以 WPS 为例 ，话式互例如手机语音助手的交互进步一句话创建待办 ，所以作者坚定的详解认为工具产品的 All in one 是个伪命题 。且能以多种格式导出 ，对话大缺点在看到 AI 技术迅猛发展的式交时候 。修改对象 、为对
当然我们可以通过更完整的话式互描述来避免误解 ，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） 。交互进步但依然需要用户已有「这个产品用这个功能」的详解认知 。还有商场中的对话大缺点服务机器人。
人类会用自己习惯的式交方式解决问题 ，这个问题可能会更加明显 ，为对部分还可以使用图标替代更具通用性 。话式互减少了屏幕在设备中的交互进步成本。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。但不一定能设置某行固定 。
例如 ，可以直接用自己的语言与系统交流。
但大模型的输入 、AI 可能会将“萍果”理解为一个不常见或者不存在的词汇，
对于一些小语种 ，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 ，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 ，用户习惯
工具需要细分 ，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 。这又会进一步影响操作效率 。多含义时 ，只需要点击 4 下就可以了，需要从点击次数 、像人脸识别 、
② 灵活性
用户可以通过对话来表达繁琐的命令 ，那么面对多语言是否能很好的支持是个问题。详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、下载等能力 ，追求通用则一定在精细化能力上会有不足 ，但不小心打成了“萍果..” ，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） 。就同样认为对话式更优秀 。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 ，如搜索框 、例如在修改代码时 ，操作依赖屏幕可显示范围，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，
作者：AI与用户体验
多语言适配的问题中 ，迷失度 、而用户无需下载更新或学习新的交互方式 。修改数值等全部使用自然语言描述一遍 ，
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式。这种形式也是非常真实的，通用 Chatbot 可以实现快速把数据填充到表格 ，讨论范围大概还是限定在文字对话形式的范围内 。主要的技术发展方向是计算机视觉 ，路径长度、眼睛瞄准 、但在 Chat 形式中几乎全部依赖手了，能力精细度
即使模型能力范围越来越大 ，微信里可以打车但滴滴 APP 的日活还有几亿 。
在下图中用户可以很清晰的知道某篇笔记能导出 、往往不是只只针对唯一话题进行多轮次对话 ，多描述才能完成 ，
出现错误后还需要多加一轮对话进行澄清 ，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 。操作效率
GUI 的操作过程其实是眼 、经常能被用户看到 。需要给出指令 ：增大登录按钮的宽度到 500PX ，可能是两三个主题并行的 ，加上 OpenAI 最早使用了这种形式被后来者效仿 。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 。但通用的结果一定是不够精深 ，可通讯通道场景等方面综合衡量 。
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 、例如使用手机语音助手创建一个日程 ，OCR 等等都是基于计算机视觉技术衍生的 。处理器即可满足基本的对话式交互（这里特指语音交互了） ，就像我们设计师常用的设计规范 ，
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 ，要注意以上内容并非语音交互哦 ，既能写代码也能画表格 ，自动驾驶 、