Chat 形式的为对每一次交互包含了操作+对象+修改内容的具体描述，例如手机语音助手的话式互一句话创建待办，正式因为没有图形界面的交互进步限制 ，时间选择器 、详解用户习惯
工具需要细分 ，对话大缺点
但这一点同样会带来曝光率的式交问题，工具的为对 ALL in one 是个伪命题 。如搜索框 、话式互需要把 GUI 交互中修改方式 、交互进步详解对话式交互的详解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 ，整体效率是对话大缺点很低的 ，还有商场中的式交服务机器人 。
三、为对所以操作效率下降 。话式互在增加功能时也不需要考虑界面显示能力 ，交互进步而大语言模型的核心功能之一就是生成内容。在看到 AI 技术迅猛发展的时候。可能根本没有足够用于模型训练的数据量，
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式。但不一定能设置某行固定 。何况是各种大需求 ，减少了屏幕在设备中的成本 。这种形式也是非常真实的 ，那么模型就更加不可能提供优质服务了 。详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、路径长度、
如果是在使用了多个模型/提示词/agent 的产品中，例如在修改代码时 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，图形化用户界面只需要把界面中出现的文字做翻译即可，
以上是对话式交互的 6 大缺点 。且能以多种格式导出 ，手指甲和脚指甲的剪刀都会细分 ，这个问题可能会更加明显 ，可能产生错误的结果 。从而无法正确提供关于苹果的营养信息。
出现错误后还需要多加一轮对话进行澄清 ，
现在大多数通用 Chat ，
这方面的实例已经非常多了 ，但一定需要新方案的体验强于旧方案体验+迁移成本。分类是人脑生理结构决定的人处理任务/信息的方式 。用户只能点击到当前显示出来的元素（如按钮），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） 。可能是两三个主题并行的 ，OCR 等等都是基于计算机视觉技术衍生的 。
例如 ，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 ，智能扬声器或其他物联网设备中，自动驾驶、而这还只是一个 WPS 中的功能点 ，在细分能力是不够强大 。迷失度 、事实并非如此。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 。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 ，追求通用则一定在精细化能力上会有不足 ，
③ 设备适应性强
对话式交互可以很容易地集成到移动设备 、Chat 形式最大的问题是手续爱你需要用户能想到 ，那么面对多语言是否能很好的支持是个问题 。往往不是只只针对唯一话题进行多轮次对话，因为能力的扩展对用户来说是隐形的过程 ，经常能被用户看到 。但 Chat 的形式则需要用户先想到 。只需要点击 4 下就可以了 ，预置信息触发对应操作 ，但输入更完整的描述本身就是更高的操作成本了 。
而不像 GUI 那样有一个固定的位置显示 ，但对话式交互没有这个问题 ，既能写代码也能画表格 ，
以上是对话式交互的优点 ，修改对象 、要注意以上内容并非语音交互哦 ，需要从点击次数 、可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，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）。输出都使用了大量的文字，
六 、但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，
但大模型的输入 、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 。眼睛瞄准 、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。处理器即可满足基本的对话式交互（这里特指语音交互了），
当然我们可以通过更完整的描述来避免误解，用户无需学习复杂的界面或命令 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。部分还可以使用图标替代更具通用性。而用户无需下载更新或学习新的交互方式。但通用的结果一定是不够精深，多含义时，
同样的 ，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。有错字 、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，但在 Chat 形式中几乎全部依赖手了 ，
在 2017 年前后上一波 AI 浪潮中，路径依赖会影响人类在拥有多工具时的选择，对话式交互和图形化界面相比有哪些缺点 。操作效率
GUI 的操作过程其实是眼 、
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，导致 AI 无法正确理解用户的查询意图 。多描述才能完成 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、
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 、但依然需要用户已有「这个产品用这个功能」的认知 。这又会进一步影响操作效率 。修改数值等全部使用自然语言描述一遍 ，可以直接用自己的语言与系统交流 。
想打破用户的习惯需要并非不可以 ，而“萍果”可能不是 ，
以 WPS 为例 ，更复杂的科学计算公式也无法实现 。只要设备有麦克风 、
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 。对产品清晰性的影响较大 。多语言适配
在面对产品国际化、加上 OpenAI 最早使用了这种形式被后来者效仿 。对用户输入准确率的保证性较低 。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 。手 、