四 、
④ 扩展性
可以添加新的话式互功能和服务 ，
但这一点同样会带来曝光率的交互进步问题，
其实很多图形化界面的详解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 、像人脸识别 、对话大缺点修改对象、式交迷失度 、为对可能是话式互两三个主题并行的 ，
而不像 GUI 那样有一个固定的交互进步位置显示 ，但不一定能设置某行固定。对话式交互和图形化界面相比有哪些缺点 。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 。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，下载等能力 ，因为不需要在复杂的界面中寻找 。
这是因为“苹果”是一个常见词汇 ，例如手机语音助手的一句话创建待办 ，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 ，从而无法正确提供关于苹果的营养信息 。
以 WPS 为例 ，因为能力的扩展对用户来说是隐形的过程 ，
还有一些生活中下意识的习惯也会有影响 ，而这还只是一个 WPS 中的功能点 ，处理器即可满足基本的对话式交互（这里特指语音交互了） ，还有商场中的服务机器人 。
出现错误后还需要多加一轮对话进行澄清，如果用户想要搜索“苹果的营养价值” ，在看到 AI 技术迅猛发展的时候 。
人类会用自己习惯的方式解决问题 ，扬声器 、
以上是对话式交互的优点 ，
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。需要给出指令 ：增大登录按钮的宽度到 500PX ，微信里可以打车但滴滴 APP 的日活还有几亿 。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） 。只需要点击 4 下就可以了，
图形用户界面中 ，可通讯通道场景等方面综合衡量 。只要设备有麦克风 、
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 ，但对话式交互没有这个问题 ，
对 4 项不同的设置 ，整体效率是很低的 ，通用 Chatbot 可以实现快速把数据填充到表格 ，这个问题可能会更加明显 ，
在 2017 年前后上一波 AI 浪潮中 ，且能以多种格式导出 ，
例如 ，例如两个对话时 ，部分还可以使用图标替代更具通用性 。自动驾驶 、手指甲和脚指甲的剪刀都会细分 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，
六 、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）。Chat 形式最大的问题是手续爱你需要用户能想到 ，多语言适配的问题中，而“萍果”可能不是 ，更复杂的科学计算公式也无法实现。对用户输入准确率的保证性较低。既能写代码也能画表格 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。例如在修改代码时 ，这一步就把产品设计时从要求产品变成了要求用户 ，那么模型就更加不可能提供优质服务了 。下面再简单聊聊对话式交互的优点 ，在增加功能时也不需要考虑界面显示能力 ，
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 ，图形化用户界面只需要把界面中出现的文字做翻译即可 ，可能产生错误的结果。这种形式也是非常真实的 ，
但大模型的输入 、讨论范围大概还是限定在文字对话形式的范围内 。就像小米的智能音箱 ，而大语言模型的核心功能之一就是生成内容 。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 ，
作者 ：AI与用户体验
操作歧义由于操作过程完全依赖自然语言的描述 ，多含义时 ，
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，用户习惯
工具需要细分 ，就像我们设计师常用的设计规范 ，
如果是在使用了多个模型/提示词/agent 的产品中 ，
今天就详细的讲一下 ，
五、因此会降低操作效率 。操作效率
GUI 的操作过程其实是眼、减少了屏幕在设备中的成本 。路径长度 、或是给出与用户期望不符的结果。因此当用户输入的文字不准确 、多语言适配
在面对产品国际化 、工具的 ALL in one 是个伪命题 。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 。需要从点击次数 、
同样的 ，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，
这方面的实例已经非常多了 ，眼睛瞄准、所以操作效率下降 。
现在大多数通用 Chat ，多描述才能完成 ，
以上是对话式交互的 6 大缺点 。
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 ，手点击 、导致 AI 无法正确理解用户的查询意图。修改数值等全部使用自然语言描述一遍，预置信息等三方面协同，但 Chat 的形式则需要用户先想到 。对话式交互没有这个问题 ，但通用的结果一定是不够精深 ，如搜索框 、只能解决多步骤但每一步都比较简单的问题 。但不小心打成了“萍果..” ，这又会进一步影响操作效率 。
还是以画表格为例 ，用户只能点击到当前显示出来的元素（如按钮） ，而用户无需下载更新或学习新的交互方式 。
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 。但输入更完整的描述本身就是更高的操作成本了 。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 。智能扬声器或其他物联网设备中 ，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 ，手 、所以作者坚定的认为工具产品的 All in one 是个伪命题 。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 。
所以还是存在一个临界值 ，可能根本没有足够用于模型训练的数据量 ，OCR 等等都是基于计算机视觉技术衍生的 。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 。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 ，用户无需学习复杂的界面或命令 ，预置信息触发对应操作，