交互的本质是输入（执行）和输出（反馈），大模型并没有带来信息格式的变化，而是变更了信息的生产和交流。
大模型会带来新的人机交互的转换，也会改变产品设计思路；但自然语言交互是否就是最好的交互形式，尚难有定论。纯粹基于自然语言的交互可能也是效率低下的，人类往往都会有误解或表达歧义，需要结合特点场景来判断。
从交互方式对比
| 交互模式 | NUI | GUI |
|---|---|---|
| 模式定义 | 自然用户界面（通过自然语言文本或者语音，以及输入输出图片等直接交互，就像人和人之间聊天一样）；基于对话的 NUI 交互方式更符合人的直觉，用户的互动性&参与感更强，需要用户发挥主观能动性。 | 图形用户界面（在众多图标、重重菜单或者瀑布流中选择）；通过点击按钮与机器交互，这是一种结构化和机械化的方式 |
| 擅长场景 | 擅长处理不确定性、复杂性和新概念，通过多轮对话帮助用户理解和接受新的信息 | 在概念变得普遍和确定之后发挥作用，通过可视化界面提高用户体验和操作效率。 |
| 用户意图 | 不是很明确，或有明确目标但需要大量的信息参考后逐步变得清晰 | 较明确；一般知道要具体的动作 |
| 设计重点 | 难在用户对大模型能力的理解：不清楚大模型能力，交互中需要给予友好引导不信任大模型产出，需要结果中有交互回收反馈，需要进行追问的提醒 | 难在用户对产品的熟悉程度，尤其是新产品/新手阶段：不知道有什么功能，遵循常见的设计原则不知道如何使用，遵循常见的设计原则本质上遵循交互规范，在UI上创新 但请勿在UX上较大创新，符合大众的使用习惯 |
| 研发方式 | 开发流程更多依赖于模型的自动生成能力，而不是完全依靠开发者手动编写每一个步骤 | 传统的程序开发过程中开发者定义一个问题或任务，随后思考解决这个问题的方法和步骤，并将这些步骤转化为代码实现 |
| 产品形态 | 适用于信息生成或获取的产品形态用户表达目的或需求，由语言模型驱动的代理完成大部分工作或内容产生或页面产生，简化用户操作 | 适用于任务执行或操作用户按照预定义的步骤和流程操作产品 |
从业务结合方式对比
| 切入方式 | AI+业务 | 业务+AI |
|---|---|---|
| 产品类型 | 应用层：AIGC、Agent、RAG等产品平台/框架层：coze、dify等低代码平台其他中间层、模型层暂不讨论 | 传统B端 |
| 面向客户 | 大多是通用性产品，面向2C | 大多是垂类产品，面向2B |
| AI的形态 | Chat聊天方式为主，即NUI或依托于聊天交互展开 | 不同场景可能不同：【A】AI能力较为独立，单独入口，与业务脱离；比如提供帮助场景，在右侧浮窗等【B】AI能力作为助手，嵌入之前GUI交互，作为业务的解读或提醒；比如全局提供搜索或问答，支持快速的功能直达或功能操作【C】AI能力作为“数字员工”，在接收人类确认后进行执行，替换之前业务繁琐的SOP业务流程；比如目前常见各类型Agent，或待办提醒处理 |