研究观察到了什么
2025 年一份营销科学研究所工作论文，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投放的 AI 图像与人工图像。研究观察到，效果与消费者感知到的图像人工感有关。
论文指出，两类素材的总体点击率差异并不显著；感知人工感较低的 AI 图像表现更好。数据局限于一个平台、模型和时间范围，不能据此承诺所有品牌的点击或转化都会提高。
先让内容准确地代表品牌
我们的判断是，生成能力扩大了创意的候选范围，也使审校标准更加重要。产品长什么样，哪些描述有证据，品牌采用什么语气，都是需要在制作之前确定的基础信息。
对实际工作流程，可以把产品资料、品牌规范和已确认的表达整理成知识库，再围绕明确的创意方向生成候选。人工审校应检查事实、视觉细节与语境，让每一份公开内容都经过具体判断。
让反馈进入下一轮创作
内容上线后，团队需要将素材版本与活动目标对应起来。点击、有效咨询和成交回答的是不同问题，评价时应明确正在观察哪一个环节，避免用单一数字概括整个营销过程。
我们主张把研究、制作、审校和实验记录组织成连续流程。每一轮都留下假设、选择和反馈，逐步形成属于品牌自己的经验。技术负责扩展可尝试的方案，团队根据真实反馈决定下一步。
原始文献
Exner 等 · MSI 工作论文 25-146 · 2025 ↗
本文为 GOPROMP 对公开研究的独立解读，不代表参与原始研究，也不表示与论文作者或相关机构存在合作关系。研究结果的适用条件请以原始文献为准。页面图形为概念可视化。