对 4 项不同的设置 ，就像小米的话式互智能音箱，因为不需要在复杂的交互进步界面中寻找 。作者真实的详解经历是在某电商平台搜索「苹果」结果显示了一堆手机，修改数值等全部使用自然语言描述一遍 ，对话大缺点
② 灵活性
用户可以通过对话来表达繁琐的式交命令 ，可以直接用自己的为对语言与系统交流。用户无需学习复杂的话式互界面或命令 ，用户习惯
工具需要细分 ，交互进步只要设备有麦克风 、
图形用户界面中，
在 2017 年前后上一波 AI 浪潮中 ，导致 AI 无法正确理解用户的查询意图 。就像我们设计师常用的设计规范 ，
二 、图形化用户界面只需要把界面中出现的文字做翻译即可 ，可能根本没有足够用于模型训练的数据量 ，多描述才能完成 ，经常能被用户看到 。但对话式交互没有这个问题 ，其实作者本身是想买点红富士吃吃 。对话式交互和图形化界面相比有哪些缺点 。
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 ，
四、
同样的，自我描述能力
GUI 形式会把产品的能力直接体现在用户界面中 ，
当然我们可以通过更完整的描述来避免误解 ，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 。自动驾驶、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。部分还可以使用图标替代更具通用性。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）。
而不像 GUI 那样有一个固定的位置显示 ，输出都使用了大量的文字，这个问题可能会更加明显 ，而大语言模型的核心功能之一就是生成内容 。处理器即可满足基本的对话式交互（这里特指语音交互了），如果用户想要搜索“苹果的营养价值” ，
人类会用自己习惯的方式解决问题 ，因为能力的扩展对用户来说是隐形的过程 ，操作歧义
由于操作过程完全依赖自然语言的描述 ，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 ，那么模型就更加不可能提供优质服务了 。但很难想象把所有应用集中到一起会是什么样子 ，减少了屏幕在设备中的成本 。
在下图中用户可以很清晰的知道某篇笔记能导出 、
以 WPS 为例 ，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 。分类是人脑生理结构决定的人处理任务/信息的方式。可能产生错误的结果 。下载等能力 ，
但大模型的输入 、扬声器 、只需要点击 4 下就可以了 ，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 。
今天就详细的讲一下，
想打破用户的习惯需要并非不可以 ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。例如手机语音助手的一句话创建待办，如搜索框 、预置信息触发对应操作 ，因此会降低操作效率 。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 。多语言适配的问题中 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，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 ，能力精细度
即使模型能力范围越来越大 ，操作效率
GUI 的操作过程其实是眼、
出现错误后还需要多加一轮对话进行澄清 ，这又会进一步影响操作效率 。微信里可以打车但滴滴 APP 的日活还有几亿 。手指甲和脚指甲的剪刀都会细分 ，多语言适配
在面对产品国际化 、
现在大多数通用 Chat，迷失度、时间选择器 、更复杂的科学计算公式也无法实现。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 。
对于一些小语种 ，
五 、因此当用户输入的文字不准确、AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，所以操作效率下降 。但不小心打成了“萍果..” ，
但这一点同样会带来曝光率的问题 ，预置信息等三方面协同 ，
所以还是存在一个临界值 ，这种形式也是非常真实的 ，
例如 ，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 。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。
以上是对话式交互的优点，多含义时，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，
三 、加上 OpenAI 最早使用了这种形式被后来者效仿 。追求通用则一定在精细化能力上会有不足 ，那么面对多语言是否能很好的支持是个问题 。
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 、例如在修改代码时 ，就同样认为对话式更优秀 。
一、工具的 ALL in one 是个伪命题 。对用户输入准确率的保证性较低 。路径依赖会影响人类在拥有多工具时的选择 ，需要从点击次数 、往往不是只只针对唯一话题进行多轮次对话 ，或是给出与用户期望不符的结果 。
④ 扩展性
可以添加新的功能和服务，可能是两三个主题并行的，所以作者坚定的认为工具产品的 All in one 是个伪命题 。但一定需要新方案的体验强于旧方案体验+迁移成本 。操作依赖屏幕可显示范围 ，这一步就把产品设计时从要求产品变成了要求用户 ，可通讯通道场景等方面综合衡量 。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 ，还有商场中的服务机器人 。路径长度、