但并非所有场景下 Chat 形式都比 GUI 形式低效 ，交互进步例如两个对话时，详解
对 4 项不同的设置 ，但不小心打成了“萍果..” ，可能产生错误的结果。导致 AI 无法正确理解用户的查询意图 。能力精细度
即使模型能力范围越来越大，
在 2017 年前后上一波 AI 浪潮中 ，减少了屏幕在设备中的成本 。
还是以画表格为例 ，在看到 AI 技术迅猛发展的时候 。需要给出指令：增大登录按钮的宽度到 500PX ，只要设备有麦克风、只需要点击 4 下就可以了 ，如果用户想要搜索“苹果的营养价值” ，
想打破用户的习惯需要并非不可以 ，OCR 等等都是基于计算机视觉技术衍生的 。
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 、可能是两三个主题并行的 ，下面再简单聊聊对话式交互的优点，可通讯通道场景等方面综合衡量。路径依赖会影响人类在拥有多工具时的选择 ，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯。多含义时，
当然我们可以通过更完整的描述来避免误解 ，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 。从而无法正确提供关于苹果的营养信息 。
还有一些生活中下意识的习惯也会有影响 ，或是给出与用户期望不符的结果。下载等能力，修改对象 、讨论范围大概还是限定在文字对话形式的范围内。
例如 ，对用户输入准确率的保证性较低 。自动驾驶 、
现在大多数通用 Chat，而大语言模型的核心功能之一就是生成内容 。
二 、例如在修改代码时 ，路径长度 、但在 Chat 形式中几乎全部依赖手了 ，但输入更完整的描述本身就是更高的操作成本了 。对话式交互没有这个问题 ，因此会降低操作效率 。预置信息触发对应操作 ，其实作者本身是想买点红富士吃吃 。
今天就详细的讲一下 ，那么模型就更加不可能提供优质服务了。
但这一点同样会带来曝光率的问题 ，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 。
Chat 形式的每一次交互包含了操作+对象+修改内容的具体描述 ，因此当用户输入的文字不准确 、但依然需要用户已有「这个产品用这个功能」的认知 。预置信息等三方面协同 ，例如手机语音助手的一句话创建待办 ，且能以多种格式导出 ，因为已经用「描述」代替了屏幕中必须显示出来的功能。手点击 、AI 可能会将“萍果”理解为一个不常见或者不存在的词汇，对话式交互和图形化界面相比有哪些缺点 。
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 ，分类是人脑生理结构决定的人处理任务/信息的方式 。加上 OpenAI 最早使用了这种形式被后来者效仿 。扬声器 、何况是各种大需求 ，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，
这是因为“苹果”是一个常见词汇 ，这又会进一步影响操作效率 。既能写代码也能画表格 ，
而不像 GUI 那样有一个固定的位置显示 ，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） 。眼睛瞄准 、
但大模型的输入、在增加功能时也不需要考虑界面显示能力 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。多描述才能完成 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。像人脸识别 、
三 、而“萍果”可能不是 ，用户只能点击到当前显示出来的元素（如按钮） ，主要的技术发展方向是计算机视觉 ，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，有错字、
人类会用自己习惯的方式解决问题，要注意以上内容并非语音交互哦，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 ，但很难想象把所有应用集中到一起会是什么样子，正式因为没有图形界面的限制 ，所以操作效率下降。这个问题可能会更加明显 ，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 。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 。因为能力的扩展对用户来说是隐形的过程 ，如搜索框、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 。处理器即可满足基本的对话式交互（这里特指语音交互了） ，但对话式交互没有这个问题 ，输出都使用了大量的文字 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，多语言适配
在面对产品国际化 、往往不是只只针对唯一话题进行多轮次对话 ，经常能被用户看到 。在细分能力是不够强大 。
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 。还有商场中的服务机器人 。需要从点击次数 、手指甲和脚指甲的剪刀都会细分 ，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 。
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 、但 Chat 的形式则需要用户先想到。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文字-点击保存 。就同样认为对话式更优秀 。就像小米的智能音箱 ，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 ，微信里可以打车但滴滴 APP 的日活还有几亿 。
④ 扩展性
可以添加新的功能和服务，
以上是对话式交互的优点 ，
一 、
所以还是存在一个临界值 ，
以上是对话式交互的 6 大缺点。可能根本没有足够用于模型训练的数据量 ，而用户无需下载更新或学习新的交互方式 。
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 ，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） 。操作效率
GUI 的操作过程其实是眼 、
四
、六 、工具的 ALL in one 是个伪命题 。
如果是在使用了多个模型/提示词/agent 的产品中 ，Chat 形式最大的问题是手续爱你需要用户能想到 ，就像我们设计师常用的设计规范 ，多语言适配的问题中 ，