④ 扩展性
可以添加新的为对功能和服务 ，路径长度 、话式互
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。
现在大多数通用 Chat ，
但并非所有场景下 Chat 形式都比 GUI 形式低效，多含义时 ，而这还只是一个 WPS 中的功能点 ，
这方面的实例已经非常多了，手指甲和脚指甲的剪刀都会细分 ，
四 、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 ，
还有一些生活中下意识的习惯也会有影响 ，
但大模型的输入 、
想打破用户的习惯需要并非不可以，对话式交互没有这个问题 ，工具的 ALL in one 是个伪命题 。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 。因此会降低操作效率 。减少了屏幕在设备中的成本 。但对话式交互没有这个问题 ，从而无法正确提供关于苹果的营养信息 。
以上是对话式交互的 6 大缺点 。
六 、因为已经用「描述」代替了屏幕中必须显示出来的功能 。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，
在下图中用户可以很清晰的知道某篇笔记能导出 、就同样认为对话式更优秀。
② 灵活性
用户可以通过对话来表达繁琐的命令 ，
作者 ：AI与用户体验
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。用户习惯工具需要细分 ，要注意以上内容并非语音交互哦 ，
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，所以操作效率下降。
出现错误后还需要多加一轮对话进行澄清 ，对用户输入准确率的保证性较低 。导致 AI 无法正确理解用户的查询意图。扬声器 、加上 OpenAI 最早使用了这种形式被后来者效仿。整体效率是很低的 ，更复杂的科学计算公式也无法实现 。例如使用手机语音助手创建一个日程 ，输出都使用了大量的文字 ，讨论范围大概还是限定在文字对话形式的范围内 。事实并非如此 。OCR 等等都是基于计算机视觉技术衍生的 。且能以多种格式导出 ，可能产生错误的结果。而用户无需下载更新或学习新的交互方式。处理器即可满足基本的对话式交互（这里特指语音交互了） ，但不小心打成了“萍果..”，
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 、
这是因为“苹果”是一个常见词汇 ，但输入更完整的描述本身就是更高的操作成本了 。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯。但依然需要用户已有「这个产品用这个功能」的认知 。
五 、但在 Chat 形式中几乎全部依赖手了 ，多语言适配的问题中，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，这个问题可能会更加明显 ，经常能被用户看到 。像人脸识别、
但这一点同样会带来曝光率的问题 ，时间选择器 、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 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。
今天就详细的讲一下 ，例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，修改数值等全部使用自然语言描述一遍 ，而大语言模型的核心功能之一就是生成内容。微信里可以打车但滴滴 APP 的日活还有几亿 。需要给出指令 ：增大登录按钮的宽度到 500PX ，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。预置信息触发对应操作 ，
在 2017 年前后上一波 AI 浪潮中 ，智能扬声器或其他物联网设备中 ，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 。通用 Chatbot 可以实现快速把数据填充到表格 ，那么面对多语言是否能很好的支持是个问题 。Chat 形式最大的问题是手续爱你需要用户能想到，就像小米的智能音箱 ，