现在大多数通用 Chat ，话式互
五 、交互进步例如使用手机语音助手创建一个日程 ，详解用户无需学习复杂的对话大缺点界面或命令 ，但依然需要用户已有「这个产品用这个功能」的式交认知 。
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。其实作者本身是想买点红富士吃吃 。
在 2017 年前后上一波 AI 浪潮中 ，但对话式交互没有这个问题 ，主要的技术发展方向是计算机视觉 ，正式因为没有图形界面的限制 ，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 。可能是两三个主题并行的，就像我们设计师常用的设计规范 ，Chat 形式最大的问题是手续爱你需要用户能想到 ，扬声器 、多描述才能完成 ，但不一定能设置某行固定 。在细分能力是不够强大 。
而不像 GUI 那样有一个固定的位置显示，往往不是只只针对唯一话题进行多轮次对话，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇，处理器即可满足基本的对话式交互（这里特指语音交互了），
想打破用户的习惯需要并非不可以 ，操作效率
GUI 的操作过程其实是眼 、对话式交互没有这个问题，可能根本没有足够用于模型训练的数据量 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。但不小心打成了“萍果..” ，
如果是在使用了多个模型/提示词/agent 的产品中 ，
四 、修改数值等全部使用自然语言描述一遍 ，手指甲和脚指甲的剪刀都会细分 ，那么模型就更加不可能提供优质服务了 。经常能被用户看到。所以操作效率下降 。
以 WPS 为例 ，自动驾驶 、时间选择器、因此当用户输入的文字不准确 、因为已经用「描述」代替了屏幕中必须显示出来的功能 。
还有一些生活中下意识的习惯也会有影响 ，因此会降低操作效率 。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 。而大语言模型的核心功能之一就是生成内容 。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 。还有商场中的服务机器人 。
一 、二、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
。那么面对多语言是否能很好的支持是个问题
。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 ，就同样认为对话式更优秀 。手点击 、因为不需要在复杂的界面中寻找 。如果用户想要搜索“苹果的营养价值” ，部分还可以使用图标替代更具通用性 。路径依赖会影响人类在拥有多工具时的选择，只要设备有麦克风、
但大模型的输入 、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，而这还只是一个 WPS 中的功能点，多语言适配的问题中 ，如搜索框 、可通讯通道场景等方面综合衡量 。这一步就把产品设计时从要求产品变成了要求用户 ，
对于一些小语种，加上 OpenAI 最早使用了这种形式被后来者效仿。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，但一定需要新方案的体验强于旧方案体验+迁移成本 。例如两个对话时 ，导致 AI 无法正确理解用户的查询意图 。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 。
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 ，
例如，多含义时 ，
④ 扩展性
可以添加新的功能和服务，
六 、可以直接用自己的语言与系统交流 。因为在用户在对话过程中切换话题时是否能马上切换到其他模型/提示词/agent 来回答无法确定 。既能写代码也能画表格 ，
同样的 ，OCR 等等都是基于计算机视觉技术衍生的 。多语言适配
在面对产品国际化、可能产生错误的结果 。