使用图形化界面是这样的 ：
对 4 项不同的设置 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。因此当用户输入的文字不准确 、
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 ，图形化用户界面只需要把界面中出现的文字做翻译即可 ，路径长度 、那么模型就更加不可能提供优质服务了 。
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式。就同样认为对话式更优秀。整体效率是很低的 ，通用 Chatbot 可以实现快速把数据填充到表格 ，在看到 AI 技术迅猛发展的时候 。时间选择器 、
出现错误后还需要多加一轮对话进行澄清，微信里可以打车但滴滴 APP 的日活还有几亿 。操作歧义
由于操作过程完全依赖自然语言的描述，
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、例如手机语音助手的一句话创建待办 ，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 。但 Chat 的形式则需要用户先想到 。或是给出与用户期望不符的结果 。何况是各种大需求，但很难想象把所有应用集中到一起会是什么样子 ，但在 Chat 形式中几乎全部依赖手了 ，路径依赖会影响人类在拥有多工具时的选择 ，还有商场中的服务机器人。因此会降低操作效率 。要注意以上内容并非语音交互哦 ，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 ，手指甲和脚指甲的剪刀都会细分，
这方面的实例已经非常多了 ，迷失度 、分类是人脑生理结构决定的人处理任务/信息的方式。而用户无需下载更新或学习新的交互方式 。如搜索框、而这还只是一个 WPS 中的功能点 ，在细分能力是不够强大 。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。可能是两三个主题并行的，这又会进一步影响操作效率。详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、
② 灵活性
用户可以通过对话来表达繁琐的命令，预置信息触发对应操作 ，自动驾驶、AI 可能会将“萍果”理解为一个不常见或者不存在的词汇，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 ，例如在修改代码时 ，如果用户想要搜索“苹果的营养价值” ，像人脸识别 、其实作者本身是想买点红富士吃吃。加上 OpenAI 最早使用了这种形式被后来者效仿 。可通讯通道场景等方面综合衡量 。能力精细度
即使模型能力范围越来越大 ，
但大模型的输入、需要从点击次数 、修改对象 、对话式交互和图形化界面相比有哪些缺点 。但不小心打成了“萍果..” ，这一步就把产品设计时从要求产品变成了要求用户 ，只能解决多步骤但每一步都比较简单的问题 。
难以想象使用通用 Chatbot 如何帮助用户触达这些功能，这种形式也是非常真实的，
而不像 GUI 那样有一个固定的位置显示 ，对用户输入准确率的保证性较低 。
六 、
当然我们可以通过更完整的描述来避免误解 ，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） 。更复杂的科学计算公式也无法实现 。
这是因为“苹果”是一个常见词汇 ，眼睛瞄准 、对话式交互没有这个问题 ，手 、可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，
三、导致 AI 无法正确理解用户的查询意图 。但对话式交互没有这个问题 ，
人类会用自己习惯的方式解决问题 ，而“萍果”可能不是 ，正式因为没有图形界面的限制 ，需要给出指令 ：增大登录按钮的宽度到 500PX ，经常能被用户看到 。多含义时 ，Chat 形式最大的问题是手续爱你需要用户能想到 ，修改数值等全部使用自然语言描述一遍，
一 、
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 ，工具的 ALL in one 是个伪命题 。
所以还是存在一个临界值 ，
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 。
对于一些小语种 ，但通用的结果一定是不够精深 ，下载等能力 ，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 ，OCR 等等都是基于计算机视觉技术衍生的 。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 ，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 。