GUI以前和GUI以后,交互技术领域从来不缺故事。
一段历史,三种交互
上世纪60年代初,命令行界面出现了。那个时候电脑系统没有图形界面,用户必须通过键入命令来操作计算机。
命令行界面(CLI, Command Line Interface)允许用户通过输入文本命令来与计算机系统进行交互。CLI的核心是命令行解释器或命令行处理器,它接收用户输入的命令并将其转换为系统可以执行的操作。
随着UNIX操作系统及后来的类UNIX系统(如Linux)的发展,CLI都是主要的用户界面。在今天,CLI仍然在许多领域(特别是在系统管理、软件开发和自动化任务)受到技术专业人士的青睐。
相比CLI的技术专业用户群体,GUI的设计初衷就是简化用户与计算机的沟通,通过视觉提示和直观的操作方式降低技术门槛,使得用户可以轻松访问和使用计算机。
图形用户界面(GUI, Graphical User Interface)通过图形、图标、按钮和菜单等视觉元素,让用户能够通过鼠标、键盘或触摸屏等输入设备与计算机进行直观的交互。GUI在1970年代至1980年代得到较为广泛的发展和应用。
然而,随着数字产品功能的日益增多,GUI界面的复杂性也在上升。这种复杂性表现在界面上可能需要更多的菜单、子菜单和选项,以及更多的图标和按钮来代表不同的功能。对于用户来说,这意味着他们可能需要花费更多的时间和精力去学习和记忆各种功能的入口位置以及相应的操作方式。
与此同时,随着大型语言模型(LLM)带来的人工智能技术突破,对话式用户界面(CUI)为用户提供了一种更为简洁的语言交互方式。
对话式用户界面(CUI,Conversational User Interface)是一种以对话为基础的用户界面,它允许用户通过自然语言与系统进行交互。CUI在智能助手、聊天机器人、智能家居设备和一些移动应用程序中越来越流行,为用户提供了一种更自然、更人性化的交互方式。随着人工智能技术的进步,CUI的能力和应用范围预计将进一步扩大。
CLI vs GUI vs CUI
CLI、GUI和CUI有哪些差异?
比较维度 | CLI | GUI | CUI |
CUI的优势在于它提供了一种更自然、更直观的交流方式,用户可以通过语音或文字与系统进行对话,无需记忆复杂的图标和操作流程。CUI还能够利用大模型上下文记忆和智能响应,为用户带来个性化和智能化的交互体验。随着大模型的持续进步,CUI有潜力成为未来数字产品界面设计的一个主要趋势。
但是,在许多情况下,GUI更加直观易用,特别是对于非技术用户和初学者来说,GUI提供了一种简单直接的交互方式。因此,GUI独特的优势让他不太可能被CUI完全取代,CUI和GUI并不是简单的替代关系,而是两种互补的解决方案。
CUI对行业的影响
其实,对话式用户界面(CUI)的应用已经有一定的历史。当年,苹果公司推出的Siri开启了面向消费者的语音输入和输出服务。随后,美国的Amazon和Google相继推出了智能音箱,引领了智能家居应用的潮流。这股潮流也影响了中国市场,许多国内企业纷纷效仿,例如“小度”、“小爱”等智能音箱产品。
近两年来,随着新能源汽车的发展和各路造车新势力的崛起,车载“大屏幕”上的各类功能越来越复杂多样,而现阶段驾驶者的双手依然无法离开方向盘,因此对话式用户界面(CUI)成为了人与车之间进行互动的绝佳选择。
关于大模型驱动的CUI在诸多领域将产生影响,详见我们之前的文章——Sora效果炸裂,大模型应用还有哪些?
产品设计思路的转变
CUI的兴起正在推动数字产品设计从以功能为中心向以任务为中心转变。在传统的GUI设计中,用户往往需要通过点击、选择和执行一系列操作来实现特定的功能。而在CUI中,用户通过对话形式直接表达他们的需求和目标,系统则基于这些需求和目标提供相应的服务和反馈。这种以任务为中心的设计方法将使得信息架构更加聚焦于用户的目标和任务完成过程,而不只是简单地展示功能和内容。
比如偶数科技推出的对话式数据分析平台Kepler,当企业用户提出查询一个业务指标的需求是,Kepler会判断该业务指标是否维护在指标平台中,如果没有,Kepler再去判断选择什么方式来为用户计算相关指标。这期间的任务流程可能是繁琐的,但是对于用户来讲,是无感知的,业务指标的反馈结果是相对简洁并且有针对性的。
对话式交互对企业的技术要求
眼看CUI成为一个新趋势,很多企业自然也不甘落后,大家纷纷建设自家CUI和大模型应用的智能平台,那么,企业新建或在现有平台增加CUI需要具备哪些关键能力?
首先,产品设计需要进行思路上的转变(如前文示例),设计出能够根据用户输入和系统逻辑动态调整的对话流程。CUI系统应能够智能地生成个性化的服务,设计师需要通过不断配置和优化这些对话流程,以满足不同用户和场景的需求。
其次,企业需要构建符合自身流程和知识库的本地化大模型。涉及到从企业文档、专家访谈、行业报告等来源提取信息,并将其组织成易于访问和检索的格式,其中既有机构化数据,也有非结构化数据,从需求分析、数据手收集,大屏清洗和构建,都要设计和实现本地化。
另外,人机协作方面,与历史上的技术革命相比,大模型的影响和范围更广,它渗透到企业的多个运营和经营环节,并与人类的工作流程紧密交织。要使CUI落地,企业需要选择适合的业务场景和流程,并有效地整合现有人力资源。
最后,数据资产整合方面,大模型的运行逻辑与互联网时代不同,它需要企业拥有坚实的数字化基础,以实现与后端系统的交互,如CRM、ERP和ITSM平台以及数据源。如果企业的数字化基础较弱,那么在前期 的准备和调整阶段将面临 较大的挑战。
往期推荐