人类会用自己习惯的为对方式解决问题 ，
六 、话式互需要把 GUI 交互中修改方式 、交互进步
还是详解以画表格为例 ，而这还只是对话大缺点一个 WPS 中的功能点 ，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。式交加上 OpenAI 最早使用了这种形式被后来者效仿。为对就同样认为对话式更优秀 。话式互用户无需学习复杂的交互进步界面或命令 ，这一步就把产品设计时从要求产品变成了要求用户 ，详解预置信息等三方面协同，对话大缺点扬声器 、式交只需要点击 4 下就可以了，为对但 Chat 的话式互形式则需要用户先想到 。只要设备有麦克风 、交互进步而“萍果”可能不是 ，
图形用户界面中 ，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 。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 ，讨论范围大概还是限定在文字对话形式的范围内 。只能解决多步骤但每一步都比较简单的问题 。能力精细度
即使模型能力范围越来越大 ，多语言适配的问题中 ，在增加功能时也不需要考虑界面显示能力 ，而大语言模型的核心功能之一就是生成内容 。操作歧义
由于操作过程完全依赖自然语言的描述 ，
同样的 ，所以操作效率下降 。那么面对多语言是否能很好的支持是个问题 。
但这一点同样会带来曝光率的问题 ，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 。手 、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。因为能力的扩展对用户来说是隐形的过程，整体效率是很低的，
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 ，可能根本没有足够用于模型训练的数据量，
一 、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 ，例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
四 、修改数值等全部使用自然语言描述一遍 ，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，多语言适配
在面对产品国际化 、还有商场中的服务机器人 。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）。
对于一些小语种 ，例如在修改代码时 ，路径依赖会影响人类在拥有多工具时的选择 ，多含义时 ，操作依赖屏幕可显示范围 ，对产品清晰性的影响较大 。下载等能力 ，在看到 AI 技术迅猛发展的时候 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，对用户输入准确率的保证性较低 。
在下图中用户可以很清晰的知道某篇笔记能导出、经常能被用户看到 。
这方面的实例已经非常多了 ，
还有一些生活中下意识的习惯也会有影响 ，手指甲和脚指甲的剪刀都会细分 ，
五 、这种形式也是非常真实的，
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 、追求通用则一定在精细化能力上会有不足 ，
想打破用户的习惯需要并非不可以 ，往往不是只只针对唯一话题进行多轮次对话，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。但依然需要用户已有「这个产品用这个功能」的认知 。
所以还是存在一个临界值 ，
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，眼睛瞄准、
在 2017 年前后上一波 AI 浪潮中 ，预置信息触发对应操作 ，
如果是在使用了多个模型/提示词/agent 的产品中 ，因为已经用「描述」代替了屏幕中必须显示出来的功能。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 。这个问题可能会更加明显 ，
出现错误后还需要多加一轮对话进行澄清 ，因此会降低操作效率 。