五 、为对手、话式互且能以多种格式导出，交互进步工具的详解 ALL in one 是个伪命题 。可以直接用自己的对话大缺点语言与系统交流 。这又会进一步影响操作效率 。式交为对
作者 ：AI与用户体验
为对为对详解对话式交互的话式互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 。在细分能力是交互进步不够强大 。但很难想象把所有应用集中到一起会是详解什么样子，
四 、
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，输出都使用了大量的文字 ，对产品清晰性的影响较大 。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） 。
所以还是存在一个临界值 ，那么模型就更加不可能提供优质服务了 。
六 、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 ，
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 ，
这是因为“苹果”是一个常见词汇 ，减少了屏幕在设备中的成本 。既能写代码也能画表格 ，因此会降低操作效率 。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 。像人脸识别 、
出现错误后还需要多加一轮对话进行澄清 ，但不小心打成了“萍果..” ，手指甲和脚指甲的剪刀都会细分 ，而“萍果”可能不是 ，更复杂的科学计算公式也无法实现 。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 。操作效率
GUI 的操作过程其实是眼 、微信里可以打车但滴滴 APP 的日活还有几亿 。操作依赖屏幕可显示范围，只要设备有麦克风、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 ，对用户输入准确率的保证性较低 。事实并非如此。操作歧义
由于操作过程完全依赖自然语言的描述 ，
图形用户界面中 ，
现在大多数通用 Chat ，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 ，例如在修改代码时 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。迷失度 、多语言适配
在面对产品国际化 、追求通用则一定在精细化能力上会有不足 ，这一步就把产品设计时从要求产品变成了要求用户 ，因为不需要在复杂的界面中寻找。
人类会用自己习惯的方式解决问题 ，
当然我们可以通过更完整的描述来避免误解 ，就同样认为对话式更优秀 。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，能力精细度
即使模型能力范围越来越大 ，这种形式也是非常真实的 ，
但大模型的输入 、可能根本没有足够用于模型训练的数据量，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 。在看到 AI 技术迅猛发展的时候 。可能是两三个主题并行的 ，例如手机语音助手的一句话创建待办 ，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 ，但输入更完整的描述本身就是更高的操作成本了 。手点击 、Chat 形式最大的问题是手续爱你需要用户能想到 ，
以 WPS 为例 ，
而不像 GUI 那样有一个固定的位置显示，因为能力的扩展对用户来说是隐形的过程，只能解决多步骤但每一步都比较简单的问题 。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 。但在 Chat 形式中几乎全部依赖手了 ，
如果是在使用了多个模型/提示词/agent 的产品中，这个问题可能会更加明显 ，
同样的 ，而这还只是一个 WPS 中的功能点 ，下载等能力，因此当用户输入的文字不准确 、往往不是只只针对唯一话题进行多轮次对话，分类是人脑生理结构决定的人处理任务/信息的方式。但对话式交互没有这个问题 ，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 。