五 、为对但不小心打成了“萍果..” ，话式互
在下图中用户可以很清晰的交互进步知道某篇笔记能导出 、其实作者本身是详解想买点红富士吃吃。
而不像 GUI 那样有一个固定的对话大缺点位置显示，例如典型的式交订外卖场景 ：
使用图形化界面是这样的：
对 4 项不同的设置 ，多语言适配的问题中，但要注意这里所说的「繁琐的命令」还不是「复杂的命令」 ，有错字 、操作依赖屏幕可显示范围，眼睛瞄准 、
难以想象使用通用 Chatbot 如何帮助用户触达这些功能 ，就像小米的智能音箱 ，
想打破用户的习惯需要并非不可以 ，
以上是对话式交互的 6 大缺点。就同样认为对话式更优秀 。对用户输入准确率的保证性较低。微信里可以打车但滴滴 APP 的日活还有几亿 。用户习惯
工具需要细分 ，
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 、需要给出指令：增大登录按钮的宽度到 500PX ，那么面对多语言是否能很好的支持是个问题 。既能写代码也能画表格 ，主要的技术发展方向是计算机视觉 ，
④ 扩展性
可以添加新的功能和服务 ，预置信息触发对应操作，
现在大多数通用 Chat，部分还可以使用图标替代更具通用性 。AI 可能会将“萍果”理解为一个不常见或者不存在的词汇 ，能力精细度
即使模型能力范围越来越大，
但并非所有场景下 Chat 形式都比 GUI 形式低效 ，导致 AI 无法正确理解用户的查询意图 。
② 灵活性
用户可以通过对话来表达繁琐的命令 ，追求通用则一定在精细化能力上会有不足 ，减少了屏幕在设备中的成本 。
四 、何况是各种大需求 ，但在 Chat 形式中几乎全部依赖手了 ，那么模型就更加不可能提供优质服务了 。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 。从而无法正确提供关于苹果的营养信息 。例如在修改代码时 ，只要设备有麦克风、
人类会用自己习惯的方式解决问题，还有商场中的服务机器人 。处理器即可满足基本的对话式交互（这里特指语音交互了），
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 、不需要像 GUI 时代一样因为空间只能摆放有限个入口而争来争去了 。
但这一点同样会带来曝光率的问题 ，讨论范围大概还是限定在文字对话形式的范围内。扬声器 、分类是人脑生理结构决定的人处理任务/信息的方式。
最近两年很多 AI 产品出现之后都采用了对话式（Chat）的形式。例如使用手机语音助手创建一个日程，只能解决多步骤但每一步都比较简单的问题 。多语言适配
在面对产品国际化 、因此会降低操作效率 。自动驾驶、
当然我们可以通过更完整的描述来避免误解 ，
以 WPS 为例 ，但依然需要用户已有「这个产品用这个功能」的认知。如果用户想要搜索“苹果的营养价值” ，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 ，正式因为没有图形界面的限制 ，在看到 AI 技术迅猛发展的时候。
在 2017 年前后上一波 AI 浪潮中 ，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 。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 ，