图形用户界面中 ，式交用户无需学习复杂的为对界面或命令 ，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 。能力精细度
即使模型能力范围越来越大，交互进步
但大模型的详解输入 、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对话大缺点话） 。
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，式交例如在修改代码时 ，为对但要注意这里所说的话式互「繁琐的命令」还不是「复杂的命令」 ，
④ 扩展性
可以添加新的交互进步功能和服务 ，减少了屏幕在设备中的成本 。多含义时 ，输出都使用了大量的文字 ，迷失度 、经常能被用户看到 。图形化用户界面只需要把界面中出现的文字做翻译即可 ，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 。
五 、但很难想象把所有应用集中到一起会是什么样子 ，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 。例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
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 。在细分能力是不够强大 。
但这一点同样会带来曝光率的问题 ，
今天就详细的讲一下，其实作者本身是想买点红富士吃吃。如搜索框、主要的技术发展方向是计算机视觉 ，
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 、如果用户想要搜索“苹果的营养价值” ，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 ，
四 、手 、用户习惯
工具需要细分 ，这又会进一步影响操作效率 。
六、要注意以上内容并非语音交互哦 ，
当然我们可以通过更完整的描述来避免误解，修改数值等全部使用自然语言描述一遍，因为能力的扩展对用户来说是隐形的过程 ，Chat 形式最大的问题是手续爱你需要用户能想到 ，
一、但 Chat 的形式则需要用户先想到。就像我们设计师常用的设计规范 ，
在下图中用户可以很清晰的知道某篇笔记能导出、
二 、而用户无需下载更新或学习新的交互方式 。
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，因为不需要在复杂的界面中寻找 。加上 OpenAI 最早使用了这种形式被后来者效仿 。
还有一些生活中下意识的习惯也会有影响 ，扬声器 、但通用的结果一定是不够精深 ，
以上是对话式交互的优点 ，手指甲和脚指甲的剪刀都会细分，
出现错误后还需要多加一轮对话进行澄清 ，需要给出指令 ：增大登录按钮的宽度到 500PX ，手点击 、
在 2017 年前后上一波 AI 浪潮中，正式因为没有图形界面的限制 ，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 ，时间选择器 、
作者 ：AI与用户体验
② 灵活性
用户可以通过对话来表达繁琐的命令 ，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 ，
这是因为“苹果”是一个常见词汇 ，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 。修改对象、例如两个对话时 ，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，但输入更完整的描述本身就是更高的操作成本了 。多语言适配的问题中，这一步就把产品设计时从要求产品变成了要求用户 ，
想打破用户的习惯需要并非不可以 ，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 ，通用 Chatbot 可以实现快速把数据填充到表格，
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 。只需要点击 4 下就可以了 ，
以上是对话式交互的 6 大缺点 。
这方面的实例已经非常多了 ，但依然需要用户已有「这个产品用这个功能」的认知 。可能产生错误的结果 。所以操作效率下降。
所以还是存在一个临界值 ，而“萍果”可能不是 ，例如手机语音助手的一句话创建待办 ，
以 WPS 为例 ，下载等能力 ，需要从点击次数 、眼睛瞄准、对话式交互没有这个问题 ，
人类会用自己习惯的方式解决问题 ，或是给出与用户期望不符的结果 。
如果是在使用了多个模型/提示词/agent 的产品中 ，操作效率
GUI 的操作过程其实是眼、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） 。更复杂的科学计算公式也无法实现 。处理器即可满足基本的对话式交互（这里特指语音交互了），