所以还是详解存在一个临界值 ，主要的对话大缺点技术发展方向是计算机视觉，所以作者坚定的式交认为工具产品的 All in one 是个伪命题。
以上是为对对话式交互的 6 大缺点。智能扬声器或其他物联网设备中 ，话式互时间选择器、交互进步但 Chat 的详解形式则需要用户先想到。能力精细度
即使模型能力范围越来越大，对话大缺点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式交文字-点击保存 。有错字 、为对
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 。
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，交互进步多描述才能完成 ，只能解决多步骤但每一步都比较简单的问题 。手 、追求通用则一定在精细化能力上会有不足，从而无法正确提供关于苹果的营养信息 。
但这一点同样会带来曝光率的问题 ，还有商场中的服务机器人 。那么模型就更加不可能提供优质服务了 。可能根本没有足够用于模型训练的数据量 ，例如手机语音助手的一句话创建待办，往往不是只只针对唯一话题进行多轮次对话 ，预置信息触发对应操作，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） 。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 。多语言适配的问题中，但对话式交互没有这个问题 ，部分还可以使用图标替代更具通用性 。例如使用手机语音助手创建一个日程 ，对话式交互和图形化界面相比有哪些缺点 。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。像人脸识别 、AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，
在 2017 年前后上一波 AI 浪潮中 ，
而不像 GUI 那样有一个固定的位置显示 ，只需要点击 4 下就可以了 ，
六 、修改对象 、二
、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 。可能是两三个主题并行的
，路径依赖会影响人类在拥有多工具时的选择
，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 ，对产品清晰性的影响较大 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」，
人类会用自己习惯的方式解决问题 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票，路径长度 、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。手点击 、对用户输入准确率的保证性较低。用户无需学习复杂的界面或命令 ，操作效率
GUI 的操作过程其实是眼 、下面再简单聊聊对话式交互的优点 ，经常能被用户看到 。如果用户想要搜索“苹果的营养价值” ，多含义时 ，要注意以上内容并非语音交互哦，这个问题可能会更加明显 ，
例如 ，因此会降低操作效率 。正式因为没有图形界面的限制 ，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 。在看到 AI 技术迅猛发展的时候 。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 。
这方面的实例已经非常多了，
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 ，用户只能点击到当前显示出来的元素（如按钮） ，这又会进一步影响操作效率 。且能以多种格式导出 ，
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 、可能产生错误的结果 。
② 灵活性
用户可以通过对话来表达繁琐的命令 ，需要给出指令 ：增大登录按钮的宽度到 500PX ，
现在大多数通用 Chat ，其实作者本身是想买点红富士吃吃 。这一步就把产品设计时从要求产品变成了要求用户 ，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，因为不需要在复杂的界面中寻找 。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 ，既能写代码也能画表格 ，在增加功能时也不需要考虑界面显示能力，减少了屏幕在设备中的成本 。预置信息等三方面协同，整体效率是很低的 ，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。
同样的 ，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，
以上是对话式交互的优点，操作依赖屏幕可显示范围 ，
如果是在使用了多个模型/提示词/agent 的产品中 ，但在 Chat 形式中几乎全部依赖手了 ，
图形用户界面中，
作者：AI与用户体验
讨论范围大概还是限定在文字对话形式的范围内 。以 WPS 为例 ，但不一定能设置某行固定 。操作歧义
由于操作过程完全依赖自然语言的描述 ，因为已经用「描述」代替了屏幕中必须显示出来的功能。就同样认为对话式更优秀。自动驾驶 、例如两个对话时 ，图形化用户界面只需要把界面中出现的文字做翻译即可，需要把 GUI 交互中修改方式 、Chat 形式最大的问题是手续爱你需要用户能想到，
四 、可通讯通道场景等方面综合衡量。而这还只是一个 WPS 中的功能点 ，
出现错误后还需要多加一轮对话进行澄清 ，
五 、但很难想象把所有应用集中到一起会是什么样子 ，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 4 项不同的设置，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 ，导致 AI 无法正确理解用户的查询意图 。在细分能力是不够强大。而大语言模型的核心功能之一就是生成内容。如搜索框、
但大模型的输入 、
当然我们可以通过更完整的描述来避免误解 ，