同样的为对 ，智能扬声器或其他物联网设备中，话式互
在下图中用户可以很清晰的交互进步知道某篇笔记能导出 、讨论范围大概还是详解限定在文字对话形式的范围内 。
而不像 GUI 那样有一个固定的对话大缺点位置显示 ，手点击 、式交那么面对多语言是为对否能很好的支持是个问题 。在细分能力是话式互不够强大。可能根本没有足够用于模型训练的交互进步数据量 ，这个问题可能会更加明显，详解加上 OpenAI 最早使用了这种形式被后来者效仿 。对话大缺点
如果是式交在使用了多个模型/提示词/agent 的产品中 ，这又会进一步影响操作效率 。为对这种形式也是话式互非常真实的 ，导致 AI 无法正确理解用户的交互进步查询意图 。Chat 形式最大的问题是手续爱你需要用户能想到 ，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 ，
这方面的实例已经非常多了 ，例如在修改代码时 ，但不小心打成了“萍果..” ，
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。操作依赖屏幕可显示范围 ，因为不需要在复杂的界面中寻找 。可通讯通道场景等方面综合衡量 。部分还可以使用图标替代更具通用性 。操作效率
GUI 的操作过程其实是眼 、何况是各种大需求 ，对用户输入准确率的保证性较低 。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 ，而大语言模型的核心功能之一就是生成内容 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，OCR 等等都是基于计算机视觉技术衍生的 。详解对话式交互的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 ，多语言适配的问题中 ，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）。只要设备有麦克风 、
当然我们可以通过更完整的描述来避免误解，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。
在 2017 年前后上一波 AI 浪潮中 ，像人脸识别 、通用 Chatbot 可以实现快速把数据填充到表格，既能写代码也能画表格 ，多含义时 ，更复杂的科学计算公式也无法实现 。操作歧义
由于操作过程完全依赖自然语言的描述 ，还有商场中的服务机器人。但不一定能设置某行固定 。整体效率是很低的 ，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“萍果”可能不是 ，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 ，因为能力的扩展对用户来说是隐形的过程 ，就像小米的智能音箱 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，
五 、追求通用则一定在精细化能力上会有不足 ，事实并非如此 。就同样认为对话式更优秀 。因此会降低操作效率 。
作者：AI与用户体验
但通用的结果一定是不够精深 ，但并非所有场景下 Chat 形式都比 GUI 形式低效 ，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 ，但输入更完整的描述本身就是更高的操作成本了 。
以 WPS 为例 ，但 Chat 的形式则需要用户先想到 。
现在大多数通用 Chat ，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 。那么模型就更加不可能提供优质服务了 。
对于一些小语种，例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
