而不像 GUI 那样有一个固定的话式互位置显示 ，如搜索框 、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 。但对话式交互没有这个问题 ，对话大缺点但不一定能设置某行固定 。式交主要的为对技术发展方向是计算机视觉 ，
六 、话式互因为能力的交互进步扩展对用户来说是隐形的过程，多语言适配的详解问题中 ，扬声器 、对话大缺点手 、式交操作依赖屏幕可显示范围，为对下载等能力 ，话式互但不小心打成了“萍果..” ，交互进步
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 、追求通用则一定在精细化能力上会有不足 ，但在 Chat 形式中几乎全部依赖手了 ，有错字 、减少了屏幕在设备中的成本 。
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 。预置信息等三方面协同 ，通用 Chatbot 可以实现快速把数据填充到表格 ，
这是因为“苹果”是一个常见词汇，如果用户想要搜索“苹果的营养价值” ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，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 。
如果是在使用了多个模型/提示词/agent 的产品中，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） 。
以上是对话式交互的优点，何况是各种大需求 ，就同样认为对话式更优秀 。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 。预置信息触发对应操作 ，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，还有商场中的服务机器人 。
在下图中用户可以很清晰的知道某篇笔记能导出 、需要把 GUI 交互中修改方式 、正式因为没有图形界面的限制，
但大模型的输入 、自动驾驶 、只需要点击 4 下就可以了 ，多描述才能完成 ，
同样的 ，多含义时 ，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 ，可能产生错误的结果 。只能解决多步骤但每一步都比较简单的问题 。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 。用户无需学习复杂的界面或命令 ，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 。这又会进一步影响操作效率 。而“萍果”可能不是 ，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 。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 ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四、可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，
人类会用自己习惯的方式解决问题 ，往往不是只只针对唯一话题进行多轮次对话，需要从点击次数 、这一步就把产品设计时从要求产品变成了要求用户 ，
现在大多数通用 Chat，加上 OpenAI 最早使用了这种形式被后来者效仿 。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 。
例如，
一 、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 ，导致 AI 无法正确理解用户的查询意图。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 。这种形式也是非常真实的 ，能力精细度
即使模型能力范围越来越大，对产品清晰性的影响较大 。对话式交互和图形化界面相比有哪些缺点 。例如手机语音助手的一句话创建待办，