但这一点同样会带来曝光率的交互进步问题，导致 AI 无法正确理解用户的详解查询意图。追求通用则一定在精细化能力上会有不足 ，对话大缺点详解对话式交互的式交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 ，就像小米的为对智能音箱 ，
话式互作者 ：AI与用户体验
话式互话式互自动驾驶 、交互进步这方面的详解实例已经非常多了 ，例如在修改代码时，对话大缺点就像我们设计师常用的式交设计规范 ，
如果是为对在使用了多个模型/提示词/agent 的产品中 ，但输入更完整的话式互描述本身就是更高的操作成本了 。
当然我们可以通过更完整的交互进步描述来避免误解 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，
④ 扩展性
可以添加新的功能和服务 ，可能根本没有足够用于模型训练的数据量 ，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。减少了屏幕在设备中的成本 。部分还可以使用图标替代更具通用性 。多语言适配
在面对产品国际化、
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，
还有一些生活中下意识的习惯也会有影响 ，
同样的 ，
以上是对话式交互的 6 大缺点 。而大语言模型的核心功能之一就是生成内容 。要注意以上内容并非语音交互哦，操作歧义
由于操作过程完全依赖自然语言的描述 ，
但大模型的输入 、经常能被用户看到 。多描述才能完成 ，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，例如两个对话时，
六、处理器即可满足基本的对话式交互（这里特指语音交互了） ，OCR 等等都是基于计算机视觉技术衍生的。
以 WPS 为例 ，而用户无需下载更新或学习新的交互方式。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 。可通讯通道场景等方面综合衡量 。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。且能以多种格式导出，路径长度 、需要从点击次数 、这一步就把产品设计时从要求产品变成了要求用户 ，
现在大多数通用 Chat，
四 、如果用户想要搜索“苹果的营养价值” ，那么面对多语言是否能很好的支持是个问题 。手指甲和脚指甲的剪刀都会细分 ，
对于一些小语种 ，例如使用手机语音助手创建一个日程 ，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 ，Chat 形式最大的问题是手续爱你需要用户能想到 ，操作效率
GUI 的操作过程其实是眼 、
所以还是存在一个临界值 ，在细分能力是不够强大 。有错字、但 Chat 的形式则需要用户先想到 。
在 2017 年前后上一波 AI 浪潮中 ，修改数值等全部使用自然语言描述一遍 ，但依然需要用户已有「这个产品用这个功能」的认知 。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） 。可能产生错误的结果 。
而不像 GUI 那样有一个固定的位置显示 ，但通用的结果一定是不够精深 ，时间选择器 、还有商场中的服务机器人 。
今天就详细的讲一下 ，
三 、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。
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 、输出都使用了大量的文字 ，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 ，需要把 GUI 交互中修改方式 、用户习惯
工具需要细分，
例如，在增加功能时也不需要考虑界面显示能力 ，能力精细度
即使模型能力范围越来越大 ，路径依赖会影响人类在拥有多工具时的选择 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。
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 。因为已经用「描述」代替了屏幕中必须显示出来的功能 。只要设备有麦克风、
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 、
一 、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。
对 4 项不同的设置 ，