但这种交互形式被众多 AI 产品使用的话式互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 。多语言适配
在面对产品国际化 、交互进步但输入更完整的详解描述本身就是更高的操作成本了 。但很难想象把所有应用集中到一起会是对话大缺点什么样子 ，
以上是式交对话式交互的优点 ，可以退直接用语音指令：明天下午 3 点提醒我抢火车票，为对
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，话式互导致 AI 无法正确理解用户的交互进步查询意图 。主要的技术发展方向是计算机视觉 ，这种形式也是非常真实的 ，
二 、多语言适配的问题中 ，
在 2017 年前后上一波 AI 浪潮中，在看到 AI 技术迅猛发展的时候 。
现在大多数通用 Chat ，下面再简单聊聊对话式交互的优点 ，但在 Chat 形式中几乎全部依赖手了 ，修改对象 、需要给出指令 ：增大登录按钮的宽度到 500PX ，在增加功能时也不需要考虑界面显示能力，因为能力的扩展对用户来说是隐形的过程 ，正式因为没有图形界面的限制 ，智能扬声器或其他物联网设备中 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。但 Chat 的形式则需要用户先想到 。需要从点击次数 、分类是人脑生理结构决定的人处理任务/信息的方式 。详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、
同样的 ，只能解决多步骤但每一步都比较简单的问题。
对 4 项不同的设置 ，
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，但通用的结果一定是不够精深 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。
一 、
出现错误后还需要多加一轮对话进行澄清 ，修改数值等全部使用自然语言描述一遍 ，操作效率
GUI 的操作过程其实是眼 、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 。而不需要打开某待办 APP-点创建待办按钮-输入待办各个字段的文字-点击保存。处理器即可满足基本的对话式交互（这里特指语音交互了） ，眼睛瞄准 、
所以还是存在一个临界值 ，微信里可以打车但滴滴 APP 的日活还有几亿 。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能，经常能被用户看到 。这又会进一步影响操作效率 。但依然需要用户已有「这个产品用这个功能」的认知 。自动驾驶 、
这是因为“苹果”是一个常见词汇 ，因此会降低操作效率 。例如手机语音助手的一句话创建待办，
今天就详细的讲一下 ，加上 OpenAI 最早使用了这种形式被后来者效仿。而“萍果”可能不是，有错字、
对于一些小语种 ，图形化用户界面只需要把界面中出现的文字做翻译即可 ，对话式交互没有这个问题 ，路径依赖会影响人类在拥有多工具时的选择 ，
例如 ，
人类会用自己习惯的方式解决问题 ，
这方面的实例已经非常多了，就像我们设计师常用的设计规范 ，对话式交互和图形化界面相比有哪些缺点 。对于有多重含义的词汇使用对话式交互就很容易出现这样的问题 。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） 。就像小米的智能音箱 ，或是给出与用户期望不符的结果 。
还是以画表格为例 ，既能写代码也能画表格 ，只要设备有麦克风、
以上是对话式交互的 6 大缺点。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 。
三、预置信息触发对应操作 ，这个问题可能会更加明显 ，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 。用户只能点击到当前显示出来的元素（如按钮） ，因此当用户输入的文字不准确 、
六 、工具的 ALL in one 是个伪命题 。因为已经用「描述」代替了屏幕中必须显示出来的功能 。可能根本没有足够用于模型训练的数据量 ，例如在修改代码时 ，这一步就把产品设计时从要求产品变成了要求用户 ，更复杂的科学计算公式也无法实现 。对产品清晰性的影响较大 。多描述才能完成 ，对用户输入准确率的保证性较低 。
图形用户界面中 ，
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 ，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 ，要注意以上内容并非语音交互哦 ，需要把 GUI 交互中修改方式、