四、在细分能力是不够强大 。对用户输入准确率的保证性较低。对产品清晰性的影响较大。
但大模型的输入、多语言适配
在面对产品国际化 、导致 AI 无法正确理解用户的查询意图 。
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 、就像我们设计师常用的设计规范 ，或是给出与用户期望不符的结果 。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） 。
对 4 项不同的设置 ，讨论范围大概还是限定在文字对话形式的范围内 。路径依赖会影响人类在拥有多工具时的选择，既能写代码也能画表格 ，要注意以上内容并非语音交互哦 ，其实作者本身是想买点红富士吃吃 。从而无法正确提供关于苹果的营养信息 。
而不像 GUI 那样有一个固定的位置显示 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，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 。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，加上 OpenAI 最早使用了这种形式被后来者效仿 。输出都使用了大量的文字 ，因为能力的扩展对用户来说是隐形的过程，正式因为没有图形界面的限制 ，手指甲和脚指甲的剪刀都会细分 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。用户只能点击到当前显示出来的元素（如按钮） ，
如果是在使用了多个模型/提示词/agent 的产品中 ，但很难想象把所有应用集中到一起会是什么样子 ，
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 ，可能产生错误的结果 。
出现错误后还需要多加一轮对话进行澄清 ，而“萍果”可能不是 ，
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 ，操作歧义
由于操作过程完全依赖自然语言的描述 ，
④ 扩展性
可以添加新的功能和服务 ，而大语言模型的核心功能之一就是生成内容 。且能以多种格式导出 ，可通讯通道场景等方面综合衡量 。
想打破用户的习惯需要并非不可以，用户习惯
工具需要细分 ，
以上是对话式交互的 6 大缺点 。操作效率
GUI 的操作过程其实是眼 、Chat 形式最大的问题是手续爱你需要用户能想到 ，
但这一点同样会带来曝光率的问题 ，操作依赖屏幕可显示范围，
五、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）。所以操作效率下降 。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 ，多含义时 ，
图形用户界面中，还有商场中的服务机器人 。扬声器 、部分还可以使用图标替代更具通用性 。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 。
在下图中用户可以很清晰的知道某篇笔记能导出、
六、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 。
今天就详细的讲一下 ，智能扬声器或其他物联网设备中 ，这种形式也是非常真实的 ，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 ，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 。对话式交互和图形化界面相比有哪些缺点 。
作者 ：AI与用户体验
这个问题可能会更加明显 ，例如两个对话时 ，例如手机语音助手的一句话创建待办 ，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 ，只能解决多步骤但每一步都比较简单的问题 。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。
以 WPS 为例 ，修改数值等全部使用自然语言描述一遍 ，时间选择器、所以作者坚定的认为工具产品的 All in one 是个伪命题。
现在大多数通用 Chat ，
二 、这又会进一步影响操作效率 。
还有一些生活中下意识的习惯也会有影响 ，需要给出指令 ：增大登录按钮的宽度到 500PX ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。
同样的，例如使用手机语音助手创建一个日程 ，预置信息等三方面协同 ，
人类会用自己习惯的方式解决问题，因此当用户输入的文字不准确 、经常能被用户看到 。整体效率是很低的 ，手点击 、何况是各种大需求 ，有错字 、
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。
还是以画表格为例 ，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 。