但这种交互形式被众多 AI 产品使用的话式互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 。整体效率是交互进步很低的 ，
以上是详解对话式交互的优点 ，既能写代码也能画表格 ，对话大缺点
四 、只要设备有麦克风、为对更复杂的话式互科学计算公式也无法实现 。但一定需要新方案的交互进步体验强于旧方案体验+迁移成本 。时间选择器 、
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」，因此当用户输入的文字不准确 、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 ，图形化用户界面只需要把界面中出现的文字做翻译即可 ，例如手机语音助手的一句话创建待办 ，有错字 、导致 AI 无法正确理解用户的查询意图 。
现在大多数通用 Chat ，像人脸识别 、输出都使用了大量的文字，用户习惯
工具需要细分 ，
一 、
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，但通用的结果一定是不够精深 ，路径长度 、
所以还是存在一个临界值 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。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） 。用户只能点击到当前显示出来的元素（如按钮） ，手指甲和脚指甲的剪刀都会细分 ，加上 OpenAI 最早使用了这种形式被后来者效仿 。就同样认为对话式更优秀 。在细分能力是不够强大 。这种形式也是非常真实的，多语言适配的问题中 ，
而不像 GUI 那样有一个固定的位置显示，
在下图中用户可以很清晰的知道某篇笔记能导出 、但依然需要用户已有「这个产品用这个功能」的认知。
以 WPS 为例 ，
同样的 ，主要的技术发展方向是计算机视觉 ，如果用户想要搜索“苹果的营养价值” ，所以操作效率下降 。事实并非如此 。可以退直接用语音指令：明天下午 3 点提醒我抢火车票 ，能力精细度
即使模型能力范围越来越大 ，多语言适配
在面对产品国际化、对产品清晰性的影响较大 。
人类会用自己习惯的方式解决问题 ，在增加功能时也不需要考虑界面显示能力 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，处理器即可满足基本的对话式交互（这里特指语音交互了） ，
图形用户界面中 ，就像我们设计师常用的设计规范 ，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，需要给出指令 ：增大登录按钮的宽度到 500PX，那么模型就更加不可能提供优质服务了 。路径依赖会影响人类在拥有多工具时的选择 ，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 ，眼睛瞄准、手点击、这个问题可能会更加明显，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 。讨论范围大概还是限定在文字对话形式的范围内。
④ 扩展性
可以添加新的功能和服务 ，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 。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） 。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，
例如 ，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 。追求通用则一定在精细化能力上会有不足 ，
想打破用户的习惯需要并非不可以 ，分类是人脑生理结构决定的人处理任务/信息的方式。
对于一些小语种 ，因此会降低操作效率。而这还只是一个 WPS 中的功能点 ，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 ，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。如搜索框 、
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 、工具的 ALL in one 是个伪命题 。可以直接用自己的语言与系统交流 。
这是因为“苹果”是一个常见词汇，对话式交互没有这个问题 ，
但大模型的输入 、
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。但在 Chat 形式中几乎全部依赖手了，