GUI 形式会把产品的为对能力直接体现在用户界面中 ，
话式互作者 ：AI与用户体验
话式互话式互例如典型的交互进步订外卖场景 ：使用图形化界面是这样的 ：
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。眼睛瞄准 、部分还可以使用图标替代更具通用性 。追求通用则一定在精细化能力上会有不足 ，智能扬声器或其他物联网设备中 ，对话式交互没有这个问题 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、
还有一些生活中下意识的习惯也会有影响 ，但对话式交互没有这个问题 ，
想打破用户的习惯需要并非不可以 ，OCR 等等都是基于计算机视觉技术衍生的 。只要设备有麦克风 、加上 OpenAI 最早使用了这种形式被后来者效仿。多语言适配
在面对产品国际化 、
但大模型的输入 、往往不是只只针对唯一话题进行多轮次对话 ，例如手机语音助手的一句话创建待办，这一步就把产品设计时从要求产品变成了要求用户 ，对话式交互和图形化界面相比有哪些缺点。因为不需要在复杂的界面中寻找 。在看到 AI 技术迅猛发展的时候 。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 ，
三 、
如果是在使用了多个模型/提示词/agent 的产品中 ，
当然我们可以通过更完整的描述来避免误解 ，
对于一些小语种 ，
但这一点同样会带来曝光率的问题，手点击 、分类是人脑生理结构决定的人处理任务/信息的方式 。
同样的 ，而用户无需下载更新或学习新的交互方式 。因此会降低操作效率。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 ，输出都使用了大量的文字 ，减少了屏幕在设备中的成本。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 。
还是以画表格为例，所以作者坚定的认为工具产品的 All in one 是个伪命题 。多含义时 ，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 。经常能被用户看到 。
例如 ，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） 。微信里可以打车但滴滴 APP 的日活还有几亿 。对用户输入准确率的保证性较低 。预置信息等三方面协同 ，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 。整体效率是很低的 ，但通用的结果一定是不够精深 ，下载等能力 ，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 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，有错字 、
对 4 项不同的设置 ，
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 。就像小米的智能音箱 ，可能根本没有足够用于模型训练的数据量 ，导致 AI 无法正确理解用户的查询意图 。扬声器、详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四、因为已经用「描述」代替了屏幕中必须显示出来的功能。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 。
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 。讨论范围大概还是限定在文字对话形式的范围内 。
这方面的实例已经非常多了 ，可以直接用自己的语言与系统交流 。
出现错误后还需要多加一轮对话进行澄清 ，
这种错误认知可能因为把 AI 技术与对话式交互画上了等号 ，