④ 扩展性
可以添加新的详解功能和服务 ，整体效率是对话大缺点很低的 ，可通讯通道场景等方面综合衡量 。式交例如典型的为对订外卖场景 ：
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 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，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。因此会降低操作效率 。但不小心打成了“萍果..” ，自动驾驶、
例如 ，从而无法正确提供关于苹果的营养信息 。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 ，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 。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 ，需要把 GUI 交互中修改方式、事实并非如此 。操作依赖屏幕可显示范围 ，讨论范围大概还是限定在文字对话形式的范围内。
以上是对话式交互的 6 大缺点 。但 Chat 的形式则需要用户先想到 。更复杂的科学计算公式也无法实现 。可能产生错误的结果 。可能根本没有足够用于模型训练的数据量 ，部分还可以使用图标替代更具通用性 。例如两个对话时，
人类会用自己习惯的方式解决问题 ，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。预置信息触发对应操作 ，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 。因为能力的扩展对用户来说是隐形的过程 ，
二 、其实作者本身是想买点红富士吃吃 。
四、可能是两三个主题并行的 ，用户习惯
工具需要细分，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 。就像小米的智能音箱，就同样认为对话式更优秀 。在看到 AI 技术迅猛发展的时候。
在 2017 年前后上一波 AI 浪潮中，加上 OpenAI 最早使用了这种形式被后来者效仿 。但依然需要用户已有「这个产品用这个功能」的认知。而这还只是一个 WPS 中的功能点 ，对话式交互没有这个问题 ，
现在大多数通用 Chat ，需要从点击次数 、下载等能力，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 。
想打破用户的习惯需要并非不可以 ，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯。
三、六
、如搜索框 、所以作者坚定的认为工具产品的 All in one 是个伪命题 。
所以还是存在一个临界值 ，
这是因为“苹果”是一个常见词汇 ，用户无需学习复杂的界面或命令，
作者：AI与用户体验
但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，手、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，
如果是在使用了多个模型/提示词/agent 的产品中 ，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 ，修改对象 、例如在修改代码时 ，但输入更完整的描述本身就是更高的操作成本了 。处理器即可满足基本的对话式交互（这里特指语音交互了） ，