问题提出

梗图（meme）营销这几年成了品牌在社交媒体上抢注意力的利器，但「同一张梗图，知道是人类还是 AI 设计的，消费者会不会区别对待」这个问题一直没被讲清楚。现有的人机对比研究大多盯着「能力」和「偏好」——比如服务机器人、推荐系统、客服失败处理里消费者更信谁；却很少落到「说服性内容设计」这一层，尤其缺乏对梗图这种高传播性载体的考察。更麻烦的是，消费者对 AI 的看法本身还在快速变化：以前觉得「AI 不懂幽默、做不出有温度的东西」，现在越来越多人相信 AI 能写出像样的段子。所以真正的问题不是「人类和 AI 谁做的梗图更好」，而是「在什么条件下、经由什么心理机制，人类的梗图和 AI 的梗图各自更有效」。

难点剖析

难点有四：(1) 梗图是多模态、带幽默、深度绑定文化语境的内容，作者身份（人类 vs AI）这个单薄线索要想被消费者感知并起效，必须排除内容本身的干扰，实验设计上要严格锁定素材一致；

(2) 作者效应大概率不是「人类一律更好」的单向结论，情感类和炫技类内容可能激活两套相反的心理机制，得同时建模两条通路；

(3) 效应必然有边界条件——消费者对 AI 能力的信念（AI 只能干简单活 vs 能啃硬骨头）和梗图的新旧属性（原创 vs 套模板），都会改写作者线索的诊断性；

(4) 还有一堆竞争性解释要先排除掉：真实性、信任、创造力、加工流畅度，这些在人机内容对比里都是热门候选中介，不清掉就说不清本文的机制是不是独特的。

理论脉络

两大理论支柱。其一是「社会临场感理论（Social Presence Theory, Short et al. 1976）」：人创作的内容天然携带更高的社会临场感——背后有个「真实的人在跟你说话」，于是更容易唤起温暖、亲密与情绪卷入；而 AI 生成内容被归类为低社会临场感刺激，反而凸显「非人」的技术新奇属性，转向酷感评价。其二是「图式理论（Schema Theory, Axelrod 1973; Meyers-Levy & Tybout 1989）」：模仿型梗图因高度贴合消费者已有的模板图式，走的是「图式同化（assimilation）」——大家太熟了，作者是谁根本不重要，线索被淹没；原创型梗图打破模板，逼出「图式顺应（accommodation）」——需要更多认知投入，此时作者身份反而成了理解新内容的关键启发式线索，把设计来源效应放大。两套理论合起来，正好解释「人类走情感、AI 走酷感」的双通道，以及边界条件为何存在。

理论模型

双通道平行中介 + 双调节的整合模型。自变量：梗图设计来源（人类 vs AI）。两条并行中介：①「情感共鸣（affective resonance）」——人类设计路径；

②「品牌酷感（brand coolness）」——AI 设计路径。因变量：营销效果，含三个指标（消费者参与 consumer engagement、品牌态度 brand attitude、品牌关系质量 brand relationship quality）。调节变量一：感知 AI 能力（perceived AI capacity，高复杂度 vs 低复杂度），调节设计来源→两条中介（H4a/H4b）。调节变量二：梗图类型（meme type，原创 vs 模仿），同样调节设计来源→两条中介（H5a/H5b）。核心逻辑：人类设计的梗图经由情感共鸣提升营销效果，AI 设计的梗图经由品牌酷感提升营销效果；而这两条路径各自只在「感知 AI 能力」与「梗图类型」匹配的条件下才被激活。

研究假设

H1a：人类设计的梗图（相比 AI 设计）激发更高的情感共鸣。 H1b：AI 设计的梗图（相比人类设计）激发更高的品牌酷感。 H2：情感共鸣中介「梗图设计来源 → 营销效果」，具体是「人类设计 → 情感共鸣 → 营销效果」。 H3：品牌酷感中介「梗图设计来源 → 营销效果」，具体是「AI 设计 → 品牌酷感 → 营销效果」。 H4a：感知 AI 能力调节「设计来源 → 情感共鸣」，当消费者认为 AI 只能处理低复杂度任务时，人类设计的情感共鸣优势更强。 H4b：感知 AI 能力调节「设计来源 → 品牌酷感」，当消费者认为 AI 能处理高复杂度任务时，AI 设计的品牌酷感优势更强。 H5a：梗图类型调节「设计来源 → 情感共鸣」，原创梗图（相较模仿梗图）下该关系更强。 H5b：梗图类型调节「设计来源 → 品牌酷感」，原创梗图（相较模仿梗图）下该关系更强。

分析策略

四个实验层层推进。研究 1：单因素组间设计（设计来源：人类 vs AI），N=137，甜品店场景；用单因素 ANCOVA（控制性别、年龄）测主效应，PROCESS Model 4（Bootstrap 5000）测双中介，验证 H1a/H1b/H2/H3。研究 2：2（设计来源）× 2（感知 AI 能力：高 vs 低复杂度）组间设计，N=256，咖啡馆场景；先用两篇虚构新闻推文操纵 AI 能力感知，再用双因素 ANCOVA（控制性别、年龄、可读性）测交互，验证 H4a/H4b。研究 3：2（设计来源）× 2（梗图类型：原创 vs 模仿）组间设计，N=245，景区场景；双因素 ANCOVA（控制性别、年龄、梗图幽默感、景区兴趣）测交互，验证 H5a/H5b。研究 4：单因素组间，改用 GPT-4o mini 模拟 140 名「GPT 被试」（temperature=1.0，英文场景），用 PROCESS Model 4 检验并排除四类替代中介（感知真实性、信任、创造力、加工流畅度）。样本量统一用 G*Power 3.1 估算（power=0.80，α=0.05）。全程配操纵检验、情境真实性检验与随机化检验。

数据收集

四个研究：研究 1–3 为基于情境的在线实验（Credamo 平台招募中国被试），分别设置在甜品店、咖啡馆、景区三类酒店/旅游场景；研究 4 为 GPT 被试模拟实验（英文情境，OpenAI GPT-4o mini 通过 Python API 调用）。研究 1 打基础（主效应 + 双中介），研究 2、3 分别检验两个调节变量，研究 4 专门做「排除替代解释」的稳健性验证。

研究样本

研究 1：N=137（女性 70.8%，18–35 岁占 81%）；研究 2：N=256（女性 66.4%，18–35 岁占 71.9%）；研究 3：N=245（女性 66.9%，18–35 岁占 79.2%）；研究 4：140 份有效 GPT 被试应答。G*Power 估算的每组最低样本量：研究 1 = 128、研究 2 = 179、研究 3 = 179、研究 4 = 128，实际样本均达标。被试通过 Credamo 招募，男女比例与学历分布（本科及以上约占 85%）覆盖主流消费群体。

测量工具

核心量表（7 点李克特，除非另注）：情感共鸣 6 题（Bagozzi & Moore 1994; Lu et al. 2022；研究 1 α=0.901）；消费者参与 4 题（Wang et al. 2023b；α=0.807）；品牌关系质量 3 题（Itani et al. 2019；α=0.820）；品牌酷感 5 题（Im et al. 2015；α=0.888）；品牌态度 3 题（Barone et al. 2007；α=0.812）；情境真实性 3 题（Gao et al. 2017；α=0.802）。操纵检验项：设计来源感知（1=人类，7=AI）、感知 AI 能力（1=低复杂度，7=高复杂度）、梗图类型（1=原创，7=模仿）；另设注意力检验题。研究 4 额外测量：感知真实性 4 题（Ndasi & Cheung 2026）、信任/创造力/加工流畅度各 3 题（Choi et al. 2024; Fan et al. 2026; Li et al. 2025），并以 AI 素养（Zhang & Magerko 2025）与梗图熟悉度（Razzaq et al. 2024）作控制变量。

操纵检验、区分效度与稳健性检验

（1）操纵检验全部有效：研究 1 设计来源识别 M(人类)=6.66 vs M(AI)=1.70，t[1,135]=−23.38, p<.001；研究 2 设计来源 t[254]=−24.24、感知 AI 能力 M(高)=6.44 vs M(低)=1.73, t[254]=32.08, p<.001；研究 3 设计来源 t[243]=−33.25、梗图类型 M(原创)=1.46 vs M(模仿)=6.17, t[243]=−28.75, p<.001。

（2）情境真实性：四个条件的真实性评分均显著高于量表中点 4.00（如研究 2 各条件 M=5.56–5.78，p<.001）。

（3）随机化检验：四个实验在性别、年龄、月收入、学历上均无系统性组间差异（Table 4，全部 p>.05）。

（4）区分效度：情感共鸣与品牌酷感的 √AVE 位于对角线（研究 1：0.795/0.806；研究 2：0.710/0.781；研究 3：0.738/0.843），两构念相关系数 0.428–0.551（p<.01），区分效度成立。

（5）替代解释排除：研究 4 以 GPT 被试检验感知真实性、信任、创造力、加工流畅度四条路径，全部 95% CI 跨 0（不显著），成功排除四类替代中介。

（6）样本充分性：各研究实际样本量均超过 G*Power 估算的最小值（power=0.80，α=0.05）。

假设检验

H1a–H5b 共 8 条假设全部获得支持。

H1a / H1b（主效应，研究 1）

- 人类设计 → 情感共鸣更高：M(人类)=5.31 vs M(AI)=4.95，F[1,133]=4.82, p=.030, ηp²=.035

- AI 设计 → 品牌酷感更高：M(人类)=5.61 vs M(AI)=5.99，F[1,133]=5.80, p=.017, ηp²=.042

H2（情感共鸣中介，研究 1，部分中介）

- 间接效应：消费者参与 β=0.25, SE=0.11, 95% CI [0.023, 0.452]；品牌态度 β=0.18, SE=0.08, 95% CI [0.025, 0.355]；品牌关系质量 β=0.26, SE=0.12, 95% CI [0.029, 0.504]

- 直接效应亦显著（如消费者参与 β=−0.36, 95% CI [−0.621, −0.099]）→ 部分中介

H3（品牌酷感中介，研究 1，部分中介）

- 间接效应：消费者参与 β=−0.33, 95% CI [−0.597, −0.067]；品牌态度 β=−0.27, 95% CI [−0.484, −0.060]；品牌关系质量 β=−0.29, 95% CI [−0.527, −0.061]

H4a（感知 AI 能力调节情感共鸣，研究 2）

- 交互效应：F[1,249]=4.20, p=.041, ηp²=.017

- 低复杂度条件下人类设计优势显著：M(人类)=5.62 vs M(AI)=5.26，F[1,124]=7.94, p=.006, ηp²=.060

- 高复杂度条件下差异消失：M(人类)=5.54 vs M(AI)=5.59，F[1,122]=0.002, p=.962, ns

H4b（感知 AI 能力调节品牌酷感，研究 2）

- 交互效应：F[1,249]=5.18, p=.024, ηp²=.020

- 高复杂度条件下 AI 设计优势显著：M(人类)=5.31 vs M(AI)=5.72，F[1,122]=5.13, p=.025, ηp²=.040

- 低复杂度条件下差异不显著：M(人类)=5.50 vs M(AI)=5.38，F[1,124]=1.28, p=.261, ns

H5a（梗图类型调节情感共鸣，研究 3）

- 交互效应：F[1,237]=6.46, p=.012, ηp²=.027

- 原创条件下人类设计优势显著：M(人类)=5.95 vs M(AI)=5.51，F[1,116]=9.81, p=.002, ηp²=.078

- 模仿条件下差异消失：M(人类)=5.70 vs M(AI)=5.66，F[1,117]=0.002, p=.962, ns

H5b（梗图类型调节品牌酷感，研究 3）

- 交互效应：F[1,237]=4.15, p=.043, ηp²=.017

- 原创条件下 AI 设计优势显著：M(人类)=5.40 vs M(AI)=5.83，F[1,116]=8.91, p=.003, ηp²=.071

- 模仿条件下差异不显著：M(人类)=5.48 vs M(AI)=5.50，F[1,117]=0.13, p=.721, ns

研究结论

① 梗图「谁做的」真的会影响消费者，但不是简单的「人类赢」或「AI 赢」，而是走两条不同的心理通道：人类设计的梗图靠「情感共鸣」打动人（更温暖、更像真人在跟你说话），AI 设计的梗图靠「品牌酷感」加分（技术新奇、不走寻常路），两条路最后都指向营销效果（参与、态度、关系质量）。

② 这两条路都有前提。人类的情感优势只在「消费者觉得 AI 只能干简单活」时成立——一旦消费者相信 AI 能啃高复杂度任务，人类的情绪优势就被追平了；AI 的酷感优势则只在「消费者相信 AI 能干高复杂度任务」时兑现。

③ 原创 vs 模仿是另一个开关。模仿型梗图因为太贴合大家熟悉的模板，走的是「图式同化」，作者是谁被彻底淹没，人机差异消失；只有原创梗图打破模板、逼出「图式顺应」，作者身份才变成消费者判断的关键线索，人机差异被放大。

④ 理论贡献：首次把「说服性内容设计」这一层补进人机对比研究，证明人类和 AI 的内容各自经由不同的条件性心理机制影响营销效果；把「感知 AI 能力」从稳定特质改造成「情境化图式」；把图式理论的「同化—顺应」动态引入梗图营销；也把社会临场感理论延伸到了 AI 生成广告场景。

⑤ 实操上：想建立情感纽带、做品牌故事/高端体验，就优先用人类原创梗图并明示作者；想突出科技感、吸引创新尝鲜人群，就用 AI 原创梗图；日常套模板的梗图，作者影响几乎可以忽略，放心用低成本 AI 量产。同时要盯住 AI 生成内容的「新奇感衰减」趋势，长期必须人机并用。

研究局限

1. 研究 1–3 都是情境实验，外部效度有限，缺真实市场中的田野实验验证。 2. 被试均来自 Credamo（非英语文化群体），而梗图本身是强文化绑定的产物（内含共享参照、幽默规范与语境线索），把它当作文化中性刺激会过度简化消费者解读，跨文化普遍性存疑。 3. 研究 3 对「梗图类型」的操纵主要靠文字刺激，削弱了生态效度——真实的模板梗图是多模态的（文字+图像，甚至音效），本研究没完整捕捉这些特征；原创/模仿的操纵检验也还可以加强。 4. 研究 4 用 GPT 被试在英文情境下排除替代中介，虽帮忙解决了文化普遍性与替代解释的顾虑，但仍需在更多市场与文化中重复验证。 5. 只把设计来源二分为「人类设计 vs AI 设计」，没考虑越来越普遍的人机协作创作（人类主导/AI 辅助 vs AI 主导/人类辅助）的混合模式。

未来展望

① 用田野实验提升外部效度。

② 跨文化复制：考察不同文化（松紧文化、高/低语境沟通）如何影响梗图理解，以及品牌酷感与情感共鸣在跨文化下对人机作者的反应差异。

③ 引入图文多模态梗图、动态调整模板可识别度、或采用平台原生梗图格式，更细致地检验梗图类型的边界；加强操纵检验以强化原创与模仿的区分。

④ 在其他市场与文化中重复研究，增强机制的稳健性。

⑤ 研究人机混合创作：人类主导/AI 辅助 vs AI 主导/人类辅助（Li et al. 2025）会带来怎样不同的消费者感知。

⑥ 紧跟生成式 AI 能力演进：当 AI 越来越能复刻类人幽默、情绪表达与文化敏感度时，消费者如何适应？更高的「感知社会临场感」会增强还是削弱情感共鸣与品牌酷感？AI 在什么条件下可能在文化内容创作上超越人类？

金句

原文：“This result reflects a hard reality: as AI continues to increase its creative capability, the traditional human advantage in emotional connections may be eroded, challenging the long-standing belief that humans are better at expressing emotions.”（Ou et al., 2026） 解读：这是全文最扎心的一句。人类一直觉得「共情、会表达情绪」是自己的护城河，但研究 2 显示：只要消费者相信 AI 有能力处理高复杂度任务，人类在情感共鸣上的优势立刻不显著了。护城河不是被 AI 攻破的，是被「消费者的相信」填平的——认知一变，优势就没了。 原文：“In contrast, authentically crafted original memes are more effective at stimulating the schema accommodation process, prompting consumers to adjust or reconstruct existing cognitive schemas, thereby amplifying affective resonance and strengthening brand coolness.”（Ou et al., 2026） 解读：这句话点破了「为什么原创才值钱」。模仿梗图太贴合大家熟悉的模板，大脑直接「同化」掉，谁做的根本没人关心；只有原创梗图打破模板、逼大脑「顺应」重构认知，作者身份才成为关键线索。所以「原创」不只是创意问题，它是让作者身份变得可被感知的开关——套模板的梗图，人类做还是 AI 做，消费者真的不在意。

— 研究模型图

欢迎关注我的视频号

（❤️会不定期更新AI工具哦❤️）

三连一下，不失联！