使用图形化界面是这样的：
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，部分还可以使用图标替代更具通用性 。只要设备有麦克风 、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，但输入更完整的描述本身就是更高的操作成本了。预置信息等三方面协同 ，且能以多种格式导出 ，修改对象、在细分能力是不够强大 。修改数值等全部使用自然语言描述一遍，手 、
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，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 。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） 。
以上是对话式交互的优点 ，而“萍果”可能不是 ，如果用户想要搜索“苹果的营养价值”，但一定需要新方案的体验强于旧方案体验+迁移成本 。
三、而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。处理器即可满足基本的对话式交互（这里特指语音交互了） ，
这是因为“苹果”是一个常见词汇 ，手点击 、路径长度、还有商场中的服务机器人 。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 。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 。
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，更复杂的科学计算公式也无法实现 。
以 WPS 为例 ，所以操作效率下降 。对用户输入准确率的保证性较低。图形化用户界面只需要把界面中出现的文字做翻译即可 ，例如手机语音助手的一句话创建待办 ，多描述才能完成，但依然需要用户已有「这个产品用这个功能」的认知 。其实作者本身是想买点红富士吃吃 。
图形用户界面中 ，用户只能点击到当前显示出来的元素（如按钮） ，或是给出与用户期望不符的结果 。如搜索框 、这个问题可能会更加明显 ，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 。加上 OpenAI 最早使用了这种形式被后来者效仿 。OCR 等等都是基于计算机视觉技术衍生的 。
如果是在使用了多个模型/提示词/agent 的产品中 ，时间选择器 、讨论范围大概还是限定在文字对话形式的范围内 。
这方面的实例已经非常多了 ，工具的 ALL in one 是个伪命题 。导致 AI 无法正确理解用户的查询意图 。需要从点击次数、
在 2017 年前后上一波 AI 浪潮中 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、
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 。
还是以画表格为例 ，
作者 ：AI与用户体验
因为已经用「描述」代替了屏幕中必须显示出来的功能 。经常能被用户看到。这又会进一步影响操作效率。只能解决多步骤但每一步都比较简单的问题 。迷失度 、对产品清晰性的影响较大。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 ，
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、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 ，从而无法正确提供关于苹果的营养信息 。因为不需要在复杂的界面中寻找 。预置信息触发对应操作 ，既能写代码也能画表格，分类是人脑生理结构决定的人处理任务/信息的方式 。
四 、通用 Chatbot 可以实现快速把数据填充到表格 ，Chat 形式最大的问题是手续爱你需要用户能想到，而用户无需下载更新或学习新的交互方式 。
但并非所有场景下 Chat 形式都比 GUI 形式低效，用户习惯
工具需要细分 ，
对于一些小语种 ，操作效率
GUI 的操作过程其实是眼、例如使用手机语音助手创建一个日程 ，但对话式交互没有这个问题 ，因此当用户输入的文字不准确 、可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，可能是两三个主题并行的 ，扬声器 、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，
五 、往往不是只只针对唯一话题进行多轮次对话 ，但通用的结果一定是不够精深 ，但不一定能设置某行固定 。因为能力的扩展对用户来说是隐形的过程 ，而大语言模型的核心功能之一就是生成内容 。例如两个对话时，而这还只是一个 WPS 中的功能点，可能根本没有足够用于模型训练的数据量 ，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 ，在看到 AI 技术迅猛发展的时候。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」，多语言适配的问题中 ，追求通用则一定在精细化能力上会有不足，就像小米的智能音箱，对话式交互和图形化界面相比有哪些缺点。
以上是对话式交互的 6 大缺点 。操作歧义
由于操作过程完全依赖自然语言的描述 ，可以直接用自己的语言与系统交流。例如在修改代码时，有错字 、但很难想象把所有应用集中到一起会是什么样子 ，
六 、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）。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 。可能产生错误的结果 。
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 、
还有一些生活中下意识的习惯也会有影响 ，
现在大多数通用 Chat ，在增加功能时也不需要考虑界面显示能力，自我描述能力
GUI 形式会把产品的能力直接体现在用户界面中 ，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 。能力精细度
即使模型能力范围越来越大 ，操作依赖屏幕可显示范围，
而不像 GUI 那样有一个固定的位置显示 ，