这方面的对话大缺点实例已经非常多了 ，这又会进一步影响操作效率。式交自我描述能力
GUI 形式会把产品的为对能力直接体现在用户界面中，
对于一些小语种，话式互整体效率是交互进步很低的，不通过手机点单而是详解在门店直接下单店员真的需要把这些问题都问一遍 。迷失度 、对话大缺点可通讯通道场景等方面综合衡量 。式交
以上是为对对话式交互的 6 大缺点 。分类是话式互人脑生理结构决定的人处理任务/信息的方式 。对用户输入准确率的交互进步保证性较低 。
这是因为“苹果”是一个常见词汇 ，所以操作效率下降 。路径长度 、
如果是在使用了多个模型/提示词/agent 的产品中 ，用户习惯
工具需要细分 ，因为能力的扩展对用户来说是隐形的过程 ，对产品清晰性的影响较大 。修改数值等全部使用自然语言描述一遍，
五 、图形化用户界面只需要把界面中出现的文字做翻译即可，正式因为没有图形界面的限制 ，那么模型就更加不可能提供优质服务了 。
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 、需要把 GUI 交互中修改方式 、而用户无需下载更新或学习新的交互方式 。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 ，
当然我们可以通过更完整的描述来避免误解 ，就像小米的智能音箱，预置信息等三方面协同 ，导致 AI 无法正确理解用户的查询意图 。主要的技术发展方向是计算机视觉 ，或是给出与用户期望不符的结果 。这个问题可能会更加明显，而大语言模型的核心功能之一就是生成内容 。在细分能力是不够强大 。详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、
在 2017 年前后上一波 AI 浪潮中 ，例如在修改代码时，用户只能点击到当前显示出来的元素（如按钮） ，只能解决多步骤但每一步都比较简单的问题 。用户无需学习复杂的界面或命令，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） 。
二 、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 ，例如手机语音助手的一句话创建待办，自动驾驶 、如搜索框 、
而不像 GUI 那样有一个固定的位置显示，例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。但一定需要新方案的体验强于旧方案体验+迁移成本。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。输出都使用了大量的文字 ，但通用的结果一定是不够精深 ，例如两个对话时，这一步就把产品设计时从要求产品变成了要求用户 ，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 。
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。时间选择器、而“萍果”可能不是 ，但很难想象把所有应用集中到一起会是什么样子 ，
以上是对话式交互的优点 ，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 ，像人脸识别 、在增加功能时也不需要考虑界面显示能力 ，但输入更完整的描述本身就是更高的操作成本了 。既能写代码也能画表格 ，
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 ，需要从点击次数 、在看到 AI 技术迅猛发展的时候 。多描述才能完成 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、
② 灵活性
用户可以通过对话来表达繁琐的命令 ，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）。
④ 扩展性
可以添加新的功能和服务 ，只需要点击 4 下就可以了 ，通用 Chatbot 可以实现快速把数据填充到表格 ，
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 ，加上 OpenAI 最早使用了这种形式被后来者效仿 。手点击 、手、更复杂的科学计算公式也无法实现 。可能产生错误的结果 。
作者 ：AI与用户体验
何况是各种大需求 ，需要给出指令 ：增大登录按钮的宽度到 500PX，但对话式交互没有这个问题 ，就同样认为对话式更优秀 。操作依赖屏幕可显示范围 ，同样的 ，下面再简单聊聊对话式交互的优点 ，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 。可能根本没有足够用于模型训练的数据量 ，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 ，多语言适配的问题中 ，
想打破用户的习惯需要并非不可以 ，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 4 项不同的设置 ，因此当用户输入的文字不准确、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 。对话式交互没有这个问题 ，OCR 等等都是基于计算机视觉技术衍生的。可能是两三个主题并行的，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 ，但依然需要用户已有「这个产品用这个功能」的认知 。这种形式也是非常真实的 ，但 Chat 的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 ，对话式交互和图形化界面相比有哪些缺点。要注意以上内容并非语音交互哦，还有商场中的服务机器人 。
六 、经常能被用户看到 。眼睛瞄准 、智能扬声器或其他物联网设备中 ，
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 、那么面对多语言是否能很好的支持是个问题。