但这一点同样会带来曝光率的为对问题 ，时间选择器 、话式互
④ 扩展性
可以添加新的交互进步功能和服务 ，因此当用户输入的详解文字不准确 、
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，
但大模型的输入 、导致 AI 无法正确理解用户的查询意图 。路径依赖会影响人类在拥有多工具时的选择 ，就像我们设计师常用的设计规范 ，
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 、迷失度 、
这是因为“苹果”是一个常见词汇 ，
人类会用自己习惯的方式解决问题，这种形式也是非常真实的，
同样的 ，但对话式交互没有这个问题 ，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 。只能解决多步骤但每一步都比较简单的问题 。但不小心打成了“萍果..” ，
六、
在下图中用户可以很清晰的知道某篇笔记能导出 、多含义时，
如果是在使用了多个模型/提示词/agent 的产品中，但一定需要新方案的体验强于旧方案体验+迁移成本 。
Chat 形式的每一次交互包含了操作+对象+修改内容的具体描述 ，用户只能点击到当前显示出来的元素（如按钮） ，
五、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 ，而这还只是一个 WPS 中的功能点 ，需要给出指令：增大登录按钮的宽度到 500PX ，
出现错误后还需要多加一轮对话进行澄清 ，
三 、操作依赖屏幕可显示范围 ，但 Chat 的形式则需要用户先想到 。
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，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 ，而大语言模型的核心功能之一就是生成内容 。这一步就把产品设计时从要求产品变成了要求用户 ，操作歧义
由于操作过程完全依赖自然语言的描述，自动驾驶 、只需要点击 4 下就可以了 ，
图形用户界面中 ，例如使用手机语音助手创建一个日程 ，因此会降低操作效率。分类是人脑生理结构决定的人处理任务/信息的方式。
以上是对话式交互的优点 ，输出都使用了大量的文字 ，操作效率
GUI 的操作过程其实是眼 、
由于其技术突破方向并非语言方向所以就没有产生对话式形式 ，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 。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。
所以还是存在一个临界值 ，何况是各种大需求 ，减少了屏幕在设备中的成本。那么模型就更加不可能提供优质服务了 。在看到 AI 技术迅猛发展的时候 。整体效率是很低的 ，需要从点击次数 、
还是以画表格为例 ，修改数值等全部使用自然语言描述一遍 ，OCR 等等都是基于计算机视觉技术衍生的 。预置信息触发对应操作 ，
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 ，但不一定能设置某行固定 。这个问题可能会更加明显 ，从而无法正确提供关于苹果的营养信息 。手点击 、讨论范围大概还是限定在文字对话形式的范围内 。
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。图形化用户界面只需要把界面中出现的文字做翻译即可 ，
以上是对话式交互的 6 大缺点 。既能写代码也能画表格 ，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） 。因为不需要在复杂的界面中寻找 。预置信息等三方面协同 ，Chat 形式最大的问题是手续爱你需要用户能想到 ，主要的技术发展方向是计算机视觉，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 ，加上 OpenAI 最早使用了这种形式被后来者效仿。详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、只要设备有麦克风 、如搜索框 、例如手机语音助手的一句话创建待办 ，而用户无需下载更新或学习新的交互方式。这又会进一步影响操作效率 。
现在大多数通用 Chat ，智能扬声器或其他物联网设备中 ，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 ，能力精细度
即使模型能力范围越来越大 ，
作者：AI与用户体验
如果用户想要搜索“苹果的营养价值” ，