当下，以ChatGPT为代表的大模型AI应用都采用对话式的交互形态。各种各样的应用都被改造成自然对话的方式，LUI以及对话式的交互形态俨然已经成了是不是一个AI应用的标志。
那么，LUI就一定是最佳的形态吗？不一定，不可否认聊天的方式与大模型交互非常的自然，门槛也足够低，这对于一些目标清晰，步骤简单的任务非常有效。但是，遇到了一些复杂的，难以通过简单语言表达的复杂任务就很困难，想象一下，通过对话，让大模型生成一个业务流程Pipeline，这时候局限性就非常明显，用户拖拉拽就能搞定的事情，要通过对话来表达就相当考验人的表达能力和AI的理解能力。LUI的表现形式就一定是聊天方式（chat-based）最优吗？显然也不是。，比如想要 Midjourney,生成一副图片，也需要很高的提示技巧，而且这一过程是一个反复盲盒抽卡的对话过程，这一方面是受到了对模型控制能力的约束，另一方面就是我们现在讨论的主题。这样的局限性，任务也复杂，表现的也越明显。
有没有更好的交互方式突破这样的限制呢？国外有设计师Matthias Dittrich结合自己平日的工作体验和协作方式，提出了“人与AI协作”的交互方式[1]。如果把对话式看作是两个人“one-one”沟通解决问题，那么，这种协作模式就是两个人坐在一起，提供纸笔一起协作工作，一起探索方案，一起完善细节，大家能够在一个画布上进行编辑，互相都能看到它带来的影响。在无需大量语言沟通的情况下，就能够准确理解每一个过程和细节，最终共同完成一个复杂的任务。也许这时候你想到了“结对编程”，对，笔者觉得协作模式大体就是这样的。而“人与AI协作”便是将和你结对的人换成了AI，围绕这样的思想展开，就形成了这一交互模式的思想内核。下面是他对这一模式的更具体解释：
1. 提供持久的画布（工作区），共享持久的画布是”协作模式“关键特征。这个画布是一个可以更新的工作区，不需要在每次prompt时都重新渲染。用户应该能够了解所更改的内容，以评估更新是否符合预期。微软Copilot已经在使用类似的模式 。AI就像真人助手一样坐在你身边，而画布（你的 Word 或 Excel 文档）则位于前方和中心位置。
2. 让用户对多个选项进行比较 。通常从广义上开始创作过程，大多数人喜欢探索不同的方向--不仅是在设计屏幕时，在设计文字大纲或图表时也是如此。在探索过程中，需要比较不同的方向，考虑它们的优缺点。如果能在工具中直接进行比较，那有很大帮助。Midjourney 已经为每个请求提供了多个选项。不过，这些选项目前都是临时性的，或多或少会随着以下提示而被遗忘。
3. 提供手动添加或编辑的选项。 通常情况下，自己进行一些更改比提示AI工具进行更新更容易。直接操作输出的能力能让用户更快、更精确地进行操作。Grammarly 就是一个很好的例子。虽然它也可以从头开始生成文案，但他主要用它来改进他已经写好的文本。在它更新后，可以继续编辑，这往往会导致多轮的来回修改。
4. 让用户能够完善细节 特别是当你有一些特定的想法时，生成式AI就会变得很棘手。总有一些小细节与你的想法不同。重新渲染可能会解决当前的问题，但也可能产生新的问题。您可以事后在其他应用程序中调整这些问题，但您可能还想继续使用AI工具，这使得工作流程变得繁琐。特别是结合添加或编辑的功能，这将使许多 AI 工具变得更加精简和高效。Photoshops 的 AI 照片编辑器可以为选定区域生成新图像。它有助于处理构图的特定部分，从而逐层创建您想要的图像。
与其他新技术一样，设计师们已经做好了塑造这些工具的准备。 对话类AI在处理一些复杂任务场景时，不必刻板模仿，可以考虑改变思维模式，从一对一聊天转变为协作画布。这可以消除许多障碍，让用户更精确、更高效。总的来讲，以人为本，结合真实场景体验，才能更好的发挥AI的价值。
参考：[1]https://uxplanet.org/stop-designing-chat-based-ai-tools-f68aba9119b4
