研究：合成消费者难以预判视觉营销效果
原文标题：Seeing Is Not Perceiving: When Synthetic Consumers Can and Cannot Pretest Visual Marketing
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究用六个经典视觉营销实验压力测试生成式AI合成消费者，发现所有配置最多只能复现六个人类效应中的两个，甚至出现显著反转。通过上下文学习引导可部分改善，但仍低估消费者异质性。作者提出「校准-干预-部署」治理协议，界定合成消费者可负责任使用的边界。
- 问题
- 生成式AI合成消费者能否可靠预测试视觉营销效果。
- 方法
- 用六个经典视觉营销实验压力测试GPT-4o-mini与GPT-5.4-mini，并尝试上下文学习引导。
- 结果
- 所有配置最多复现六个人类效应中的两个，且出现一次显著反转；引导后仍只复现不到一半的人类响应离散度。
- 影响
- 提醒营销团队合成消费者不能替代人类面板，需按「校准-干预-部署」协议界定使用边界。
深读 · 结论先行AI 生成展开看要点与影响 ↓
合成消费者压力测试：所有配置最多复现6个人类视觉营销效应中的2个，还出现显著反转。
- •用六个经典视觉营销实验测试GPT-4o-mini与GPT-5.4-mini，输入分纯文本与JSON
- •所有配置均通过操纵检查，但无一复现超过2个人类效应，其余不显著
- •唯一例外是对人类模式的显著反转
- •上下文学习提供概念或实证证据可引导均值靠近人类效应
- •引导后仍复现不到人类响应自然离散度的一半，低估消费者异质性
为什么重要：提出「校准-干预-部署」治理协议，界定合成消费者可负责任筛创意与仍需人类面板的边界。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。