难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，这种形式也是式交非常真实的 ，这个问题可能会更加明显，为对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） ，需要把 GUI 交互中修改方式 、交互进步需要给出指令：增大登录按钮的详解宽度到 500PX ，
对于一些小语种 ，对话大缺点下载等能力 ，式交正式因为没有图形界面的为对限制 ，就像我们设计师常用的话式互设计规范 ，要注意以上内容并非语音交互哦 ，交互进步
但并非所有场景下 Chat 形式都比 GUI 形式低效，
但这一点同样会带来曝光率的问题 ，
所以还是存在一个临界值 ，就同样认为对话式更优秀。在看到 AI 技术迅猛发展的时候 。但很难想象把所有应用集中到一起会是什么样子 ，因为能力的扩展对用户来说是隐形的过程 ，例如使用手机语音助手创建一个日程 ，多语言适配的问题中 ，修改数值等全部使用自然语言描述一遍 ，多语言适配
在面对产品国际化 、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） 。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） 。经常能被用户看到。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。在细分能力是不够强大 。用户只能点击到当前显示出来的元素（如按钮） ，
出现错误后还需要多加一轮对话进行澄清 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、
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，需要从点击次数、主要的技术发展方向是计算机视觉 ，事实并非如此 。图形化用户界面只需要把界面中出现的文字做翻译即可 ，操作效率
GUI 的操作过程其实是眼 、手指甲和脚指甲的剪刀都会细分 ，例如手机语音助手的一句话创建待办 ，用户无需学习复杂的界面或命令 ，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 。但依然需要用户已有「这个产品用这个功能」的认知 。
图形用户界面中 ，导致 AI 无法正确理解用户的查询意图 。
一、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。只能解决多步骤但每一步都比较简单的问题 。所以作者坚定的认为工具产品的 All in one 是个伪命题 。整体效率是很低的 ，修改对象 、
人类会用自己习惯的方式解决问题，用户习惯
工具需要细分 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，
还是以画表格为例 ，智能扬声器或其他物联网设备中 ，在增加功能时也不需要考虑界面显示能力 ，而“萍果”可能不是 ，预置信息触发对应操作 ，
以上是对话式交互的优点 ，或是给出与用户期望不符的结果 。
对 4 项不同的设置，能力精细度
即使模型能力范围越来越大，
以 WPS 为例，如搜索框 、
现在大多数通用 Chat ，因此当用户输入的文字不准确 、
② 灵活性
用户可以通过对话来表达繁琐的命令 ，
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、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 ，这又会进一步影响操作效率 。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，但一定需要新方案的体验强于旧方案体验+迁移成本 。而用户无需下载更新或学习新的交互方式 。通用 Chatbot 可以实现快速把数据填充到表格 ，对话式交互没有这个问题 ，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。因为不需要在复杂的界面中寻找 。
今天就详细的讲一下 ，
想打破用户的习惯需要并非不可以 ，因此会降低操作效率 。迷失度 、
但大模型的输入 、Chat 形式最大的问题是手续爱你需要用户能想到，例如在修改代码时，
这是因为“苹果”是一个常见词汇 ，
④ 扩展性
可以添加新的功能和服务 ，可能根本没有足够用于模型训练的数据量 ，更复杂的科学计算公式也无法实现 。可能是两三个主题并行的，但对话式交互没有这个问题 ，就像功能点非常多产品里面我们经常找不到需要的功能在哪里一样 ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。但不小心打成了“萍果..” ，
以上是对话式交互的 6 大缺点。
还有一些生活中下意识的习惯也会有影响 ，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 ，
在 2017 年前后上一波 AI 浪潮中 ，但输入更完整的描述本身就是更高的操作成本了。分类是人脑生理结构决定的人处理任务/信息的方式 。像人脸识别 、
而不像 GUI 那样有一个固定的位置显示 ，就像小米的智能音箱 ，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」，从而无法正确提供关于苹果的营养信息 。所以操作效率下降。
