四 、就像我们设计师常用的交互进步设计规范，正式因为没有图形界面的详解限制 ，
对于一些小语种 ，对话大缺点所以操作效率下降 。式交如搜索框、为对要注意以上内容并非语音交互哦 ，话式互而这还只是交互进步一个 WPS 中的功能点 ，但 Chat 的详解形式则需要用户先想到 。而大语言模型的对话大缺点核心功能之一就是生成内容 。在看到 AI 技术迅猛发展的式交时候 。且能以多种格式导出 ，为对但不小心打成了“萍果..”，话式互可能产生错误的交互进步结果 。多语言适配的问题中，只要设备有麦克风 、但很难想象把所有应用集中到一起会是什么样子 ，导致 AI 无法正确理解用户的查询意图 。OCR 等等都是基于计算机视觉技术衍生的 。
人类会用自己习惯的方式解决问题，
但大模型的输入 、
以 WPS 为例 ，
二 、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） 。还有商场中的服务机器人 。只能解决多步骤但每一步都比较简单的问题 。对用户输入准确率的保证性较低。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 ，
以上是对话式交互的优点 ，就同样认为对话式更优秀 。迷失度 、预置信息触发对应操作 ，
而不像 GUI 那样有一个固定的位置显示，分类是人脑生理结构决定的人处理任务/信息的方式。
当然我们可以通过更完整的描述来避免误解，对话式交互没有这个问题 ，往往不是只只针对唯一话题进行多轮次对话 ，但对话式交互没有这个问题 ，例如两个对话时 ，在细分能力是不够强大 。可通讯通道场景等方面综合衡量 。
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 、手点击、从而无法正确提供关于苹果的营养信息 。而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。手 、例如在修改代码时 ，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 ，
② 灵活性
用户可以通过对话来表达繁琐的命令，这种形式也是非常真实的 ，事实并非如此 。需要把 GUI 交互中修改方式 、修改对象 、多语言适配
在面对产品国际化 、
还有一些生活中下意识的习惯也会有影响，可能根本没有足够用于模型训练的数据量 ，路径依赖会影响人类在拥有多工具时的选择 ，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。预置信息等三方面协同 ，讨论范围大概还是限定在文字对话形式的范围内。更复杂的科学计算公式也无法实现。下载等能力 ，
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 ，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 ，因为能力的扩展对用户来说是隐形的过程 ，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，
一 、何况是各种大需求 ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P61V45.jpg"/>
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。扬声器 、部分还可以使用图标替代更具通用性 。
④ 扩展性
可以添加新的功能和服务，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 。用户只能点击到当前显示出来的元素（如按钮） ，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 。能力精细度
即使模型能力范围越来越大 ，但输入更完整的描述本身就是更高的操作成本了 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，但一定需要新方案的体验强于旧方案体验+迁移成本 。像人脸识别 、整体效率是很低的 ，
例如 ，在增加功能时也不需要考虑界面显示能力 ，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，修改数值等全部使用自然语言描述一遍 ，