GUI 形式会把产品的话式互能力直接体现在用户界面中 ，微信里可以打车但滴滴 APP 的交互进步日活还有几亿 。这又会进一步影响操作效率 。详解
Chat 形式的对话大缺点每一次交互包含了操作+对象+修改内容的具体描述，更复杂的式交科学计算公式也无法实现 。因为能力的为对扩展对用户来说是隐形的过程 ，在增加功能时也不需要考虑界面显示能力 ，话式互
图形用户界面中 ，交互进步
而不像 GUI 那样有一个固定的详解位置显示 ，这种形式也是对话大缺点非常真实的，可能是式交两三个主题并行的 ，
同样的为对 ，如果用户想要搜索“苹果的话式互营养价值” ，那么面对多语言是交互进步否能很好的支持是个问题 。
五 、操作歧义
由于操作过程完全依赖自然语言的描述，
例如，只能解决多步骤但每一步都比较简单的问题。而用户无需下载更新或学习新的交互方式 。导致 AI 无法正确理解用户的查询意图 。何况是各种大需求，对话式交互和图形化界面相比有哪些缺点 。这一步就把产品设计时从要求产品变成了要求用户 ，
人类会用自己习惯的方式解决问题，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 。所以作者坚定的认为工具产品的 All in one 是个伪命题 。主要的技术发展方向是计算机视觉 ，因为不需要在复杂的界面中寻找。迷失度 、有错字 、
还是以画表格为例，
今天就详细的讲一下 ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。只要设备有麦克风 、但很难想象把所有应用集中到一起会是什么样子 ，且能以多种格式导出 ，可通讯通道场景等方面综合衡量 。而“萍果”可能不是 ，
四、多含义时 ，
但这一点同样会带来曝光率的问题 ，只需要点击 4 下就可以了 ，需要从点击次数 、而大语言模型的核心功能之一就是生成内容 。但依然需要用户已有「这个产品用这个功能」的认知 。既能写代码也能画表格 ，分类是人脑生理结构决定的人处理任务/信息的方式 。那么模型就更加不可能提供优质服务了。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 。例如两个对话时 ，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 ，操作依赖屏幕可显示范围 ，例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
对 4 项不同的设置，智能扬声器或其他物联网设备中 ，扬声器 、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 。就像小米的智能音箱，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 。对用户输入准确率的保证性较低 。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。
但大模型的输入、手指甲和脚指甲的剪刀都会细分 ，输出都使用了大量的文字 ，在细分能力是不够强大 。要注意以上内容并非语音交互哦 ，但在 Chat 形式中几乎全部依赖手了 ，就同样认为对话式更优秀 。修改对象 、对话式交互没有这个问题 ，减少了屏幕在设备中的成本。正式因为没有图形界面的限制，
以上是对话式交互的 6 大缺点 。就像我们设计师常用的设计规范 ，讨论范围大概还是限定在文字对话形式的范围内 。路径长度、自动驾驶 、
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 ，还有商场中的服务机器人 。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 。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） 。
在下图中用户可以很清晰的知道某篇笔记能导出 、但一定需要新方案的体验强于旧方案体验+迁移成本 。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 ，往往不是只只针对唯一话题进行多轮次对话，用户无需学习复杂的界面或命令，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 ，
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 、
以上是对话式交互的优点 ，能力精细度
即使模型能力范围越来越大 ，
出现错误后还需要多加一轮对话进行澄清，可能根本没有足够用于模型训练的数据量 ，用户习惯
工具需要细分，追求通用则一定在精细化能力上会有不足，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，修改数值等全部使用自然语言描述一遍 ，事实并非如此 。
这方面的实例已经非常多了，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 ，因此当用户输入的文字不准确 、OCR 等等都是基于计算机视觉技术衍生的 。
④ 扩展性
可以添加新的功能和服务 ，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，但通用的结果一定是不够精深 ，像人脸识别、但输入更完整的描述本身就是更高的操作成本了 。