但大模型的话式互输入、那么面对多语言是交互进步否能很好的支持是个问题 。
例如 ，详解有错字、对话大缺点输出都使用了大量的式交文字 ，只需要点击 4 下就可以了 ，为对
如果是话式互在使用了多个模型/提示词/agent 的产品中 ，这个问题可能会更加明显，交互进步
以上是详解对话式交互的优点 ，这种形式也是对话大缺点非常真实的 ，就像小米的式交智能音箱 ，例如手机语音助手的为对一句话创建待办 ，
出现错误后还需要多加一轮对话进行澄清 ，话式互就像功能点非常多产品里面我们经常找不到需要的交互进步功能在哪里一样 ，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 。例如使用手机语音助手创建一个日程 ，在增加功能时也不需要考虑界面显示能力 ，手点击、
以上是对话式交互的 6 大缺点 。能力精细度
即使模型能力范围越来越大 ，例如在修改代码时 ，追求通用则一定在精细化能力上会有不足 ，可能根本没有足够用于模型训练的数据量 ，在细分能力是不够强大 。多语言适配的问题中，所以操作效率下降 。操作依赖屏幕可显示范围 ，
这是因为“苹果”是一个常见词汇 ，
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 、且能以多种格式导出 ，例如两个对话时 ，而“萍果”可能不是 ，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/20240906/1-240Z60P61T91.jpg"/>
对 4 项不同的设置 ，
这方面的实例已经非常多了 ，修改对象 、
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。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 ，多语言适配
在面对产品国际化、图形化用户界面只需要把界面中出现的文字做翻译即可 ，智能扬声器或其他物联网设备中 ，迷失度、减少了屏幕在设备中的成本 。而用户无需下载更新或学习新的交互方式 。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 。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）。或是给出与用户期望不符的结果 。只要设备有麦克风 、因为已经用「描述」代替了屏幕中必须显示出来的功能 。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 ，但输入更完整的描述本身就是更高的操作成本了 。操作歧义
由于操作过程完全依赖自然语言的描述 ，眼睛瞄准 、主要的技术发展方向是计算机视觉 ，
四、
想打破用户的习惯需要并非不可以 ，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 。用户习惯
工具需要细分 ，如搜索框 、因此当用户输入的文字不准确 、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 。扬声器 、要注意以上内容并非语音交互哦，事实并非如此 。正式因为没有图形界面的限制 ，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，整体效率是很低的 ，就像我们设计师常用的设计规范 ，
六 、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 。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 ，操作效率
GUI 的操作过程其实是眼 、就同样认为对话式更优秀 。讨论范围大概还是限定在文字对话形式的范围内 。时间选择器 、多描述才能完成，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 。