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，话式互
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。就像我们设计师常用的设计规范，
五、
在 2017 年前后上一波 AI 浪潮中 ，可能根本没有足够用于模型训练的数据量 ，预置信息触发对应操作 ，眼睛瞄准 、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，因此当用户输入的文字不准确 、时间选择器、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 ，
现在大多数通用 Chat ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四、
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 。分类是人脑生理结构决定的人处理任务/信息的方式。智能扬声器或其他物联网设备中 ，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）。事实并非如此。其实作者本身是想买点红富士吃吃 。这又会进一步影响操作效率 。所以操作效率下降 。但对话式交互没有这个问题 ，能力精细度
即使模型能力范围越来越大，部分还可以使用图标替代更具通用性。Chat 形式最大的问题是手续爱你需要用户能想到 ，
以 WPS 为例，这个问题可能会更加明显 ，手点击、OCR 等等都是基于计算机视觉技术衍生的 。既能写代码也能画表格 ，
出现错误后还需要多加一轮对话进行澄清 ，用户习惯
工具需要细分 ，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。
所以还是存在一个临界值，但不一定能设置某行固定 。下载等能力 ，操作效率
GUI 的操作过程其实是眼 、而“萍果”可能不是 ，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 ，正式因为没有图形界面的限制，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，就像小米的智能音箱 ，但依然需要用户已有「这个产品用这个功能」的认知 。
在下图中用户可以很清晰的知道某篇笔记能导出 、
今天就详细的讲一下 ，但一定需要新方案的体验强于旧方案体验+迁移成本。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 。因为不需要在复杂的界面中寻找 。但很难想象把所有应用集中到一起会是什么样子 ，而大语言模型的核心功能之一就是生成内容 。对用户输入准确率的保证性较低 。例如手机语音助手的一句话创建待办 ，微信里可以打车但滴滴 APP 的日活还有几亿 。何况是各种大需求 ，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 。
同样的 ，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，
图形用户界面中 ，通用 Chatbot 可以实现快速把数据填充到表格 ，这一步就把产品设计时从要求产品变成了要求用户 ，