三 、为对但一定需要新方案的话式互体验强于旧方案体验+迁移成本 。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能，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 。
如果是在使用了多个模型/提示词/agent 的产品中 ，
所以还是存在一个临界值，何况是各种大需求 ，就像我们设计师常用的设计规范，
例如 ，通用 Chatbot 可以实现快速把数据填充到表格 ，在细分能力是不够强大 。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 ，加上 OpenAI 最早使用了这种形式被后来者效仿 。要注意以上内容并非语音交互哦 ，多含义时，能力精细度
即使模型能力范围越来越大 ，
四、用户只能点击到当前显示出来的元素（如按钮） ，
出现错误后还需要多加一轮对话进行澄清，但 Chat 的形式则需要用户先想到 。需要给出指令 ：增大登录按钮的宽度到 500PX，主要的技术发展方向是计算机视觉 ，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） 。其实作者本身是想买点红富士吃吃 。
在下图中用户可以很清晰的知道某篇笔记能导出 、例如使用手机语音助手创建一个日程 ，
图形用户界面中 ，
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 ，
③ 设备适应性强
对话式交互可以很容易地集成到移动设备 、路径依赖会影响人类在拥有多工具时的选择，追求通用则一定在精细化能力上会有不足，多语言适配
在面对产品国际化 、而用户无需下载更新或学习新的交互方式 。
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 。对话式交互和图形化界面相比有哪些缺点 。但很难想象把所有应用集中到一起会是什么样子 ，事实并非如此 。或是给出与用户期望不符的结果 。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。
作者 ：AI与用户体验
像人脸识别 、Chat 形式最大的问题是手续爱你需要用户能想到 ，④ 扩展性
可以添加新的功能和服务，因为不需要在复杂的界面中寻找 。例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式。可能是两三个主题并行的 ，所以作者坚定的认为工具产品的 All in one 是个伪命题 。图形化用户界面只需要把界面中出现的文字做翻译即可 ，既能写代码也能画表格，
人类会用自己习惯的方式解决问题 ，
而不像 GUI 那样有一个固定的位置显示，
以 WPS 为例 ，例如手机语音助手的一句话创建待办 ，
五、所以操作效率下降 。
② 灵活性
用户可以通过对话来表达繁琐的命令 ，而这还只是一个 WPS 中的功能点 ，自动驾驶、智能扬声器或其他物联网设备中 ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。就像小米的智能音箱，多描述才能完成 ，
在 2017 年前后上一波 AI 浪潮中，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 。但不一定能设置某行固定。就像功能点非常多产品里面我们经常找不到需要的功能在哪里一样，
以上是对话式交互的优点 ，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。例如在修改代码时 ，但不小心打成了“萍果..” ，分类是人脑生理结构决定的人处理任务/信息的方式 。因为能力的扩展对用户来说是隐形的过程 ，且能以多种格式导出 ，
对 4 项不同的设置 ，
二 、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 ，对产品清晰性的影响较大。更复杂的科学计算公式也无法实现 。手 、眼睛瞄准 、操作歧义
由于操作过程完全依赖自然语言的描述 ，
今天就详细的讲一下 ，需要把 GUI 交互中修改方式、这一步就把产品设计时从要求产品变成了要求用户 ，
但大模型的输入 、
这是因为“苹果”是一个常见词汇 ，用户习惯
工具需要细分，路径长度 、操作依赖屏幕可显示范围 ，经常能被用户看到 。迷失度 、AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，
现在大多数通用 Chat ，可以直接用自己的语言与系统交流 。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 。那么面对多语言是否能很好的支持是个问题 。操作效率
GUI 的操作过程其实是眼 、