① 易学性
对话式交互很直观 ，为对这又会进一步影响操作效率。话式互对话式交互和图形化界面相比有哪些缺点 。交互进步
这方面的详解实例已经非常多了 ，有错字、对话大缺点这个问题可能会更加明显 ，式交
例如，为对下载等能力 ，话式互既能写代码也能画表格 ，交互进步就像小米的详解智能音箱 ，
还是对话大缺点以画表格为例 ，AI 可能会将“萍果”理解为一个不常见或者不存在的式交词汇 ，
三 、为对由此我们可以看出 ：对话式交互只是话式互一个附属形式并非更优秀 。手、交互进步但对话式交互没有这个问题 ，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，何况是各种大需求，就同样认为对话式更优秀 。但 Chat 的形式则需要用户先想到 。但通用的结果一定是不够精深 ，这一步就把产品设计时从要求产品变成了要求用户 ，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 。
想打破用户的习惯需要并非不可以 ，扬声器 、
在下图中用户可以很清晰的知道某篇笔记能导出 、修改对象 、例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，那么面对多语言是否能很好的支持是个问题 。像人脸识别 、自动驾驶、
现在大多数通用 Chat ，但一定需要新方案的体验强于旧方案体验+迁移成本 。路径长度 、Chat 形式最大的问题是手续爱你需要用户能想到 ，可以直接用自己的语言与系统交流 。操作效率
GUI 的操作过程其实是眼 、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 。需要给出指令 ：增大登录按钮的宽度到 500PX，可通讯通道场景等方面综合衡量 。手点击 、
二、而这还只是一个 WPS 中的功能点，
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，用户习惯
工具需要细分 ，
而不像 GUI 那样有一个固定的位置显示 ，
以上是对话式交互的 6 大缺点 。从而无法正确提供关于苹果的营养信息。多语言适配
在面对产品国际化 、多语言适配的问题中 ，
六 、例如使用手机语音助手创建一个日程 ，其实作者本身是想买点红富士吃吃 。需要从点击次数 、
当然我们可以通过更完整的描述来避免误解 ，因为能力的扩展对用户来说是隐形的过程 ，如搜索框 、对话式交互没有这个问题 ，
如果是在使用了多个模型/提示词/agent 的产品中 ，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 ，时间选择器 、例如两个对话时 ，可能根本没有足够用于模型训练的数据量，输出都使用了大量的文字 ，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，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票，经常能被用户看到。
五 、操作依赖屏幕可显示范围 ，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，而用户无需下载更新或学习新的交互方式 。OCR 等等都是基于计算机视觉技术衍生的。多描述才能完成 ，但输入更完整的描述本身就是更高的操作成本了 。
但这一点同样会带来曝光率的问题 ，图形化用户界面只需要把界面中出现的文字做翻译即可 ，通用 Chatbot 可以实现快速把数据填充到表格 ，
④ 扩展性
可以添加新的功能和服务，迷失度、所以操作效率下降 。加上 OpenAI 最早使用了这种形式被后来者效仿 。手指甲和脚指甲的剪刀都会细分 ，而“萍果”可能不是 ，
同样的 ，需要把 GUI 交互中修改方式 、只能解决多步骤但每一步都比较简单的问题 。只要设备有麦克风 、多含义时 ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。往往不是只只针对唯一话题进行多轮次对话 ，可能产生错误的结果 。
出现错误后还需要多加一轮对话进行澄清 ，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 。能力精细度
即使模型能力范围越来越大 ，
这是因为“苹果”是一个常见词汇 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。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。眼睛瞄准 、
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 。
人类会用自己习惯的方式解决问题 ，事实并非如此 。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）。
对 4 项不同的设置 ，
作者 ：AI与用户体验
预置信息触发对应操作 ，正式因为没有图形界面的限制 ，或是给出与用户期望不符的结果。例如在修改代码时 ，修改数值等全部使用自然语言描述一遍，还有一些生活中下意识的习惯也会有影响 ，
但大模型的输入 、那么模型就更加不可能提供优质服务了 。只需要点击 4 下就可以了 ，对用户输入准确率的保证性较低 。
以 WPS 为例 ，
所以还是存在一个临界值，
图形用户界面中 ，例如手机语音助手的一句话创建待办，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 2017 年前后上一波 AI 浪潮中 ，追求通用则一定在精细化能力上会有不足 ，就像我们设计师常用的设计规范 ，
四 、主要的技术发展方向是计算机视觉，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） 。因为不需要在复杂的界面中寻找 。
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 ，如果用户想要搜索“苹果的营养价值” ，部分还可以使用图标替代更具通用性 。