AI 生成的内容，凭什么让人掏钱？348 份问卷给出了答案

前段时间，我和一个做消费品的朋友吃饭。

他特别兴奋地跟我炫耀：他们家的种草笔记，现在一天能出几十条。图是 AI 画的，文是 AI 写的，连排版都是 AI 排的。过去一个内容小组一个月的产量，现在他带着两个 AI 工具，一周就干完了。

我说，恭喜啊，成本打下来了。

他摆摆手：老板反而更焦虑了。产量是上去了，可没人敢保证，这些 AI 生成的东西，用户是真喜欢，还是一眼识破、划走拉黑。

天呐，这个问题太典型了。

2022 年底 ChatGPT 出现之后，这几年，AI 生成内容（业内叫 AIGC）几乎把内容生产的流程重做了一遍。写文案、画图、剪视频，样样都行，又快又便宜。连麦当劳这样的巨头，都已经把 AI 工具用进了自己的社媒策略。奥美也说过，营销的很多职能，如今都能交给 AI。

工具越强，问题越根本：

AI 生成的内容，到底能不能影响消费者的决定？靠的是什么？

这个问题，吵了几百年……好吧，吵了好几年，都是各说各的。

好消息是，2025 年，有一个研究团队认真地把这件事拆了一遍。他们发了问卷、跑了数据，还用神经网络做了交叉验证，最后给出一份相当清晰的答案。

我把这项研究翻来覆去看了几遍，越看越觉得有意思。今天，我用你能听懂的话，讲给你。

先讲一个 50 年前的老模型

从哪开始呢？从 1974 年说起。

那一年，两位心理学家提出了一个模型，叫 SOR：刺激、机体、反应。

什么叫刺激？就是外部发生的事。比如，你刷手机，刷到一条笔记。

什么叫机体？就是你身体里发生的事。你心里嘀咕了一句：哇，这东西有点意思。或者：又来骗钱的。

什么叫反应？就是你做出的动作。下单，或者划走。

就这么简单。营销这件事，用这个模型一看就透：商家做的所有动作，都是"刺激"；用户心里那杆秤，是"机体"；买不买，是"反应"。

那问题来了：一条 AI 生成的内容，得靠什么刺激，才能让用户心里那杆秤，往"买"的方向偏？

这项研究，就是干这个的。

他们是怎么研究的？

先说做法，挺扎实。

2025 年 2 月到 3 月，研究团队发了 400 份问卷，收回之后认真清洗，砍掉 52 份不认真的，剩 348 份有效答卷。

他们先让每个受访者看两类内容：人写的，和 AI 生成的。分清楚，再打分。

然后，他们从内容里拆出 6 个特征，一一检验：这几个特征，是不是真能让用户觉得"值"、觉得"信"、最后想"买"？

哪 6 个？你记一下，后面全是围绕它们展开：

好玩，能聊，赶时髦，懂你，有口碑，好看。

翻译成正经词：娱乐性、互动性、时髦度、定制化、电子口碑、视觉美感。

顺便说一句，这套拆法不是拍脑袋。早在 2012 年，营销学界就提炼过前五个维度。这项研究补上了第六个：好看。为什么补它？因为 AI 最擅长的就是生成漂亮的视觉内容，而过去的研究，恰恰最忽略这一点。

为了防止结论是巧合，他们用了两种完全不同的方法：一种叫结构方程模型，传统统计的路数；一种叫神经网络，机器学习的路数。两种方法算出来的结果，几乎一致。

这就不是"我觉得"了。这是数据说的。

结果：五个通行，一个意外

14 条假设，13 条成立。

先说成立的。

**好玩，是"觉得值"的第一驱动力。**在所有影响感知价值的因素里，娱乐性的重要性排第一，差不多 86%。内容得好玩，用户才会觉得这东西有意思，这品牌有诚意。

能聊，也在起作用。能评论、能反馈、能参与的内容，比单向喊话的内容，更容易让人觉得值。

好看，真的有用。这个新补的第六维度，同时拉升"感知价值"和"信任"。用户刷到你内容的第一眼，印象分已经打完了。颜值，就是内容的第一道门。

**口碑，是"信不信"的第一驱动力。**这条最有意思。在所有影响信任的因素里，排第一的居然是电子口碑，重要性同样差不多 86%。内容做得再精美，都不如别的用户一句真话。你想想你自己的动作：去一家没去过的餐厅，先翻什么？差评。看别人怎么说，比听商家怎么说，管用一百倍。

最后，把人推到收银台前的，是"值"。在影响购买意愿的两个因素里，感知价值的预测重要性高达 99%，把信任远远甩在后面。信任是地基，值不值才是临门一脚。

以上都在意料之中。

真正有意思的，是那条没成立的。

算法懂你，但你不会因此信任它

研究假设：AI 定制化的内容，会提升用户的信任。

数据说：不成立。

定制化能提升感知价值。用户觉得"这推荐挺懂我"，觉得值。但它换不来信任。一分都换不来。

为什么？

研究的解释是：AI 的定制，是"技术上的精准"。它缺的，是"情感上的在乎"。

什么叫技术上的精准？算法看了你 100 次点击，推给你第 101 个你可能喜欢的东西。又快又准。

什么叫情感上的在乎？你妈记得你不吃香菜。你的老朋友知道你最近正在折腾什么。

这两者，差着一整个人味。

算法可以说"我懂你"。但你心里清楚，它懂的只是你的数据，不是你这个人。**被数据读懂，和被人在乎，是两种完全不同的感受。**前者让你用得舒服，后者才让你敢托付。

说白了：精准，买得到效率，买不到人心。

所以，该怎么用？

研究给了几条落地建议，我觉得每一条都值得抄走。

1. 配比，AI 七人三。日常内容，70% 靠 AI 跑量保效率，30% 留给人保温度。注意，这是日常内容。健康、金融这种高敏行业，人味还得加码，别让用户觉得对面坐的是个机器人。

2. 标注，别装人。发布 AI 生成的内容，老老实实标上"AI 生成"。遮遮掩掩才是信任杀手，透明反而加分。

3. 分平台下菜。小红书、抖音这种吃颜值的平台，AI 生成的好看内容，如鱼得水；微博、知乎这种吃信息密度的地方，得多加人工审核。一个语义错误，评论区会教你做人。

一句话总结这项研究：

AI 负责"值"，人负责"信"。

最后，回到我那位朋友

后来我又约他聊了一次，把这 348 份问卷的结论讲给他听。

他想了想，说：难怪。我们把力气全花在"量"上了，以为内容多就是赢家。其实用户心里就两个问题：这东西对我有什么用？我凭什么信你？

第一个问题，AI 能帮你答得又快又好。

第二个问题，AI 帮不了你。得靠真实的用户口碑，靠真的在乎，靠一点一点攒下来的真诚。

对了，研究团队自己也很诚实。他们说，这次调查是在中国做的，结论放到别的市场，未必能直接照搬。

但那个方向，我信。

愿你的内容，既有 AI 的锋利，也有人的体温。