在推荐序二中，小猴科技CEO刘力丹在一段中说到：VUI感性层面的需求比视觉交互和硬件交互更加复杂。除了合理的逻辑之外，场景，对话的上下文关联，角色的设定，语境的感知等都对用户体验起到了重要的作用。
确是如此，因为之前有过借助思必驰开放平台在旅游方面设计对话的经验，在设计对话的时候，首先会思考对于产品的定义，是要解决谁的问题什么问题，然后思考应用场景，是如何解决他们的问题，然后将场景尽可能细分化，将所有可能的应用群体的所有可能应用场景都尽力想到，构建思维导图，这样对于你想要达到的产品框架是有了，但实际使用产品的情况千种万种，又变化莫测，所以要随时有新的发现或想法，随时更新，能完成用户在某一特定场景的百分之六十的问题时，就可以初步使用，再让机器自己学习新的对话。所以能做好VUI的人，要对场景，角色，语境考虑的非常全面，但一个职位很难做到，需要将里面的任务分化。
在推荐序四中，物灵科技CEO顾嘉唯说：我觉得VUI最有价值的应用场景就是在人机交互中产生的便利性赋能。
人机共生的灵性世界不是用机器人来取代人类，而是赋能于人。
决定这次AI是否是泡沫的不是科学家，而是企业家如何布局，国家如何引导，设计师如何构思。
在二十一世纪初期，交互式语音应答（IVR）代表了VUI的第一个重要时期，通过电话线路理解人们的话，并执行相应的任务：股票询价，机票预定，银行转账，处方药品预定，本地电影排片查询以及收听交通信息等，但在实际中，IVR并不能让很多人满意，甚至在综艺节目上被人调侃，客服中被用户有意跳过等，在我个人看来，原因有三：第一、人们对机器还不能以平等的心态来对待，在知道自己面对的是机器人之后，会潜意识的认为它应该什么都知道，能解决我的很多问题，然而事实是智能机器的发展才刚刚起步，所以在经过了几次低于预期的尝试后，便对其失望了，第二、人们对于机器提供服务这一行为还不放心，因为人们已经喜欢让一些专职人员为自己提供服务，解决问题，而机器的未知性太多了，特别是涉及金钱，人们会本能的提升防范心理，第三，机器确实也存在技术，功能上的缺陷，人们在技术，场景，交互上都在探索初期，所以在任务完成度，对话流畅度上和电影和书中描述的还是有不小的差距。这就导致了语音交互在应用上并没有真正流行起来。不过在这一时期，有一些交互的思想对后期的设计人员也很受用，比如：将已经收集到的信息传递给用户，通过恰当的提示以获得特定回应，通过日志信息分析和改进系统，以及设计人物原型等。
书中提到，人们为什么要用VUI，列出了几点原因：速度，释放双手，直觉性，前两点大多数人都是显而易见的，而我想说的是直觉性，而直觉性也是我认为在不久的将来，语音会成为人们解决生活中的问题的主要方式的重要因素，因为说话是人们再自然不过的输出信息的方式，如果可以将语音的交互设计体系做到完善，人们解决问题的学习率可能近乎为零！因为每个人从小就会交谈，这一学习的成本已经早就付出了。
语音能否被现在的人们所接受，能否成为人们解决生活问题的方式，切身的体验人们实际的应用场景，改变交互方式可能遇到的问题就尤为重要，比如：
在一个公共场合，当有多个人配备多台机器时，一个命令口令发布，是哪台机器该执行操作，当有多个人同时说话时，又该听谁的呢？
人们现在还不能够适应对机器说话，在准备对机器说话的时候，总会有很多事先的心理预期，这样难免会对结果感觉不理想，也有一些人，想急切的体验机器的功能，但是思考很久不知道该指令机器干什么，因为他们还没有这个生活习惯，这样的方式会让他们感觉有些不知所措，那么垂直领域分别服务是一个路径，亦或通过市场宣传告诉人们可以做什么，其实语音不过是换了一种解决方式，问题还是那些问题，订餐，购物，打车，聊天都没有变，只是原来的点击，变成了说话而已，这是更高效的方式，人们需要慢慢适应。
人们更喜欢打字，多年的移动互联网带来的界面交互方式已经在用户的行为方式中刻画成习惯，试想原来的输入个人信息，现在要把这些说出来，他们会感觉自己像在相亲或者面试。
而且也带来了另一个问题，就是隐私，很多聊天信息，无论是和好友的对话，还是以后可能对机器的对话涉及到聊天层面就难免涉及到不想被别人听到的内容，界面可以回避这一点，所以也是为什么人们都会选择锁屏，那么如果想让隐私不会成为语音交互的一个障碍的话，我想的是，第一，如果人机交互的方式是耳机，那么几乎都是入耳式耳机，这种耳机对于语音交互有利有弊，有弊的是人们戴上之后会影响他们获取外界的声音信息，像过马路这种环境就不合适，有利的就是我上面说的，如果人人都像今天使用手机一样用耳机为接口的语音交互的话，那么就只会关注自己和耳机在交流什么，很少也很难听别人在对耳机说什么。
就是语音在进入到人们的生活时，开始更多的是执行任务的存在，在把机器当做去聊天沟通对象的场合一般也是在家中，车里这种封闭的环境，而特定的沟通机器人，比如和老人，孩子，患者聊天这种垂直领域的机器人，就很少涉及到隐私这一块。当然还是有很多不方便，不适应的地方，敏感的地方，所以，语音加界面是我们必须要经历的一个过渡阶段。
