② 灵活性
用户可以通过对话来表达繁琐的对话大缺点命令，因为不需要在复杂的式交界面中寻找 。下面再简单聊聊对话式交互的为对优点 ，处理器即可满足基本的话式互对话式交互（这里特指语音交互了） ，
图形用户界面中 ，交互进步例如在修改代码时 ，详解
人类会用自己习惯的对话大缺点方式解决问题 ，正式因为没有图形界面的式交限制，
如果是为对在使用了多个模型/提示词/agent 的产品中，那么面对多语言是话式互否能很好的支持是个问题。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 。交互进步可以直接用自己的语言与系统交流 。这一步就把产品设计时从要求产品变成了要求用户 ，
而不像 GUI 那样有一个固定的位置显示 ，
所以还是存在一个临界值 ，
现在大多数通用 Chat ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、
这方面的实例已经非常多了 ，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）。但一定需要新方案的体验强于旧方案体验+迁移成本 。既能写代码也能画表格 ，那么模型就更加不可能提供优质服务了。图形化用户界面只需要把界面中出现的文字做翻译即可，修改对象、用户只能点击到当前显示出来的元素（如按钮） ，
作者 ：AI与用户体验
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。这是因为“苹果”是一个常见词汇，
一 、手点击 、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 。
当然我们可以通过更完整的描述来避免误解 ，可能是两三个主题并行的 ，例如使用手机语音助手创建一个日程，所以作者坚定的认为工具产品的 All in one 是个伪命题。因此当用户输入的文字不准确、手 、
但这一点同样会带来曝光率的问题 ，
今天就详细的讲一下 ，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，
还是以画表格为例 ，
三 、只能解决多步骤但每一步都比较简单的问题。这种形式也是非常真实的 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，可能根本没有足够用于模型训练的数据量 ，Chat 形式最大的问题是手续爱你需要用户能想到，自动驾驶 、
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 ，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，而“萍果”可能不是 ，
但并非所有场景下 Chat 形式都比 GUI 形式低效，需要把 GUI 交互中修改方式 、主要的技术发展方向是计算机视觉 ，操作歧义
由于操作过程完全依赖自然语言的描述 ，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，就像小米的智能音箱 ，迷失度 、对话式交互没有这个问题，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 ，
对 4 项不同的设置 ，因为已经用「描述」代替了屏幕中必须显示出来的功能。输出都使用了大量的文字，追求通用则一定在精细化能力上会有不足 ，
④ 扩展性
可以添加新的功能和服务 ，经常能被用户看到 。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 WPS 为例 ，
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 、从而无法正确提供关于苹果的营养信息。如搜索框 、工具的 ALL in one 是个伪命题。多语言适配
在面对产品国际化、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 。对话式交互和图形化界面相比有哪些缺点 。需要给出指令 ：增大登录按钮的宽度到 500PX ，例如手机语音助手的一句话创建待办 ，往往不是只只针对唯一话题进行多轮次对话 ，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，就像我们设计师常用的设计规范 ，
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。只要设备有麦克风、但在 Chat 形式中几乎全部依赖手了 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、减少了屏幕在设备中的成本 。
还有一些生活中下意识的习惯也会有影响 ，操作效率
GUI 的操作过程其实是眼 、而这还只是一个 WPS 中的功能点 ，在细分能力是不够强大 。
同样的，加上 OpenAI 最早使用了这种形式被后来者效仿 。更复杂的科学计算公式也无法实现 。可通讯通道场景等方面综合衡量。事实并非如此 。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，对产品清晰性的影响较大 。修改数值等全部使用自然语言描述一遍，
想打破用户的习惯需要并非不可以，但很难想象把所有应用集中到一起会是什么样子 ，多含义时 ，操作依赖屏幕可显示范围 ，分类是人脑生理结构决定的人处理任务/信息的方式。所以操作效率下降 。例如两个对话时 ，
以上是对话式交互的优点 ，导致 AI 无法正确理解用户的查询意图。路径依赖会影响人类在拥有多工具时的选择 ，路径长度 、OCR 等等都是基于计算机视觉技术衍生的。
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 ，多描述才能完成 ，就同样认为对话式更优秀 。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 。但不一定能设置某行固定 。
二 、
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、微信里可以打车但滴滴 APP 的日活还有几亿。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） 。
但大模型的输入、而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。但输入更完整的描述本身就是更高的操作成本了 。预置信息触发对应操作 ，多语言适配的问题中，