同样是让人意外,有的镜头让观众想知道接下来会发生什么,有的却让人怀疑画面是不是生成错了。这两种反应有什么区别?一项在中国短视频平台开展的实地研究给出了可检验的线索。对营销人员来说,更有用的问题不是“要不要用 AI”,而是“怎样的开场能让观众继续看,而且不牺牲真正想要的结果?”

研究测试了什么?

Shichen Zhang、Liang Peng 与 Yinliang(Ricky)Tan 的论文于 2026 年 11 月 9 日在线发表在 Information & Management,卷号为 64,编入 2027 年卷。研究设置五组:无前导片段、普通前导片段、没有反常元素的 AI 片段、外观出乎意料的 AI 片段,以及角色动作出乎意料的 AI 片段。各组使用同样的商品广告主体;有前导的版本在片段时长、位置和题材范围上保持一致。

实验覆盖抖音、快手和六类商品。2025 年 8 月 16 日至 30 日的数据包括 10,440 条视频日层级观测,不等于 10,440 名观众或订单,也不能据此认定每位观众都被随机分配到了某个版本。

论文里的例子很直观:一只像用蔬菜做成的狗,打破的是外观预期;一只骑摩托车的狗,打破的是对角色行为的预期。作者提出,前者可能让观众想到生成错误,后者则可能引发对后续情节的好奇。另有 151 人参与的问卷结果与这一解释相符,但不能证明实际观看广告时,每个人都这样想。

接近看完,不等于下单

在主分析中,与无前导片段相比,动作反常的版本使观看进度达到 99% 的比例提高约 1.2 个百分点(p < .01);外观反常版本在同一指标上的差异不具统计显著性。全样本的补充分析显示,外观反常版本的点击率和平均观看时长较低;只看确实有播放量的记录时,点击率差异不显著。

研究把购买转化率定义为购买数除以播放量。购买事件很少。主模型中,动作反常版本的购买转化率估计值高于无前导组(p < .05);外观反常版本的证据较弱(p < .10,未达到 5% 显著性水平),部分稳健性检验给出了更强的证据。AI 标注与不同开场在接近看完的比例上有不同的交互关系,但购买转化率的交互项不显著。这既不是省略必要标注的理由,也不是广告回报的承诺。

转化率高,订单也可能更少

研究还发现,加入 AI 前导片段的版本,比无前导版本获得的播放量更少。举一个纯假设的例子:A 版 20,000 次播放 × 1% = 200 笔购买;B 版 10,000 次播放 × 1.5% = 150 笔购买。B 版转化率更高,A 版购买总数却更多。这些数字不是论文结果,也不来自任何广告账户。

A 版:20,000 次播放,购买转化率 1%,共 200 笔购买。B 版:10,000 次播放,转化率 1.5%,共 150 笔购买。

本站原创示意图,采用虚构的购买数据,并非论文数据。图中百分比指购买转化率。论文另有接近看完的指标,即观看进度达到视频时长 99% 的播放占比。

要算整场活动的购买转化率,应以购买总数除以播放总数,而不是把每天或每个素材的百分比简单平均。零播放记录的单行转化率没有定义;可把它留在投放分发记录中,并说明计算率时如何处理。论文的主模型对这类记录编码为零,同时另做了5,191 条有播放量的样本的检验。视频日层级的均值和回归系数,不能直接当作按播放量加权的整场活动转化率。

可以怎样测试?

以虚构的台灯广告为例:A 版直接介绍商品,B 版从一帧普通的台灯镜头开始,C 版让一个小纸人伸手打开台灯。有前导的两个版本保持相同时长,让普通开场成为对照,同时保留无前导版本。固定商品主体、优惠、行动提示、受众、版位、分流规则与必要的 AI 标注。事先定义什么算有价值的行动,再同时看播放分发、接近看完的比例、有效行动数及单次有效行动成本。

若达到 99% 时长的播放占比更高,有效行动却更少,就不要把素材说成更能卖货。这里提出的是可测试的假设,不是对沙特市场、其他平台或受监管行业的预测。两家平台、六类商品和短观察窗口,都限制了外推范围。

论文与 DOI · 中欧国际工商学院提供的全文