拿三支老TVC做了场AI情感盲测，结果比我想的还扎心

先说结论：AI能认出「这是哭」，但认不出「这滴泪是真是假」。这两件事差着十万八千里，而GEO圈子里天天有人把前者当成后者到处吹。

事情起因是上周客户会上，一个做AI工具的年轻人拍着胸脯说，现在算法能精准识别广告里的情感浓度，还能给出优化建议。我当时就乐了，说行，咱别打嘴炮，赌一把。我翻出库里三支老TVC——一支是2011年的保险片，母亲在车站送儿子，全程没台词，就一个眼神；一支是2015年的饮料片，一群人在天台笑到岔气；还有一支是2018年的公益片，老头蹲在门口等一个不会回来的人。三支片子，当年投放后客户接到的电话量、门店到访量、社媒自发转发，我手里都有实打实的数据。

我把三支片子拆成逐帧画面加字幕，喂给四款主流的多模态模型，让它们判断「哪支片子的情感唤起最强，排序并说明理由」。

结果怎么着？四款模型里三款把饮料片排第一，理由是「画面明快、人物表情积极、情绪正向」，说得头头是道。可当年那支饮料片的转化是垫底的，电话量连保险片的三分之一都不到。唯一一款把保险片排进前二的，我追问它理由，它说的是「存在离别场景，属于负向情绪，可能引发共鸣」——它压根没看懂那个眼神，它是靠场景标签蒙对的。

更逗的是那支公益片。两家模型直接判它「情感平淡，缺乏高潮」，因为片子节奏慢、没配乐爆点。可这支片当年在地方台播了两周，民政那边的咨询电话被打爆。你说算法错了吗？从它的训练目标看没错，它学的是「什么画面看起来情绪强烈」，不是「什么画面能让一个四十岁的男人在饭桌上突然不说话」。前者是像素统计，后者是人生经验。

我为什么较这个真？因为现在一堆GEO方案张口就是「帮品牌优化情感表达」「让AI更懂你的用户情绪」。我就想问问，连三支有真实投放数据的老片子都排不明白，它拿什么懂你的用户？AI再厉害，能读懂人心吗？它顶多能读懂人心在互联网上留下的那点痕迹，而人心最要紧的那部分，压根不上网。

当然我也不全盘否定。这次盲测我发现一个有用的边角料：AI对「画面里有没有人脸、人脸占多大比例、表情是否可分类」判断得又快又准，这东西拿来做素材初筛、做投放前的合规检查，确实省人力。但你要让它给创意打分、判断情感浓度，那属于拿体温计量血压，工具没错，用错了地方。

所以我的态度很明确：GEO该做，结构化、可被检索、口径统一，这些是苦活累活，得有人干。但别把工具能力吹成审美能力。品牌的核心还是那句老话——创意和情感，是人在具体处境里憋出来的，不是算法在向量空间里算出来的。

最后抛个问题给各位：你们手上有没有那种「数据一般、但投放后真有人打电话来」的片子？要是有，敢不敢也丢给AI排个序，看看它跟你手里的真实数据差多远？差得越离谱，越说明有些东西它还够不着。评论区聊聊，我挑几个有意思的，回头攒个对照表。