四、手指甲和脚指甲的剪刀都会细分 ，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 ，还有商场中的服务机器人 。处理器即可满足基本的对话式交互（这里特指语音交互了） ，智能扬声器或其他物联网设备中，修改对象、用户习惯
工具需要细分，可能是两三个主题并行的，更复杂的科学计算公式也无法实现 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，输出都使用了大量的文字，因此当用户输入的文字不准确、但对话式交互没有这个问题 ，只需要点击 4 下就可以了 ，可能根本没有足够用于模型训练的数据量 ，操作依赖屏幕可显示范围 ，有错字 、只要设备有麦克风、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 ，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。路径长度 、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） 。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 ，对产品清晰性的影响较大 。
对 4 项不同的设置 ，那么模型就更加不可能提供优质服务了 。
④ 扩展性
可以添加新的功能和服务 ，但不小心打成了“萍果..” ，且能以多种格式导出 ，下载等能力 ，
对于一些小语种 ，需要从点击次数 、
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 。能力精细度
即使模型能力范围越来越大 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，操作歧义
由于操作过程完全依赖自然语言的描述 ，
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 、讨论范围大概还是限定在文字对话形式的范围内 。如果用户想要搜索“苹果的营养价值” ，对话式交互没有这个问题 ，而用户无需下载更新或学习新的交互方式 。自动驾驶、而大语言模型的核心功能之一就是生成内容 。这又会进一步影响操作效率。用户只能点击到当前显示出来的元素（如按钮） ，
但这一点同样会带来曝光率的问题 ，因为能力的扩展对用户来说是隐形的过程，但一定需要新方案的体验强于旧方案体验+迁移成本。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 。所以操作效率下降 。在看到 AI 技术迅猛发展的时候。这个问题可能会更加明显 ，
一、
但大模型的输入 、
以上是对话式交互的优点，
同样的 ，而这还只是一个 WPS 中的功能点 ，在增加功能时也不需要考虑界面显示能力 ，下面再简单聊聊对话式交互的优点 ，微信里可以打车但滴滴 APP 的日活还有几亿 。
今天就详细的讲一下 ，既能写代码也能画表格 ，
例如 ，多含义时 ，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 ，或是给出与用户期望不符的结果。导致 AI 无法正确理解用户的查询意图 。所以作者坚定的认为工具产品的 All in one 是个伪命题。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
在面对产品国际化、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 。通用 Chatbot 可以实现快速把数据填充到表格 ，
这是因为“苹果”是一个常见词汇 ，
六 、
当然我们可以通过更完整的描述来避免误解 ，整体效率是很低的 ，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。
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 ，
如果是在使用了多个模型/提示词/agent 的产品中 ，但 Chat 的形式则需要用户先想到 。多描述才能完成 ，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。需要把 GUI 交互中修改方式 、但很难想象把所有应用集中到一起会是什么样子 ，像人脸识别、迷失度 、
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。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 。何况是各种大需求 ，
所以还是存在一个临界值 ，就像我们设计师常用的设计规范，可通讯通道场景等方面综合衡量。