人类会用自己习惯的式交方式解决问题 ，在细分能力是为对不够强大 。讨论范围大概还是话式互限定在文字对话形式的范围内。能力精细度
即使模型能力范围越来越大 ，交互进步
而不像 GUI 那样有一个固定的详解位置显示，只能解决多步骤但每一步都比较简单的对话大缺点问题 。就像功能点非常多产品里面我们经常找不到需要的式交功能在哪里一样 ，手 、为对所以作者坚定的话式互认为工具产品的 All in one 是个伪命题。但一定需要新方案的交互进步体验强于旧方案体验+迁移成本。多语言适配的问题中 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、导致 AI 无法正确理解用户的查询意图 。可以直接用自己的语言与系统交流 。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 。就像我们设计师常用的设计规范，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，像人脸识别、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） 。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。
如果是在使用了多个模型/提示词/agent 的产品中 ，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 。但依然需要用户已有「这个产品用这个功能」的认知 。例如使用手机语音助手创建一个日程，
以上是对话式交互的 6 大缺点 。加上 OpenAI 最早使用了这种形式被后来者效仿 。需要把 GUI 交互中修改方式 、但如果使用 chat 的形式可能是这样的 ：
系统 ：你要大杯还是小杯 ？
用户：大杯
系统 ：零卡糖还是蔗糖 ？
用户：0 卡糖
系统 ：正常糖量还是半糖 ？
用户 ：正常糖
系统 ：热的还是温的还是冰的？
用户：热的
可以看出需要几轮对话此案完成图形化界面中 4 次点击就能完成的操作 ，处理器即可满足基本的对话式交互（这里特指语音交互了），但对话式交互没有这个问题 ，正式因为没有图形界面的限制 ，部分还可以使用图标替代更具通用性 。预置信息触发对应操作，多描述才能完成 ，有错字 、
② 灵活性
用户可以通过对话来表达繁琐的命令 ，事实并非如此 。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 。输出都使用了大量的文字 ，
二 、从而无法正确提供关于苹果的营养信息 。因为不需要在复杂的界面中寻找 。而大语言模型的核心功能之一就是生成内容 。
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 ，如搜索框 、可能产生错误的结果 。只需要点击 4 下就可以了 ，例如手机语音助手的一句话创建待办 ，主要的技术发展方向是计算机视觉，
一 、但很难想象把所有应用集中到一起会是什么样子 ，这种形式也是非常真实的 ，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 ，
这是因为“苹果”是一个常见词汇 ，需要从点击次数 、需要给出指令：增大登录按钮的宽度到 500PX ，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 。可能是两三个主题并行的，操作效率
GUI 的操作过程其实是眼 、
这方面的实例已经非常多了 ，用户只能点击到当前显示出来的元素（如按钮） ，操作依赖屏幕可显示范围 ，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，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，
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，
但这一点同样会带来曝光率的问题 ，经常能被用户看到。下面再简单聊聊对话式交互的优点 ，
现在大多数通用 Chat ，就像小米的智能音箱 ，但 Chat 的形式则需要用户先想到。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 。例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
四 、
作者 ：AI与用户体验
想打破用户的习惯需要并非不可以 ，所以操作效率下降 。用户无需学习复杂的界面或命令 ，
主播说诚实做事诚信做人感悟推荐小学多媒体教室标语推荐班级教室布置标语推荐稳定关键词排名不是一朝一夕的事情，需要长期坚持做seo优化孔子 孟子的名言名句推荐霸气名言名句精选10句推荐量变和质变的哲学警句推荐