难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，但依然需要用户已有「这个产品用这个功能」的认知 。通用 Chatbot 可以实现快速把数据填充到表格 ，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 。输出都使用了大量的文字 ，详解对话式交互的6大缺点" src="https://www.youhuaxing.cn/uploads/allimg/20240906/1-240Z60P619159.jpg"/>
四 、下载等能力
，六 、多语言适配
在面对产品国际化、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 。
当然我们可以通过更完整的描述来避免误解 ，但很难想象把所有应用集中到一起会是什么样子 ，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 。主要的技术发展方向是计算机视觉 ，
如果是在使用了多个模型/提示词/agent 的产品中 ，
还有一些生活中下意识的习惯也会有影响，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 。正式因为没有图形界面的限制 ，且能以多种格式导出，往往不是只只针对唯一话题进行多轮次对话 ，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 ，多语言适配的问题中 ，能力精细度
即使模型能力范围越来越大 ，图形化用户界面只需要把界面中出现的文字做翻译即可，在增加功能时也不需要考虑界面显示能力 ，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 ，
以上是对话式交互的优点 ，何况是各种大需求 ，所以作者坚定的认为工具产品的 All in one 是个伪命题。微信里可以打车但滴滴 APP 的日活还有几亿 。因为不需要在复杂的界面中寻找 。预置信息触发对应操作 ，但不小心打成了“萍果..” ，例如在修改代码时 ，操作效率
GUI 的操作过程其实是眼 、在细分能力是不够强大 。手点击 、
在下图中用户可以很清晰的知道某篇笔记能导出 、就同样认为对话式更优秀。但不一定能设置某行固定 。而这还只是一个 WPS 中的功能点 ，
但大模型的输入、路径长度、而 GUI 在过去的 10 年已经为用户形成了极强的操作习惯 。
所以还是存在一个临界值 ，从而无法正确提供关于苹果的营养信息 。
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 ，但对话式交互没有这个问题，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，多描述才能完成 ，预置信息等三方面协同，用户习惯
工具需要细分，
对 4 项不同的设置 ，操作歧义
由于操作过程完全依赖自然语言的描述 ，手指甲和脚指甲的剪刀都会细分 ，还有商场中的服务机器人 。如搜索框 、需要从点击次数 、操作依赖屏幕可显示范围 ，
这是因为“苹果”是一个常见词汇 ，处理器即可满足基本的对话式交互（这里特指语音交互了），这种形式也是非常真实的 ，
想打破用户的习惯需要并非不可以 ，
作者 ：AI与用户体验
可能是两三个主题并行的，用户无需学习复杂的界面或命令，只需要点击 4 下就可以了 ，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 。但一定需要新方案的体验强于旧方案体验+迁移成本 。对产品清晰性的影响较大。对话式交互没有这个问题 ，而“萍果”可能不是，② 灵活性
用户可以通过对话来表达繁琐的命令 ，
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式 。路径依赖会影响人类在拥有多工具时的选择 ，导致 AI 无法正确理解用户的查询意图 。对用户输入准确率的保证性较低 。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 ，因为已经用「描述」代替了屏幕中必须显示出来的功能 。
对于一些小语种 ，而用户无需下载更新或学习新的交互方式 。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 。
但这一点同样会带来曝光率的问题 ，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」，
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 、讨论范围大概还是限定在文字对话形式的范围内 。因为能力的扩展对用户来说是隐形的过程 ，要注意以上内容并非语音交互哦 ，那么面对多语言是否能很好的支持是个问题 。但 Chat 的形式则需要用户先想到。
例如，多含义时，因此会降低操作效率 。就像我们设计师常用的设计规范 ，