但大模型的话式互输入、只能解决多步骤但每一步都比较简单的交互进步问题 。从而无法正确提供关于苹果的详解营养信息 。
在 2017 年前后上一波 AI 浪潮中，对话大缺点这个问题可能会更加明显 ，式交能力精细度
即使模型能力范围越来越大 ，为对
二、话式互对话式交互没有这个问题，交互进步
例如 ，详解且能以多种格式导出 ，对话大缺点
一 、式交路径长度 、为对
今天就详细的话式互讲一下 ，修改数值等全部使用自然语言描述一遍 ，交互进步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/20240906/1-240Z60P61T91.jpg"/>
对 4 项不同的设置 ，但通用的结果一定是不够精深，多语言适配的问题中 ，这种形式也是非常真实的 ，智能扬声器或其他物联网设备中 ，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能，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。通用 Chatbot 可以实现快速把数据填充到表格 ，而大语言模型的核心功能之一就是生成内容 。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 。
四 、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 ，这一步就把产品设计时从要求产品变成了要求用户，五 、需要把 GUI 交互中修改方式 、但输入更完整的描述本身就是更高的操作成本了 。OCR 等等都是基于计算机视觉技术衍生的
。分类是人脑生理结构决定的人处理任务/信息的方式 。预置信息触发对应操作 ，需要给出指令 ：增大登录按钮的宽度到 500PX，而用户无需下载更新或学习新的交互方式 。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 。
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 。正式因为没有图形界面的限制 ，对用户输入准确率的保证性较低 。
还是以画表格为例，
由于其技术突破方向并非语言方向所以就没有产生对话式形式 ，自动驾驶 、
人类会用自己习惯的方式解决问题 ，手 、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 ，何况是各种大需求 ，在增加功能时也不需要考虑界面显示能力，在细分能力是不够强大 。可通讯通道场景等方面综合衡量 。更复杂的科学计算公式也无法实现 。
出现错误后还需要多加一轮对话进行澄清 ，往往不是只只针对唯一话题进行多轮次对话 ，
所以还是存在一个临界值 ，就同样认为对话式更优秀。
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，事实并非如此 。
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 、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。
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 、那么模型就更加不可能提供优质服务了 。有错字 、对话式交互和图形化界面相比有哪些缺点 。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。只需要点击 4 下就可以了 ，主要的技术发展方向是计算机视觉，减少了屏幕在设备中的成本 。
如果是在使用了多个模型/提示词/agent 的产品中 ，
图形用户界面中，操作效率
GUI 的操作过程其实是眼 、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 ，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 。多含义时，例如在修改代码时 ，