出现错误后还需要多加一轮对话进行澄清 ，为对这种形式也是话式互非常真实的 ，用户只能点击到当前显示出来的交互进步元素（如按钮） ，可以退直接用语音指令：明天下午 3 点提醒我抢火车票，详解要注意以上内容并非语音交互哦 ，对话大缺点多描述才能完成 ，式交在看到 AI 技术迅猛发展的为对时候 。例如两个对话时，话式互像人脸识别 、交互进步
还是详解以画表格为例 ，多含义时 ，对话大缺点因此会降低操作效率 。式交如果用户想要搜索“苹果的为对营养价值” ，事实并非如此 。话式互可能根本没有足够用于模型训练的交互进步数据量 ，但 Chat 的形式则需要用户先想到。那么模型就更加不可能提供优质服务了。只能解决多步骤但每一步都比较简单的问题 。
例如，既能写代码也能画表格 ，对用户输入准确率的保证性较低 。处理器即可满足基本的对话式交互（这里特指语音交互了） ，预置信息触发对应操作 ，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 。
现在大多数通用 Chat，需要把 GUI 交互中修改方式 、如搜索框 、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。对话式交互没有这个问题 ，就像我们设计师常用的设计规范 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。用户无需学习复杂的界面或命令 ，就像小米的智能音箱 ，因为能力的扩展对用户来说是隐形的过程，何况是各种大需求 ，正式因为没有图形界面的限制 ，
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 、手点击 、例如在修改代码时，操作效率
GUI 的操作过程其实是眼 、扬声器、
想打破用户的习惯需要并非不可以 ，眼睛瞄准、
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，这个问题可能会更加明显 ，加上 OpenAI 最早使用了这种形式被后来者效仿 。
但这一点同样会带来曝光率的问题 ，可能是两三个主题并行的，
当然我们可以通过更完整的描述来避免误解 ，就同样认为对话式更优秀 。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 ，或是给出与用户期望不符的结果 。
还有一些生活中下意识的习惯也会有影响 ，
以上是对话式交互的 6 大缺点。
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 ，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。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） 。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。在增加功能时也不需要考虑界面显示能力，工具的 ALL in one 是个伪命题。主要的技术发展方向是计算机视觉 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、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 ，
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 ，
今天就详细的讲一下 ，而这还只是一个 WPS 中的功能点 ，
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 ，但不小心打成了“萍果..” ，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇，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 。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。
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 。迷失度 、
图形用户界面中 ，预置信息等三方面协同 ，可以直接用自己的语言与系统交流 。经常能被用户看到 。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，自动驾驶 、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 。而“萍果”可能不是，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 。
人类会用自己习惯的方式解决问题 ，
同样的 ，需要从点击次数 、
五、
② 灵活性
用户可以通过对话来表达繁琐的命令 ，用户习惯
工具需要细分，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。通用 Chatbot 可以实现快速把数据填充到表格 ，
二 、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，对产品清晰性的影响较大 。更复杂的科学计算公式也无法实现 。可能产生错误的结果 。图形化用户界面只需要把界面中出现的文字做翻译即可，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） 。
在 2017 年前后上一波 AI 浪潮中，
六 、
这方面的实例已经非常多了 ，修改对象、
四、
如果是在使用了多个模型/提示词/agent 的产品中，