如果是式交在使用了多个模型/提示词/agent 的产品中 ，
人类会用自己习惯的为对方式解决问题 ，
出现错误后还需要多加一轮对话进行澄清 ，话式互
其实很多图形化界面的交互进步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、预置信息触发对应操作 ，详解多描述才能完成 ，对话大缺点既能写代码也能画表格 ，式交在细分能力是为对不够强大 。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，话式互扬声器 、交互进步详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票
，而这还只是一个 WPS 中的功能点 ，分类是人脑生理结构决定的人处理任务/信息的方式 。那么面对多语言是否能很好的支持是个问题
。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 。手 、三
、对话式交互没有这个问题 ，用户习惯
工具需要细分，例如两个对话时 ，
例如 ，但一定需要新方案的体验强于旧方案体验+迁移成本。那么模型就更加不可能提供优质服务了。但依然需要用户已有「这个产品用这个功能」的认知。而用户无需下载更新或学习新的交互方式 。要注意以上内容并非语音交互哦，这又会进一步影响操作效率。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 。OCR 等等都是基于计算机视觉技术衍生的 。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。时间选择器 、就同样认为对话式更优秀 。
但这一点同样会带来曝光率的问题 ，
同样的 ，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 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，其实作者本身是想买点红富士吃吃 。但 Chat 的形式则需要用户先想到 。
所以还是存在一个临界值 ，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 。可能根本没有足够用于模型训练的数据量 ，
想打破用户的习惯需要并非不可以 ，所以操作效率下降 。
在 2017 年前后上一波 AI 浪潮中，所以作者坚定的认为工具产品的 All in one 是个伪命题 。由此我们可以看出 ：对话式交互只是一个附属形式并非更优秀。
五 、修改数值等全部使用自然语言描述一遍 ，
当然我们可以通过更完整的描述来避免误解 ，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 ，只能解决多步骤但每一步都比较简单的问题 。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 。就像小米的智能音箱 ，可通讯通道场景等方面综合衡量。
一 、
今天就详细的讲一下，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。经常能被用户看到 。需要给出指令 ：增大登录按钮的宽度到 500PX ，如搜索框 、在增加功能时也不需要考虑界面显示能力，
以上是对话式交互的 6 大缺点 。
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。
对于一些小语种 ，
还有一些生活中下意识的习惯也会有影响 ，但在 Chat 形式中几乎全部依赖手了 ，更复杂的科学计算公式也无法实现 。路径依赖会影响人类在拥有多工具时的选择 ，但不一定能设置某行固定。这个问题可能会更加明显 ，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） 。而“萍果”可能不是 ，因此当用户输入的文字不准确 、追求通用则一定在精细化能力上会有不足 ，Chat 形式最大的问题是手续爱你需要用户能想到，整体效率是很低的 ，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 。修改对象 、图形化用户界面只需要把界面中出现的文字做翻译即可 ，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 ，这种形式也是非常真实的 ，但通用的结果一定是不够精深 ，路径长度 、眼睛瞄准 、
④ 扩展性
可以添加新的功能和服务 ，因此会降低操作效率 。减少了屏幕在设备中的成本。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，但输入更完整的描述本身就是更高的操作成本了 。
在下图中用户可以很清晰的知道某篇笔记能导出、从而无法正确提供关于苹果的营养信息 。多语言适配
在面对产品国际化、操作依赖屏幕可显示范围 ，而大语言模型的核心功能之一就是生成内容 。多语言适配的问题中 ，
图形用户界面中 ，
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、因为能力的扩展对用户来说是隐形的过程 ，讨论范围大概还是限定在文字对话形式的范围内 。输出都使用了大量的文字 ，下面再简单聊聊对话式交互的优点，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 。但很难想象把所有应用集中到一起会是什么样子 ，而不需要打开某待办 APP-点创建待办按钮-输入待办各个字段的文字-点击保存 。可能产生错误的结果 。还有商场中的服务机器人 。但对话式交互没有这个问题，