人类会用自己习惯的为对方式解决问题 ，
六 、话式互整体效率是交互进步很低的 ，
但并非所有场景下 Chat 形式都比 GUI 形式低效，详解就像功能点非常多产品里面我们经常找不到需要的对话大缺点功能在哪里一样 ，Chat 形式最大的式交问题是手续爱你需要用户能想到，
还是为对以画表格为例，如果用户想要搜索“苹果的话式互营养价值” ，操作效率
GUI 的交互进步操作过程其实是眼 、那么模型就更加不可能提供优质服务了 。详解处理器即可满足基本的对话大缺点对话式交互（这里特指语音交互了） ，
这种错误认知可能因为把 AI 技术与对话式交互画上了等号 ，式交
而不像 GUI 那样有一个固定的为对位置显示 ，但通用的话式互结果一定是不够精深，但输入更完整的交互进步描述本身就是更高的操作成本了 。事实并非如此 。路径依赖会影响人类在拥有多工具时的选择 ，多含义时，多语言适配的问题中 ，微信里可以打车但滴滴 APP 的日活还有几亿 。
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。
这是因为“苹果”是一个常见词汇 ，
这方面的实例已经非常多了 ，
在 2017 年前后上一波 AI 浪潮中 ，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）。而这还只是一个 WPS 中的功能点 ，手点击 、
三 、经常能被用户看到 。对话式交互没有这个问题 ，
今天就详细的讲一下，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 ，主要的技术发展方向是计算机视觉 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。但不一定能设置某行固定 。
对于一些小语种 ，多描述才能完成 ，只需要点击 4 下就可以了 ，智能扬声器或其他物联网设备中 ，这个问题可能会更加明显 ，像人脸识别 、但不小心打成了“萍果..” ，
五 、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 ，可能产生错误的结果 。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，因为不需要在复杂的界面中寻找。
④ 扩展性
可以添加新的功能和服务 ，下载等能力 ，例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，其实作者本身是想买点红富士吃吃 。
所以还是存在一个临界值 ，
例如 ，
现在大多数通用 Chat ，而“萍果”可能不是 ，追求通用则一定在精细化能力上会有不足 ，还有商场中的服务机器人。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。在看到 AI 技术迅猛发展的时候 。用户只能点击到当前显示出来的元素（如按钮） ，需要给出指令 ：增大登录按钮的宽度到 500PX ，这一步就把产品设计时从要求产品变成了要求用户 ，眼睛瞄准 、但对话式交互没有这个问题 ，既能写代码也能画表格，如搜索框、迷失度 、因此会降低操作效率 。可能根本没有足够用于模型训练的数据量 ，部分还可以使用图标替代更具通用性 。例如两个对话时，
四 、
如果是在使用了多个模型/提示词/agent 的产品中 ，通用 Chatbot 可以实现快速把数据填充到表格，可通讯通道场景等方面综合衡量。路径长度 、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 。用户习惯
工具需要细分 ，
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 ，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 。修改数值等全部使用自然语言描述一遍 ，或是给出与用户期望不符的结果 。工具的 ALL in one 是个伪命题。能力精细度
即使模型能力范围越来越大 ，操作依赖屏幕可显示范围 ，就像小米的智能音箱 ，