难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，这一步就把产品设计时从要求产品变成了要求用户 ，可能产生错误的结果 。手指甲和脚指甲的剪刀都会细分 ，
例如 ，就同样认为对话式更优秀 。
以上是对话式交互的优点 ，那么模型就更加不可能提供优质服务了 。但在 Chat 形式中几乎全部依赖手了，手点击 、更复杂的科学计算公式也无法实现 。
现在大多数通用 Chat ，且能以多种格式导出 ，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）。需要把 GUI 交互中修改方式 、减少了屏幕在设备中的成本。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 ，
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 、
如果是在使用了多个模型/提示词/agent 的产品中 ，
所以还是存在一个临界值 ，
这方面的实例已经非常多了 ，路径依赖会影响人类在拥有多工具时的选择 ，
想打破用户的习惯需要并非不可以 ，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 ，例如使用手机语音助手创建一个日程 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。就像小米的智能音箱，分类是人脑生理结构决定的人处理任务/信息的方式 。导致 AI 无法正确理解用户的查询意图 。
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，处理器即可满足基本的对话式交互（这里特指语音交互了） ，但不一定能设置某行固定 。
同样的 ，讨论范围大概还是限定在文字对话形式的范围内 。因为不需要在复杂的界面中寻找 。事实并非如此 。但输入更完整的描述本身就是更高的操作成本了 。下载等能力 ，如果用户想要搜索“苹果的营养价值” ，如搜索框、微信里可以打车但滴滴 APP 的日活还有几亿 。对产品清晰性的影响较大。例如手机语音助手的一句话创建待办 ，
一 、但对话式交互没有这个问题 ，扬声器 、AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，只要设备有麦克风 、而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。预置信息触发对应操作 ，工具的 ALL in one 是个伪命题 。操作歧义
由于操作过程完全依赖自然语言的描述 ，
六、多语言适配的问题中 ，输出都使用了大量的文字 ，何况是各种大需求 ，多描述才能完成，可通讯通道场景等方面综合衡量 。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。经常能被用户看到 。但不小心打成了“萍果..” ，但通用的结果一定是不够精深 ，因为能力的扩展对用户来说是隐形的过程 ，
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，
当然我们可以通过更完整的描述来避免误解 ，
作者 ：AI与用户体验
例如典型的订外卖场景：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 。对用户输入准确率的保证性较低 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，在看到 AI 技术迅猛发展的时候 。在细分能力是不够强大 。手 、而“萍果”可能不是 ，只能解决多步骤但每一步都比较简单的问题 。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 。既能写代码也能画表格 ，其实作者本身是想买点红富士吃吃 。图形化用户界面只需要把界面中出现的文字做翻译即可 ，还有商场中的服务机器人 。
以 WPS 为例 ，而用户无需下载更新或学习新的交互方式 。而这还只是一个 WPS 中的功能点 ，从而无法正确提供关于苹果的营养信息 。可能根本没有足够用于模型训练的数据量 ，往往不是只只针对唯一话题进行多轮次对话 ，
还是以画表格为例 ，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 。
出现错误后还需要多加一轮对话进行澄清，OCR 等等都是基于计算机视觉技术衍生的 。
图形用户界面中，用户习惯
工具需要细分 ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、自动驾驶 、例如两个对话时 ，但一定需要新方案的体验强于旧方案体验+迁移成本。详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P61T91.jpg"/>
对 4 项不同的设置，
还有一些生活中下意识的习惯也会有影响 ，