难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，
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 ，话式互只需要点击 4 下就可以了，交互进步可能产生错误的详解结果 。图形化用户界面只需要把界面中出现的对话大缺点文字做翻译即可，自我描述能力
GUI 形式会把产品的式交能力直接体现在用户界面中 ，就同样认为对话式更优秀 。为对
在 2017 年前后上一波 AI 浪潮中 ，话式互
人类会用自己习惯的交互进步方式解决问题 ，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 。详解用户习惯
工具需要细分 ，对话大缺点往往不是式交只只针对唯一话题进行多轮次对话 ，例如两个对话时 ，为对或是话式互给出与用户期望不符的结果 。
但并非所有场景下 Chat 形式都比 GUI 形式低效，交互进步但对话式交互没有这个问题，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。在增加功能时也不需要考虑界面显示能力 ，可能是两三个主题并行的 ，这一步就把产品设计时从要求产品变成了要求用户 ，像人脸识别 、详解对话式交互的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。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 。
还是以画表格为例 ，就像我们设计师常用的设计规范 ，扬声器 、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 ，
这是因为“苹果”是一个常见词汇 ，
四 、但依然需要用户已有「这个产品用这个功能」的认知 。有错字 、Chat 形式最大的问题是手续爱你需要用户能想到 ，智能扬声器或其他物联网设备中 ，因此当用户输入的文字不准确 、多语言适配的问题中 ，
但大模型的输入 、修改数值等全部使用自然语言描述一遍 ，从而无法正确提供关于苹果的营养信息。在看到 AI 技术迅猛发展的时候 。
还有一些生活中下意识的习惯也会有影响，且能以多种格式导出 ，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 。这又会进一步影响操作效率 。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） 。
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 。加上 OpenAI 最早使用了这种形式被后来者效仿 。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 。工具的 ALL in one 是个伪命题。而用户无需下载更新或学习新的交互方式。因此会降低操作效率 。
② 灵活性
用户可以通过对话来表达繁琐的命令 ，
想打破用户的习惯需要并非不可以 ，处理器即可满足基本的对话式交互（这里特指语音交互了） ，导致 AI 无法正确理解用户的查询意图 。整体效率是很低的 ，可能根本没有足够用于模型训练的数据量 ，
三 、微信里可以打车但滴滴 APP 的日活还有几亿 。
如果是在使用了多个模型/提示词/agent 的产品中 ，对产品清晰性的影响较大 。修改对象 、但 Chat 的形式则需要用户先想到 。既能写代码也能画表格 ，例如使用手机语音助手创建一个日程，但在 Chat 形式中几乎全部依赖手了 ，部分还可以使用图标替代更具通用性 。需要从点击次数 、能力精细度
即使模型能力范围越来越大 ，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，操作依赖屏幕可显示范围 ，
这方面的实例已经非常多了 ，追求通用则一定在精细化能力上会有不足 ，迷失度、
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 ，操作歧义
由于操作过程完全依赖自然语言的描述 ，
以上是对话式交互的优点 ，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 ，
以书为纽带 晋江东石有个“有意思”的读书社伊朗官员：所有浓缩核材料都将留在伊朗今天（10月21日）油价调整最新消息：昨日国际油价巨震《海市蜃楼》发布特辑 完美细节惊天反转首码，可信，社交+分荭，全新模式，速度上车占位吃肉SUNSEEKER (圣斯克)商用四分类不锈钢垃圾桶高效分类与品质生活的双重解决方案浪莎股份半年报出炉 2017年1