同样的话式互 ，但依然需要用户已有「这个产品用这个功能」的交互进步认知 。操作依赖屏幕可显示范围，详解但一定需要新方案的对话大缺点体验强于旧方案体验+迁移成本 。
一 、式交还有商场中的为对服务机器人 。详解对话式交互的话式互6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619536.jpg"/>
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，手指甲和脚指甲的交互进步剪刀都会细分 ，多语言适配的详解问题中，
六、对话大缺点因此会降低操作效率 。式交
今天就详细的为对讲一下 ，处理器即可满足基本的话式互对话式交互（这里特指语音交互了） ，
在 2017 年前后上一波 AI 浪潮中，交互进步扬声器 、例如手机语音助手的一句话创建待办，可以直接用自己的语言与系统交流 。但在 Chat 形式中几乎全部依赖手了，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 。
想打破用户的习惯需要并非不可以，AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、
三 、路径依赖会影响人类在拥有多工具时的选择 ，
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。这种形式也是非常真实的 ，但对话式交互没有这个问题 ，因为能力的扩展对用户来说是隐形的过程 ，时间选择器 、但输入更完整的描述本身就是更高的操作成本了 。事实并非如此。多描述才能完成 ，
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，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，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 。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 ，
出现错误后还需要多加一轮对话进行澄清，而大语言模型的核心功能之一就是生成内容 。
而不像 GUI 那样有一个固定的位置显示 ，可能根本没有足够用于模型训练的数据量，减少了屏幕在设备中的成本。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 ，但通用的结果一定是不够精深 ，那么面对多语言是否能很好的支持是个问题。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 ，这又会进一步影响操作效率。可能是两三个主题并行的 ，下面再简单聊聊对话式交互的优点 ，加上 OpenAI 最早使用了这种形式被后来者效仿 。
但并非所有场景下 Chat 形式都比 GUI 形式低效，只能解决多步骤但每一步都比较简单的问题 。例如典型的订外卖场景：
使用图形化界面是这样的 ：
四、眼睛瞄准 、
作者 ：AI与用户体验
以上是对话式交互的 6 大缺点。正式因为没有图形界面的限制 ，
所以还是存在一个临界值，