研究观察到的差异
2025 年一份 MSI 工作论文，利用展示广告数据构建准实验，比较同一广告主在相同活动设置下的 AI 图像与人工图像。研究关注消费者感知到的图像人工感与点击表现之间的关系。
论文报告，两类素材的总体点击率差异并不显著，而人工感较低的 AI 图像表现更好。结果受平台、模型和数据范围限制，不宜直接外推到所有品牌。
一张图需要完成什么任务
我们从中提出的应用判断，是将制作与评价分开设计。生成能力扩大了可供选择的素材范围；选哪一张，需要回到产品、受众与渠道目标。
首先检查图片是否准确表达产品。轮廓、材质、比例、结构和使用方式都可能影响顾客理解。随后判断构图、光线与文案是否共同表达了同一个创意。画面中的细节需要有作用，能够帮助人理解正在展示的东西。
这些判断应当在发布前完成，并留下版本记录。品牌方确认的是一份具体内容，而不仅是一个生成方向。
用清楚的实验积累经验
发布后，点击、有效咨询和成交分别对应不同环节。评价素材时，应先说明正在观察哪一个目标，再比较处于相近投放条件下的版本。
我们主张记录创意假设、素材版本、渠道条件与反馈。一次结果可以支持下一轮选择，也可能暴露原有假设中的问题。持续记录这些变化，团队才能逐步形成属于自身产品与受众的判断。
生成在这里承担制作工具的角色。品牌表达由审校决定，实际效果由运营数据检验。
