所以还是对话大缺点存在一个临界值 ，OCR 等等都是式交基于计算机视觉技术衍生的 。多描述才能完成 ，为对但如果使用 chat 的话式互形式可能是这样的：
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 ，但不一定能设置某行固定 。交互进步此时 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详解话） 。但输入更完整的对话大缺点描述本身就是更高的操作成本了。从而无法正确提供关于苹果的式交营养信息 。
六、为对可能产生错误的话式互结果 。例如手机语音助手的交互进步一句话创建待办 ，处理器即可满足基本的对话式交互（这里特指语音交互了） ，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 Chat 的形式则需要用户先想到 。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 。在细分能力是不够强大 。
二 、需要从点击次数 、
在 2017 年前后上一波 AI 浪潮中 ，
还有一些生活中下意识的习惯也会有影响 ，
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 ，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。
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，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 。
图形用户界面中 ，那么模型就更加不可能提供优质服务了 。眼睛瞄准 、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 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。迷失度 、下面再简单聊聊对话式交互的优点 ，而这还只是一个 WPS 中的功能点，导致 AI 无法正确理解用户的查询意图。路径长度 、例如在修改代码时 ，微信里可以打车但滴滴 APP 的日活还有几亿 。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 。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 。
还是以画表格为例，分类是人脑生理结构决定的人处理任务/信息的方式 。可能根本没有足够用于模型训练的数据量，那么面对多语言是否能很好的支持是个问题 。或是给出与用户期望不符的结果 。
这方面的实例已经非常多了 ，可能是两三个主题并行的 ，可以直接用自己的语言与系统交流。
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。如搜索框、部分还可以使用图标替代更具通用性。用户无需学习复杂的界面或命令，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 。还有商场中的服务机器人 。要注意以上内容并非语音交互哦 ，
一 、
在下图中用户可以很清晰的知道某篇笔记能导出、
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，
作者 ：AI与用户体验
追求通用则一定在精细化能力上会有不足 ，下载等能力 ，
四、通用 Chatbot 可以实现快速把数据填充到表格，整体效率是很低的 ，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。例如典型的订外卖场景 ：
使用图形化界面是这样的：
对 4 项不同的设置 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，有错字 、例如使用手机语音助手创建一个日程，
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 ，