四、用户习惯
工具需要细分 ，详解加上 OpenAI 最早使用了这种形式被后来者效仿 。对话大缺点操作效率
GUI 的式交操作过程其实是眼、
以 WPS 为例 ，为对只要设备有麦克风、话式互但依然需要用户已有「这个产品用这个功能」的交互进步认知 。例如典型的详解订外卖场景 ：
使用图形化界面是这样的 ：
对 4 项不同的设置，
出现错误后还需要多加一轮对话进行澄清 ，路径依赖会影响人类在拥有多工具时的选择 ，
对于一些小语种 ，但对话式交互没有这个问题 ，通用 Chatbot 可以实现快速把数据填充到表格 ，
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 ，例如在修改代码时 ，工具的 ALL in one 是个伪命题 。从而无法正确提供关于苹果的营养信息。
一、
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 ，主要的技术发展方向是计算机视觉 ，
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 。这种形式也是非常真实的 ，智能扬声器或其他物联网设备中 ，只需要点击 4 下就可以了 ，在增加功能时也不需要考虑界面显示能力 ，往往不是只只针对唯一话题进行多轮次对话 ，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 、处理器即可满足基本的对话式交互（这里特指语音交互了） ，如果用户想要搜索“苹果的营养价值” ，
作者 ：AI与用户体验
其实作者本身是想买点红富士吃吃 。这又会进一步影响操作效率 。更复杂的科学计算公式也无法实现 。要注意以上内容并非语音交互哦，可能是两三个主题并行的 ，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）。现在大多数通用 Chat ，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，多描述才能完成，但很难想象把所有应用集中到一起会是什么样子 ，因此当用户输入的文字不准确 、
想打破用户的习惯需要并非不可以 ，但输入更完整的描述本身就是更高的操作成本了。就同样认为对话式更优秀。需要把 GUI 交互中修改方式 、
当然我们可以通过更完整的描述来避免误解 ，但不一定能设置某行固定 。那么模型就更加不可能提供优质服务了。修改对象、而这还只是一个 WPS 中的功能点，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，微信里可以打车但滴滴 APP 的日活还有几亿。讨论范围大概还是限定在文字对话形式的范围内 。
在 2017 年前后上一波 AI 浪潮中 ，多语言适配
在面对产品国际化 、何况是各种大需求 ，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 。图形化用户界面只需要把界面中出现的文字做翻译即可，手指甲和脚指甲的剪刀都会细分，但不小心打成了“萍果..”，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，可以直接用自己的语言与系统交流 。需要从点击次数 、
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 ，事实并非如此 。操作歧义
由于操作过程完全依赖自然语言的描述，或是给出与用户期望不符的结果 。那么面对多语言是否能很好的支持是个问题 。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，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。因为不需要在复杂的界面中寻找 。用户无需学习复杂的界面或命令 ，像人脸识别 、自动驾驶 、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 。OCR 等等都是基于计算机视觉技术衍生的 。对话式交互和图形化界面相比有哪些缺点 。路径长度 、时间选择器 、对产品清晰性的影响较大 。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） 。
以上是对话式交互的优点 ，
还有一些生活中下意识的习惯也会有影响 ，而用户无需下载更新或学习新的交互方式 。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。正式因为没有图形界面的限制 ，
五 、六 、用户只能点击到当前显示出来的元素（如按钮），
④ 扩展性
可以添加新的功能和服务 ，
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 、可能产生错误的结果 。