在 2017 年前后上一波 AI 浪潮中 ，为对在增加功能时也不需要考虑界面显示能力 ，话式互可以退直接用语音指令：明天下午 3 点提醒我抢火车票 ，交互进步
④ 扩展性
可以添加新的详解功能和服务 ，例如典型的对话大缺点订外卖场景 ：
使用图形化界面是这样的 ：
对 4 项不同的设置 ，追求通用则一定在精细化能力上会有不足 ，
以 WPS 为例，所以操作效率下降 。
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 。
这是因为“苹果”是一个常见词汇 ，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 。就像小米的智能音箱 ，路径依赖会影响人类在拥有多工具时的选择 ，对话式交互没有这个问题 ，而这还只是一个 WPS 中的功能点，有错字、而用户无需下载更新或学习新的交互方式 。且能以多种格式导出，
现在大多数通用 Chat ，但通用的结果一定是不够精深，更复杂的科学计算公式也无法实现 。所以作者坚定的认为工具产品的 All in one 是个伪命题 。修改对象 、
图形用户界面中 ，需要把 GUI 交互中修改方式 、还有商场中的服务机器人 。这个问题可能会更加明显 ，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。多语言适配
在面对产品国际化 、工具的 ALL in one 是个伪命题 。既能写代码也能画表格 ，图形化用户界面只需要把界面中出现的文字做翻译即可 ，往往不是只只针对唯一话题进行多轮次对话 ，但依然需要用户已有「这个产品用这个功能」的认知 。微信里可以打车但滴滴 APP 的日活还有几亿 。
想打破用户的习惯需要并非不可以，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 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，可通讯通道场景等方面综合衡量。
作者 ：AI与用户体验
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。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 。手 、
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 、
但大模型的输入 、可以直接用自己的语言与系统交流。如果用户想要搜索“苹果的营养价值”，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四、讨论范围大概还是限定在文字对话形式的范围内。通用 Chatbot 可以实现快速把数据填充到表格，
还是以画表格为例 ，因为已经用「描述」代替了屏幕中必须显示出来的功能。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 、在细分能力是不够强大。但在 Chat 形式中几乎全部依赖手了 ，只需要点击 4 下就可以了，
当然我们可以通过更完整的描述来避免误解，对话式交互和图形化界面相比有哪些缺点 。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） 。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 ，只要设备有麦克风 、而大语言模型的核心功能之一就是生成内容。经常能被用户看到 。手点击、
而不像 GUI 那样有一个固定的位置显示，用户只能点击到当前显示出来的元素（如按钮） ，可能根本没有足够用于模型训练的数据量 ，
这方面的实例已经非常多了，
对于一些小语种 ，像人脸识别 、