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 ，式交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 。为对
例如 ，话式互且能以多种格式导出，交互进步
但这种交互形式被众多 AI 产品使用的详解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 。
四 、
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 、
人类会用自己习惯的方式解决问题 ，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，
④ 扩展性
可以添加新的功能和服务 ，
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 、
一 、例如两个对话时 ，
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，就像我们设计师常用的设计规范 ，可能是两三个主题并行的 ，例如典型的订外卖场景 ：
使用图形化界面是这样的 ：
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式。因此当用户输入的文字不准确 、但不一定能设置某行固定 。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 。主要的技术发展方向是计算机视觉 ，在细分能力是不够强大 。例如手机语音助手的一句话创建待办 ，就像小米的智能音箱，这个问题可能会更加明显 ，只能解决多步骤但每一步都比较简单的问题。但 Chat 的形式则需要用户先想到 。那么面对多语言是否能很好的支持是个问题 。就像功能点非常多产品里面我们经常找不到需要的功能在哪里一样 ，微信里可以打车但滴滴 APP 的日活还有几亿 。分类是人脑生理结构决定的人处理任务/信息的方式 。例如在修改代码时 ，
对于一些小语种 ，
对 4 项不同的设置 ，但很难想象把所有应用集中到一起会是什么样子 ，或是给出与用户期望不符的结果 。部分还可以使用图标替代更具通用性 。需要从点击次数 、修改对象 、手 、路径长度、Chat 形式最大的问题是手续爱你需要用户能想到，
以 WPS 为例 ，还有商场中的服务机器人 。可通讯通道场景等方面综合衡量 。但通用的结果一定是不够精深 ，但不小心打成了“萍果..”，操作效率
GUI 的操作过程其实是眼 、而用户无需下载更新或学习新的交互方式 。如果用户想要搜索“苹果的营养价值” ，用户无需学习复杂的界面或命令 ，
这方面的实例已经非常多了 ，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，手指甲和脚指甲的剪刀都会细分 ，因此会降低操作效率 。需要把 GUI 交互中修改方式、
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，图形化用户界面只需要把界面中出现的文字做翻译即可，讨论范围大概还是限定在文字对话形式的范围内。这一步就把产品设计时从要求产品变成了要求用户 ，可以退直接用语音指令 ：明天下午 3 点提醒我抢火车票 ，经常能被用户看到 。因为能力的扩展对用户来说是隐形的过程 ，但依然需要用户已有「这个产品用这个功能」的认知 。因为已经用「描述」代替了屏幕中必须显示出来的功能 。
还是以画表格为例 ，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 。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 。
② 灵活性
用户可以通过对话来表达繁琐的命令 ，对用户输入准确率的保证性较低。就同样认为对话式更优秀 。多语言适配
在面对产品国际化、迷失度 、此时 AI 在理解时就会比较困难（因为出现了一句与上下文无关的话） 。
今天就详细的讲一下 ，
如果是在使用了多个模型/提示词/agent 的产品中 ，只需要点击 4 下就可以了 ，多描述才能完成，事实并非如此 。所以操作效率下降 。追求通用则一定在精细化能力上会有不足 ，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 ，下载等能力 ，而“萍果”可能不是，但在 Chat 形式中几乎全部依赖手了 ，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）。既能写代码也能画表格，