为什么提示词不是最好的交互模式？
最近面试了几家公司，发现面试官不约而同对于产品新兴的交互模式更感兴趣。字节的面试官提出了一个核心命题是：
如何超越提示词本身这种交互模式，提供用户更高效，更能表达用户自身意图的交互模式。
这确实是一个非常值得探究的问题。现有的交互模式多为提示词交互，那么提示词交互有什么弊端呢？
提示词本质是语言，在一个有限的输入框里，语言这个媒介本身能承载的信息有限，用户必须先想清楚才能表达清楚。回忆一下，我们在和ai对话的时候，是不是得先想清楚自己到底要表达什么，想要实现什么意图？
但是对于用户本身来说，用户很多时候根本不知道自己要什么，因为清晰的语言表达背后需要对这件事情有足够深度的思考，用户思考没到那一层，自然说不清楚。
另外语言本身是线性的，序列化的，但一张图片的美是多维度的，同时发生的，比如说光影，材质，构图，空间关系，当用户有了一个初步构想时，该如何描述这些纬度呢？
只能一个词一个词去描述。
但问题就在于，如果用户想要生成一个图片或视频，该如何描述这个物体在左边，那个物体的阴影角度，背景的色温？一旦要描述，文字将会变得极其冗长，且容易遗漏。文字天生就具备这个局限。
再者，提示词本质上是一次性提交，事后才能看到结果的模式，用户在构建提示词的过程中，根本拿不到任何中间反馈，没办法边预览边调整，这个等待的过程，太折磨人了。
提示词模式的限制这么多，那什么是更好的交互模式呢？
老实说这个问题我还要再想想，过几日再回答吧。
Hueyin
