隨著人工智能技術的飛速發(fā)展，語言用戶界面（LUI）逐漸成為人機交互的新寵。然而，這種看似自然直觀的交互方式是否真的適合所有場景？本文通過深入探討ChatGPT等LUI形態(tài)的局限性，提出了一系列引人深思的問題，并提供了當前的一些解決方案。

從ChatGPT開始到現(xiàn)在，似乎我們默認了所謂的LUI（Language User Interface），不過黃叔從來沒有覺得這是應該的，也隨著對于AI產品研究的逐漸深入，在5月份情感陪伴這篇文章，就清晰的指出：

大部分人被ChatGPT和C.ai騙了！

那今天，我們進一步闡述Chat這種LUI形態(tài)是如何的“反人類”，更多是提出問題，也給出當前的一些解決方案，希望能為從業(yè)者們提供一些靈感，歡迎大家互通有無。

有位朋友總結的挺好的：“Chat更像是早期尋找PMF的交互形態(tài)， 給人曠野而非軌道?！毕Ｍ蠹夷芨玫恼业阶约旱能壍溃海?/p>

Q1：Chat對話的自然性和信息效率之間存在矛盾？

我們都知道目前的AI產品大部分很容易遇到天花板問題，比如Kimi的增長已經非常明顯卡住了：

這背后當然存在多個層面的因素影響了，但AI應用至少在國內，我們能很明顯看到還處在一個早期階段，有一點很明顯的是：

Chat對話是很自然的，很符合日常交流的，但是和信息的效率（包含輸入和獲?。┲g，似乎存在很大的矛盾。

這是一個很大的話題，作為本篇文章的起始，后面黃叔會嘗試從多個角度拋磚引玉：文字是線性的！Prompt的存在就是逆天開放性vs目標導向文字輸入vs多模態(tài)輸入不適合用Chat的形態(tài)文字輸出vs多模態(tài)輸出用戶認知和預期管理問題個性化和定制化能力不足大家都被ChatGPT和Cai騙了

Q2：文字是線性的。。。

平克說過非常有名的一段話：

寫作之難，在于將網狀的思想，通過樹狀的句法，用線性的文字展開

我們大腦中有無數(shù)碎片化的想法，你要找到一條最佳的文字線串起來，這件事情對于人類來說，是普遍非常難的，所以在搜索這個人類最大的輸入框里，大量的Query都是短詞。

如果無法用文字清晰的表達自己究竟想要的是什么，意味著Chat形態(tài)不是老百姓最好的和AI交互的形態(tài)。

這里還會有進一步的影響：認知負荷和互動深度。

一個是用戶在上下文中，自己就需要記住之前的對話內容，這增加了認知負擔，另一個是線性文字限制了互動的深度和廣度，難以實現(xiàn)復雜的交互和多層次的信息傳遞。

Q3：Chat需要Prompt功能才能獲得好結果？

Prompt是什么？Prompt是Chat交互形態(tài)下自然長出來的一個玩意。

Andrej Karpathy在2023年5月，微軟build大會上，分享過《State of GPT》，其中具體說了Prompt是人類語言和機器語言之間的橋梁，我們需要用Prompt來彌補人類思維與機器處理方式之間的差異。

這也是因為大模型本身就基于海量的數(shù)據(jù)做的訓練，你需要更加細致的描述，才能讓它知道你具體需要什么。

對應的，用戶如果希望獲得更高質量的AI生成的內容，也需要輸入更高質量的Prompt，現(xiàn)在你理解為何會有提示詞工程師這么一個職業(yè)存在的原因了吧：

Q4：在 Chat 對話中融入 GUI元素是否可行？

既然輸入那么難，那么能不能在Chat對話中融入GUI元素？

舉一個具體例子大家可以更清晰的理解，比如你去看病，醫(yī)生肯定會問一些關鍵信息，但會問你哪些關鍵信息其實是背后大量的診療經驗，以及基于望聞問切，甚至是病歷做出的，這個過程，用一個對你過去信息知道不多的大模型來多輪對話，顯然效率很低，在夸克瀏覽器里，我們就看到一個不錯的案例：

這個就是GUI（GUI是”Graphical User Interface”的縮寫，中文通常翻譯為”圖形用戶界面”）比起LUI的好處：

GUI是點擊操作，可以觸發(fā)預置好的信息，關鍵在【預置】，用選擇代替輸入，效率上比Chat高很多倍。 （from @杜昭）

有和夸克的同學交流過，AI健康問答這個場景，也是他們著重發(fā)力的，拿了大量的數(shù)據(jù)以及找了專業(yè)的醫(yī)生團隊做了驗證后，抽象出來的補充信息模塊。

另外，即刻上的@申悅 也給了個案例，智譜的智能體里，輸入也增加了表單，可以更方便的用戶知道應該輸入什么信息：

可以看到，GUI對于Chat的開放性是有很好的約束作用的，面對空白的輸入框，用戶很容易發(fā)懵：“我到底應該輸入啥才能獲得好答案？”，GUI限定條件后，用戶能更明確一些。

Q5：除了文字輸入，還有哪些更便捷、高效的輸入方式能夠應用于 Chat 對話，以降低用戶的表達門檻？

有很多方式，不是所有的方式都依賴于文字輸入。

我們在情感陪伴一文的總結中，提到了情感陪伴實際上是內容消費的邏輯，那對應的，抖音是一種上下滑和雙擊屏幕就能完成的輕互動內容消費產品，那AI生成的內容產品里，如何借用呢？

美團WOW的互動故事就提供了一種可能性，AI先生成一個章節(jié)，然后給出選項用戶點擊選擇（也可以手動輸入），AI繼續(xù)生成，循環(huán)如此：

除了上面這種，最典型的就是語音輸入，甚至是實時語音互動，最為典型的就是GPT-4o，非常炸裂的發(fā)布會我們都看到了，300ms以內的低時延，擊穿了“實時性”這個人類能感知到的節(jié)點。

大量的AI助手，也強依賴于語音交互，典型的比如Siri、小愛同學，車機上的“理想同學”“Nomi”等等。

當然難度也是語音識別的準確性，以及環(huán)境噪音、用戶有口音，以及用戶輸入意愿度的問題，特別是語音交互里，長文本的對話就不現(xiàn)實了，比如MiniMax的海螺AI，當打開實時語音對話時，AI的人設就會變成傾向于短回答來保證交互效率。

除此之外，圖片、視頻輸入更為典型，圖片輸入比如前陣子的網紅應用胃之書：

它的輸入并不需要輸入文字，點擊拍照，然后大模型就會自動解析，幾乎全自動的完成了錄入。

再比如360AI搜索，增加了拍照上傳功能：

更經典的解決方案是雷鵬眼鏡，在鏡框上面增加攝像頭，真正做到了所見即所得，用“Hi，meta”作為喚醒詞即可調用AI完成交互：

所以，AI眼鏡是蠻有未來機會的一種新硬件載體。

Q6：有不適合用Chat的形態(tài)么？

很典型的，Notion AI推出之后，大家也更能理解對于寫作，inline非常重要，即：在文本中間整合加入AI能力，才能更有效的幫助用戶完成創(chuàng)作：

同樣是文字處理，但是直接在內容里嵌入AI能力，并且點選即可完成，這種效率似乎提高了不是一星半點。

當然，Notion AI同樣加入了Copilot，用對話來幫助用戶更好的使用更多AI能力。

這種呢，就是比較復雜的文字處理，不便于在Chat線性的交互形態(tài)里完成，所以需要inline的邏輯來做，對應的，我們可以引申一下：

• 復雜的數(shù)據(jù)分析和可視化（Excel等）
• 長篇文檔編輯和排版（Notion AI）
• 實時協(xié)作和團隊溝通高度專業(yè)化的技術開發(fā)（Github Copilot）
• 設計和創(chuàng)意工作（視頻工作流單純的Chat不好做）
• 教育和培訓（高度互動的教學）

Q7：AI除了輸出文字，不能輸出其他形態(tài)的內容么？

ChatGPT誕生至今，大量的ChatBot都以文字輸入輸出為核心，這也導致我們在上一篇《十問AI搜索》中提出一個問題：

AI搜索是一種退化？結論：搜索從10個鏈接到1個答案是進化，但從視頻到文字是退化

我們可以看一下抖音的AI搜索，如上~

抖音的日活達到7個億以后，我相信已經有非常多所謂下沉市場的用戶在使用了，他們已經非常的習慣于刷短視頻來獲取信息了，那上面的文字版本的抖音AI搜索是不是一種所謂的倒退呢？或許用戶在看到抖音里出現(xiàn)大片段文字的時候，會直接關掉。

交叉對比，我有和小紅書的運營交流過，小紅書其實鼓勵我多去發(fā)圖文筆記，因為一二線的用戶對于圖文筆記的吸收效率是最快的，想想圖文筆記的結構化和信息提取速度，一目十行，可以非?？斓木屠斫獾侥惚磉_的意思。但是視頻內容其實就更加的線性，只能隨著視頻內容的按時間展開：

兩者結合，會發(fā)現(xiàn)一個有意思的現(xiàn)象：

• 一二線城市受過高等教育的用戶更容易接受圖文結構化的信息；
• 三四線城市/農村的用戶，只能接受視頻信息。

這也意味著，AI產品想要突破當前的圈層，勢必要延展出去，有更多模態(tài)的內容呈現(xiàn)，才能讓用戶更加容易吸收。

我們會發(fā)現(xiàn)很多產品開始逐漸增加對多模態(tài)的支持，比如Genspark重新組織了Sparkpage在內容形式的組織上，比如一些AI游戲，把AI融入到游戲中的嘗試，都非常的有趣。比如百川也做了碟鏡Dreamland：

還有AiPPT類內容的組織，也很好的實現(xiàn)了Query to PPT方式的形態(tài)，比如做得很好的Gamma：

這塊隨著技術的成熟也會逐漸開始發(fā)展起來，值得期待。

除了上面輸入輸出方面的的問題之外，還有下面的問題：

Q8：用戶認知和預期管理問題？

ChatBot形式的交互界面，很容易讓用戶高估 AI 的理解和解決問題的能力。

那我自己舉例子，作為一名蔚來車主，在看到蔚來宣傳Nomi接入大模型，升級為NomiGPT后，就嘗試做一些交流，但會發(fā)現(xiàn)很多問題給的答案都很差，就會默認覺得NomiGPT不行，下意識的會拒絕使用。

其實作為車機里的GPT，應該非常清晰的給出一些關鍵指引，比如用車相關，車控相關，這樣更容易讓用戶找到Good Case，而不是面面俱到，很容易就遇到Bad Case，宣傳角色扮演、樹洞情感陪伴，這種非常不好。

假如說1000萬次的總聊天互動次數(shù)，那角色扮演和情感陪伴只占到總數(shù)的千分之二三，并且這兩點其實最先進的大模型都滿足的不好，何況一個接入了國產大模型的Nomi。

這背后就涉及到，要明確產品定位和功能邊界: 讓用戶清楚地知道 AI 產品能做什么，不能做什么。同時加強用戶的引導，再不斷提高用戶常見Query的效果。

Q9：個性化和定制化能力不足？

既然是Chat，用戶會把AI當成某個角色在腦海中進行演繹，但目前許多 Chatbot 產品就像流水線生產的“標準化”機器人，缺乏“個性”和“溫度”，無法滿足用戶對獨特體驗的需求。

比如，很多 Chatbot 的語言風格過于機械、生硬，缺乏情感和個性，無法與用戶建立情感連接。用戶難以感知到 Chatbot 的“人設”，更像是在與一個冰冷的機器對話。

比如，理想情況下，Chatbot 應該像一個貼心的朋友一樣，記住用戶的喜好和習慣，提供更加個性化的服務。但現(xiàn)實是，很多 Chatbot 缺乏記憶能力，無法根據(jù)用戶的歷史行為和偏好進行個性化推薦或服務。

能部分做到這一點的，拿到了OpenAI投資的Dot，在即刻已經發(fā)現(xiàn)一些朋友對這款產品極度的喜愛：

當然，受限于前面說的幾個問題，也會影響它被大眾接受的廣泛度。

再比如，很多 Chatbot 產品的功能和服務都是固定的，用戶無法根據(jù)自己的需求進行定制化設置。例如，用戶無法選擇 Chatbot 的語言風格、對話主題、信息推送頻率等。

還有，很多 Chatbot 產品的設計目標是服務于大眾用戶，缺乏對特定場景和用戶群體的針對性設計。例如，面向老年人的 Chatbot 產品應該是什么樣的？或者說并不需要一個ChatBot，而是一個人形機器人？

總而言之，個性化和定制化是 Chatbot 產品未來發(fā)展的重要方向。

Q10：大家都被ChatGPT和Character.ai騙了？

這個問題的核心在于，ChatGPT和Character.ai等聊天型AI產品是否在某種程度上誤導了用戶對AI的期望和認知。

首先，Chat這種形態(tài)的引入，還是把AI模擬成了人類，從圖靈測試開始，似乎大家對于AI就有了這種感性的認知，似乎Chat是必然的智能表現(xiàn)的形態(tài)：

特別是ChatGPT和Character.ai流暢的對話能力，給用戶帶來了高度智能的錯覺。

所謂的LUI范式出現(xiàn)了。對應的問題一直沒有答案：

LUI是不是符合用戶需求的最佳范式？

沒有答案，大家都一直在探索，個人認為，LLM的智能，只用Chat來表達是非常狹隘的，隨著GPT4o和Gemini 1.5的多模態(tài)能力出現(xiàn)，我們也發(fā)現(xiàn)了GPT5遲遲無法發(fā)布的前提下，大模型仍然在進化，也出現(xiàn)了更多的應用落地可能性。

把思考抽出來，重新理解Chat的局限，也有助于我們更好的設計產品。