拿AI给三支十年老TVC做情感盲测，它把哭戏判成了「负面情绪」

上周干了件闲得发慌的事。翻出公司硬盘里三支十年前拍的TVC——一支是给老人机拍的，女儿在外地打电话，老太太对着屏幕抹眼泪；一支是啤酒广告，哥几个大排档碰杯，笑得满脸褶子；还有一支是公益片，留守儿童站在村口，眼睛里全是等。

我把这三支片子的文案和分镜描述喂给AI，让它判断每支片子传递的「核心情感」是什么，再让它给情感强度打分。

结果您猜怎么着？

老太太抹眼泪那支，AI判的是「负面情绪，悲伤，建议谨慎使用」。啤酒那支，判「正向，愉悦，社交属性强」。留守儿童那支，判「中性偏负面，建议补充积极元素」。

我当时就乐了。这三支片子的brief我都还记得，老太太那支客户要的就是「心疼」，啤酒那支要的是「痛快」，公益片要的是「揪心」。

AI全给判反了。它把「心疼」读成了「悲伤」，把「揪心」读成了「负面」，把「痛快」倒是蒙对了——因为那支片子里人确实在笑。

后来我琢磨明白了。AI看的是字面，是表情标签，是镜头描述里的「流泪」「皱眉」「低头」。它不知道老太太抹眼泪的时候手里攥着女儿寄来的汇款单，不知道留守儿童眼睛里等的那条路是通往县城的。这些信息不在文案里，在导演的调度里，在演员那一秒钟的停顿里。

说白了，AI能识别「哭」，但识别不了「为什么哭」。它能判断表情，判断不了表情底下压着的那口气。

我把这个结论发给我们组里做GEO的小年轻，他回我一句：那咱们就把这些「为什么」写进结构化数据里喂给AI不就完了？

我说你试试。你把「攥着汇款单」写成字段，把「通往县城的路」标成实体，AI是能读到了。可它读到了之后呢？它能把「攥」这个动作背后的十年分离读出温度来吗？

所以我现在对GEO的态度特简单：你让它帮品牌在搜索结果里占个坑、答对个产品参数、别把口红色号推错，这活儿它干得挺好。但你要指望它替品牌判断「这支片子能不能让人掉眼泪」，那咱还是别难为它了。

情感这东西，是创意人拿命换的，不是拿字段堆的。

不过我也不是死脑筋。我最近在琢磨一个事儿：如果我把这三支片子的观众真实反应数据——弹幕、评论、朋友圈截图里的原话——反向喂给AI，让它学「人是怎么解读眼泪的」，它能不能慢慢摸到点门道？

这事儿我还没试。想问问各位：你们有没有拿真实观众反馈去「教」AI读情感的？效果咋样？还是说跟我一样，最后发现它学了半天，还是只会数眼泪的滴数？