VUI的第一个短板是交互状态不明显，所以VUI的交互流程中建议配合GUI强化VUI的状态表示。VUI的第二个短板是受限于工作记忆，所以语音播报的内容句式和语法结构需要保持简单，内容播报尽可能控制在10s以内(中文和数字约为40字以内)，包含的信息尽量在3项以内。
那么，GUI上的所有信息是否相应地只显示3项内容呢？答案是否定的，因为这些内容并不是短暂地显示在屏幕上，它们可以被眼睛来回地扫视和重新阅读，所以用户在交互过程中没必要记住全部信息。
对于选项过多的菜单或者列表，VUI可以优先播报对用户来说重要的前三项，然后询问用户是否继续播报，与此同时，用户还可以通过触控的方式从GUI获取信息。
GUI的短板很明显，它需要用户看着屏幕才能正常交互。在驾驶过程中，司机开车低头很容易发生事故，因为在2s的时间内一辆时速100千米的汽车就能开出54米的距离。因此在驾驶场景下，让用户不看界面也能和系统交互的VUI变得越来越重要。为了解决GUI的短板以及提升驾驶场景中用户和系统的交互安全， GUI和 VUI可以这样配合：
- VUI可以操控GUI的界面和功能，尤其文本输入功能；
- GUI显示的文本内容允许 VUI播报相关内容；
- 由VUI播报完整信息，GUI通过排版显示重点信息；
- 基于VUI的声纹识别能直接省略用户在GUI输入密码的交互步骤。