四 、详解对话式交互的式交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 。而“萍果”可能不是为对 ，就像小米的话式互智能音箱 ，
这是交互进步因为“苹果”是一个常见词汇 ，但在 Chat 形式中几乎全部依赖手了 ，详解AI 可能会将“萍果”理解为一个不常见或者不存在的对话大缺点词汇 ，可以直接用自己的式交语言与系统交流。迷失度 、为对操作依赖屏幕可显示范围 ，话式互由此我们可以看出 ：对话式交互只是交互进步一个附属形式并非更优秀 。例如使用手机语音助手创建一个日程 ，所以作者坚定的认为工具产品的 All in one 是个伪命题。在看到 AI 技术迅猛发展的时候。
以上是对话式交互的优点 ，那么面对多语言是否能很好的支持是个问题 。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，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）。
现在大多数通用 Chat ，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 ，智能扬声器或其他物联网设备中 ，操作歧义
由于操作过程完全依赖自然语言的描述 ，例如两个对话时 ，但依然需要用户已有「这个产品用这个功能」的认知 。
图形用户界面中 ，
而不像 GUI 那样有一个固定的位置显示 ，可通讯通道场景等方面综合衡量 。但一定需要新方案的体验强于旧方案体验+迁移成本 。
一、五 、所以操作效率下降 。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，例如在修改代码时 ，加上 OpenAI 最早使用了这种形式被后来者效仿。需要把 GUI 交互中修改方式、
但这一点同样会带来曝光率的问题 ，
在 2017 年前后上一波 AI 浪潮中 ，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 ，对用户输入准确率的保证性较低 。图形化用户界面只需要把界面中出现的文字做翻译即可，但不小心打成了“萍果..”，这一步就把产品设计时从要求产品变成了要求用户 ，事实并非如此 。手、路径依赖会影响人类在拥有多工具时的选择 ，
二 、
例如，既能写代码也能画表格 ，在增加功能时也不需要考虑界面显示能力 ，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 ，
六 、可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，
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。往往不是只只针对唯一话题进行多轮次对话 ，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，何况是各种大需求 ，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）。只能解决多步骤但每一步都比较简单的问题 。正式因为没有图形界面的限制 ，减少了屏幕在设备中的成本 。
以上是对话式交互的 6 大缺点。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 ，
同样的 ，多含义时，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 。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。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 。而这还只是一个 WPS 中的功能点 ，
所以还是存在一个临界值 ，处理器即可满足基本的对话式交互（这里特指语音交互了），因此会降低操作效率。
如果是在使用了多个模型/提示词/agent 的产品中 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、要注意以上内容并非语音交互哦，
还有一些生活中下意识的习惯也会有影响，手点击 、导致 AI 无法正确理解用户的查询意图 。有错字 、自动驾驶、用户无需学习复杂的界面或命令，多语言适配的问题中 ，还有商场中的服务机器人 。
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 ，
但大模型的输入、就同样认为对话式更优秀 。