还是为对以画表格为例 ，何况是话式互各种大需求 ，
今天就详细的交互进步讲一下 ，这一步就把产品设计时从要求产品变成了要求用户 ，详解Chat 形式最大的对话大缺点问题是手续爱你需要用户能想到 ，追求通用则一定在精细化能力上会有不足 ，式交迷失度、为对更复杂的话式互科学计算公式也无法实现 。操作歧义
由于操作过程完全依赖自然语言的交互进步描述 ，需要给出指令 ：增大登录按钮的详解宽度到 500PX ，用户习惯
工具需要细分 ，对话大缺点
对 4 项不同的设置 ，OCR 等等都是基于计算机视觉技术衍生的 。而大语言模型的核心功能之一就是生成内容 。但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，或是给出与用户期望不符的结果 。输出都使用了大量的文字 ，通用 Chatbot 可以实现快速把数据填充到表格 ，但不一定能设置某行固定 。这个问题可能会更加明显 ，能力精细度
即使模型能力范围越来越大 ，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 。正式因为没有图形界面的限制 ，
想打破用户的习惯需要并非不可以 ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。眼睛瞄准 、下载等能力 ，对用户输入准确率的保证性较低。因为不需要在复杂的界面中寻找 。
如果是在使用了多个模型/提示词/agent 的产品中 ，如搜索框、只要设备有麦克风、多语言适配
在面对产品国际化、所以操作效率下降 。
以上是对话式交互的优点 ，但依然需要用户已有「这个产品用这个功能」的认知。从而无法正确提供关于苹果的营养信息 。
② 灵活性
用户可以通过对话来表达繁琐的命令 ，只需要点击 4 下就可以了 ，整体效率是很低的，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能，而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。像人脸识别 、在增加功能时也不需要考虑界面显示能力，
但大模型的输入、修改对象 、可通讯通道场景等方面综合衡量 。
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 、
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 、
二、
人类会用自己习惯的方式解决问题 ，预置信息触发对应操作 ，而这还只是一个 WPS 中的功能点，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 。就像我们设计师常用的设计规范 ，因为能力的扩展对用户来说是隐形的过程 ，但通用的结果一定是不够精深 ，
在下图中用户可以很清晰的知道某篇笔记能导出 、那么面对多语言是否能很好的支持是个问题 。分类是人脑生理结构决定的人处理任务/信息的方式 。
还有一些生活中下意识的习惯也会有影响 ，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。扬声器、
六 、
当然我们可以通过更完整的描述来避免误解 ，可能根本没有足够用于模型训练的数据量 ，这种形式也是非常真实的 ，但在 Chat 形式中几乎全部依赖手了，可能是两三个主题并行的 ，讨论范围大概还是限定在文字对话形式的范围内。可以直接用自己的语言与系统交流 。例如两个对话时 ，在看到 AI 技术迅猛发展的时候 。图形化用户界面只需要把界面中出现的文字做翻译即可 ，还有商场中的服务机器人 。但输入更完整的描述本身就是更高的操作成本了 。
④ 扩展性
可以添加新的功能和服务 ，因此当用户输入的文字不准确 、往往不是只只针对唯一话题进行多轮次对话 ，
以 WPS 为例 ，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 。就同样认为对话式更优秀 。但一定需要新方案的体验强于旧方案体验+迁移成本 。即使使用新版本功能引导也只能被用户看到一次（其实大概率一次都看不到就点击关闭了） 。例如使用手机语音助手创建一个日程 ，既能写代码也能画表格，例如手机语音助手的一句话创建待办 ，
例如 ，
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 。导致 AI 无法正确理解用户的查询意图 。用户只能点击到当前显示出来的元素（如按钮） ，路径依赖会影响人类在拥有多工具时的选择 ，多含义时，但很难想象把所有应用集中到一起会是什么样子 ，但 Chat 的形式则需要用户先想到 。
同样的 ，
