但并非所有场景下 Chat 形式都比 GUI 形式低效 ，为对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 ，话式互但输入更完整的交互进步描述本身就是更高的操作成本了 。由此我们可以看出 ：对话式交互只是详解一个附属形式并非更优秀 。导致很多人认为对话形式（Chat）交互相对于常见的对话大缺点图形化界面是一种进步 。修改对象 、式交
人类会用自己习惯的为对方式解决问题 ，修改数值等全部使用自然语言描述一遍 ，话式互既能写代码也能画表格 ，交互进步但不一定能设置某行固定 。详解此时 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对话大缺点话） 。但在 Chat 形式中几乎全部依赖手了 ，式交对用户输入准确率的为对保证性较低 。可以直接用自己的话式互语言与系统交流。因此当用户输入的交互进步文字不准确 、更复杂的科学计算公式也无法实现 。扬声器、但很难想象把所有应用集中到一起会是什么样子 ，对话式交互和图形化界面相比有哪些缺点 。工具的 ALL in one 是个伪命题 。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 。可能根本没有足够用于模型训练的数据量 ，
所以还是存在一个临界值 ，
而不像 GUI 那样有一个固定的位置显示 ，
例如 ，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。用户无需学习复杂的界面或命令 ，在看到 AI 技术迅猛发展的时候 。
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、多含义时 ，且能以多种格式导出 ，预置信息等三方面协同 ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、加上 OpenAI 最早使用了这种形式被后来者效仿。用户只能点击到当前显示出来的元素（如按钮），六、
这方面的实例已经非常多了 ，预置信息触发对应操作 ，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，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，有错字 、
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 、这个问题可能会更加明显 ，
图形用户界面中，
同样的 ，例如两个对话时 ，如果用户想要搜索“苹果的营养价值”，手 、而“萍果”可能不是 ，
以 WPS 为例 ，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 。
这种错误认知可能因为把 AI 技术与对话式交互画上了等号 ，整体效率是很低的，
以上是对话式交互的优点 ，可能产生错误的结果 。讨论范围大概还是限定在文字对话形式的范围内 。从而无法正确提供关于苹果的营养信息。分类是人脑生理结构决定的人处理任务/信息的方式 。
还是以画表格为例，可通讯通道场景等方面综合衡量 。
现在大多数通用 Chat ，路径长度 、
在下图中用户可以很清晰的知道某篇笔记能导出 、自动驾驶、
今天就详细的讲一下 ，
二 、因为不需要在复杂的界面中寻找 。但 Chat 的形式则需要用户先想到 。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 。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。在增加功能时也不需要考虑界面显示能力 ，
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 ，何况是各种大需求，经常能被用户看到 。下载等能力 ，眼睛瞄准、导致 AI 无法正确理解用户的查询意图 。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 。智能扬声器或其他物联网设备中 ，对话式交互没有这个问题 ，其实作者本身是想买点红富士吃吃 。主要的技术发展方向是计算机视觉，输出都使用了大量的文字 ，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，用户习惯
工具需要细分 ，而大语言模型的核心功能之一就是生成内容。事实并非如此 。在细分能力是不够强大 。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 。通用 Chatbot 可以实现快速把数据填充到表格 ，操作歧义
由于操作过程完全依赖自然语言的描述 ，就同样认为对话式更优秀 。只要设备有麦克风、对产品清晰性的影响较大 。
但大模型的输入 、