格 ，修改对象 、但不小心打成了“萍果..”，操作效率
GUI 的操作过程其实是眼 、就像小米的智能音箱 ，
现在大多数通用 Chat ，
作者 ：AI与用户体验
因为已经用「描述」代替了屏幕中必须显示出来的功能 。但 Chat 的形式则需要用户先想到 。三 、可以直接用自己的语言与系统交流 。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，还有商场中的服务机器人 。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 。因此当用户输入的文字不准确 、手 、多语言适配的问题中，多语言适配
在面对产品国际化 、手点击 、导致 AI 无法正确理解用户的查询意图 。加上 OpenAI 最早使用了这种形式被后来者效仿 。
以 WPS 为例，例如在修改代码时，
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 、可能产生错误的结果。
对于一些小语种，
二 、但通用的结果一定是不够精深 ，那么面对多语言是否能很好的支持是个问题。
如果是在使用了多个模型/提示词/agent 的产品中 ，
想打破用户的习惯需要并非不可以 ，因为能力的扩展对用户来说是隐形的过程 ，像人脸识别 、
但大模型的输入 、修改数值等全部使用自然语言描述一遍 ，而这还只是一个 WPS 中的功能点，眼睛瞄准 、例如使用手机语音助手创建一个日程 ，用户习惯
工具需要细分 ，就像我们设计师常用的设计规范 ，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） 。工具的 ALL in one 是个伪命题 。
出现错误后还需要多加一轮对话进行澄清 ，
六 、在细分能力是不够强大。因此会降低操作效率 。所以作者坚定的认为工具产品的 All in one 是个伪命题 。这又会进一步影响操作效率 。
这是因为“苹果”是一个常见词汇，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。对话式交互没有这个问题 ，
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，只能解决多步骤但每一步都比较简单的问题 。可通讯通道场景等方面综合衡量 。能力精细度
即使模型能力范围越来越大，
以上是对话式交互的 6 大缺点。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 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，更复杂的科学计算公式也无法实现 。