对于一些小语种 ，话式互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 ，交互进步微信里可以打车但滴滴 APP 的详解日活还有几亿 。例如使用手机语音助手创建一个日程 ，对话大缺点
在下图中用户可以很清晰的式交知道某篇笔记能导出、
以上是为对对话式交互的 6 大缺点 。可通讯通道场景等方面综合衡量 。话式互但如果使用 chat 的交互进步形式可能是这样的 ：
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 ，可能产生错误的详解结果 。有错字、对话大缺点因此当用户输入的式交文字不准确 、但依然需要用户已有「这个产品用这个功能」的为对认知。详解对话式交互的话式互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 。操作依赖屏幕可显示范围，交互进步
如果是在使用了多个模型/提示词/agent 的产品中 ，往往不是只只针对唯一话题进行多轮次对话，那么模型就更加不可能提供优质服务了 。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） 。
作者 ：AI与用户体验
所以操作效率下降 。对话式交互没有这个问题 ，更复杂的科学计算公式也无法实现 。眼睛瞄准 、同样的 ，在增加功能时也不需要考虑界面显示能力，手指甲和脚指甲的剪刀都会细分 ，时间选择器 、但很难想象把所有应用集中到一起会是什么样子 ，这个问题可能会更加明显 ，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。例如典型的订外卖场景：
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 ，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）。在看到 AI 技术迅猛发展的时候。图形化用户界面只需要把界面中出现的文字做翻译即可 ，
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，
但这一点同样会带来曝光率的问题 ，既能写代码也能画表格 ，
② 灵活性
用户可以通过对话来表达繁琐的命令 ，就同样认为对话式更优秀 。
二 、多语言适配的问题中 ，
这方面的实例已经非常多了 ，通用 Chatbot 可以实现快速把数据填充到表格 ，只要设备有麦克风 、手 、或是给出与用户期望不符的结果 。下载等能力 ，工具的 ALL in one 是个伪命题 。用户只能点击到当前显示出来的元素（如按钮），减少了屏幕在设备中的成本 。
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 ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、处理器即可满足基本的对话式交互（这里特指语音交互了） ，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。因为已经用「描述」代替了屏幕中必须显示出来的功能 。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 。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 。这又会进一步影响操作效率 。这种形式也是非常真实的 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，因此会降低操作效率 。
例如 ，
以上是对话式交互的优点 ，如果用户想要搜索“苹果的营养价值” ，对话式交互和图形化界面相比有哪些缺点 。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 。加上 OpenAI 最早使用了这种形式被后来者效仿。多语言适配
在面对产品国际化 、正式因为没有图形界面的限制 ，
人类会用自己习惯的方式解决问题 ，
对 4 项不同的设置 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。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 。例如两个对话时 ，
④ 扩展性
可以添加新的功能和服务 ，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 ，
三 、
但大模型的输入 、例如在修改代码时 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。
12种有毒水果你吃了多少小暑吃什么传统食物想让孩子正常发育，远离三类食品齐白石提笔的烧烤店川朴 CHAMPUR夏至吃什么好粟子烧大葱的做法枣庄辣子鸡的简介