ARTICLE DETAIL

资讯详情

深耕网站建设、视觉设计与SEO优化的一线实战洞察。

同题实测:人类文案与ChatGPT写美容广告,谁更懂皮肤?

同题实测:人类文案与ChatGPT写美容广告,谁更懂皮肤?

前四期聊了广告语言的基本盘、情绪营销、成分叙事和品牌调性,这一期换个玩法:我把同一个美容产品的Brief同时丢给一位有五年护肤广告经验的人类写手和ChatGPT,让他们各自独立产出一套广告文案。这个系列走到第五期,与其继续空谈"广告语言怎么写",不如直接做一场同题竞赛,看看同一道题,人和AI各自交出的答卷长什么样。

用美容产品做实验对象有个明显优势:这个品类的文案最依赖感官描写和情绪共鸣,而这两样恰恰是AI最容易被看穿的地方。你随便翻一个美妆详情页,都能看到"水润透亮""温和不刺激""焕活肌肤"这类词扎堆出现,它们没错,但也不会有任何记忆点。我想知道的是:当人类写手和ChatGPT面对同一个产品、同一群目标用户时,这种"安全但平庸"的倾向会被放大到多明显。测试做完,我得出的结论比预想中更值得聊。

1. 为什么美容广告文案,最容易暴露AI的"安全词癖好"

1.1 美容文案要同时做三件事,其中两件事AI天然不擅长

美容产品的广告语言不是"把成分讲清楚"这么简单。它同时要完成三个任务:第一,把成分表翻译成消费者能感知的利益,比如"神经酰胺"要翻译成"洗完脸不再绷紧";第二,把产品体验转换成场景和情绪,比如"修复"要变成"熬夜后第二天还有底气素颜出门";第三,在功效宣称上拿捏分寸,不能把护肤品写成药品。

这三个任务里,只有第一个是信息处理,AI做得又快又整齐。后面两个需要调用生活经验和对人体感受的直觉,这正是ChatGPT的短板。它没有皮肤,没有熬过夜,没有在干燥的空调房里待过一整天,所以它只能靠训练数据里那些高频搭配来"猜"人类的感受。

ChatGPT生成文案的方式,本质上是在海量中文语料里找"最像广告的句子排列"。它知道"水润"后面接"透亮"的概率很高,知道"温和"和"不刺激"经常成对出现,也知道"焕活""奢护""臻享"这些词在护肤文案里被使用得有多频繁。问题就出在这里:高概率组合等于平庸,因为一个词如果对任何产品都适用,那它对任何产品都不够独特。

人类写手拿到Brief之后通常不会直接动笔,不管这个人写了几年美容文案,都会先问几个很基础的问题:这瓶东西的质地是乳液还是霜?上脸会不会泛油光?用户涂完它之后的心情是变好还是变平静?洗完脸之后那种紧绷感到底能被缓解到什么时候?这些问题看起来琐碎,但本质上是在构建一个"体感模型",之后所有的文案都是从这个模型里生长出来的。AI没有这个模型,所以它只能靠语言暗示来模拟体感,一旦你追问细节,它就露馅。

1.2 安全词堆出来的文案,为什么看起来"对"但用不了

我经常和团队里的小朋友说一个判断方法:把文案里的产品名遮住,如果这句话能安到任何一瓶面霜、任何一支精华头上,那这句话就是"安全词堆砌"。ChatGPT特别擅长生产这种句子,因为它的训练目标决定了它倾向于输出"大多数人会认为合理"的文本,而不是"少数人会觉得惊艳"的文本。

"水润""透亮""强韧""焕新"这一串词单拎出来没有任何问题,可它们的问题恰恰在于太正确了。广告语言在传播学上的功能,是在三秒钟内制造一个记忆钩子,安全词堆不出钩子。人类写手被逼到截稿日的时候也会写安全词,但至少会心虚,会知道这稿子只是交差,不能叫作品。ChatGPT没有这种心虚,它每一次都会以极高的置信度把安全词排列整齐还给你,这才是最要命的地方。

所以美容产品广告成了一个绝佳的测试场:这个品类需要大量的感官词、情绪词和场景词,而AI在训练数据里见过太多这些词的"标准用法",结果就是它写出来的东西特别快、特别顺、特别不对。

2. 同题实测:同一款面霜,人类写手和ChatGPT各交了什么作业

2.1 测试设定与提示词设计

这场测试我故意避开了"品牌方提供完整Brief"的正式流程,改用工作中最常见的一种状态:产品资料就一张A4纸,卖点、成分、目标人群都在上面,但没说人话。虚拟产品设定如下:

  • 产品名:云感修护面霜
  • 核心成分:神经酰胺2%+泛醇5%
  • 质地:乳霜状,推开后吸收较快,不厚重
  • 目标人群:25-35岁干敏皮,有熬夜习惯,关注洁面后紧绷和泛红问题
  • 品牌语气:温和专业,不贩卖焦虑,不说"一夜回春"这种话
  • 交付要求:一条主标题、三条副文案、一个15秒短视频脚本

人类写手只拿到产品资料和上述要求。ChatGPT拿到同样的资料,我在提示词里额外加了一句:禁用"焕新""奇迹""逆龄""熬夜急救"这四个词。为什么要禁?因为这些词在美容文案里已经被用到失效,如果不禁,AI大概率会选它们,测试就失去对比意义了。人类写手不需要禁用词,因为她知道"逆龄"这种词连大牌都不敢轻易用。

2.2 文案成品对比:逐条拆着看

人类主标题:

你昨晚的夜,皮肤都记得。泛醇与神经酰胺把它慢慢抹平。

ChatGPT主标题:

神经酰胺+泛醇双效修护,强韧屏障,告别泛红干痒,重现水润光泽。

两条标题放在一起,差异一眼就能看出来。人类版本用了拟人和时间感,把"熬夜"和"修护"连接起来,没有直接描述成分功效,但你读完就知道它在说什么——它说的是熬夜后的愧疚感,以及这瓶面霜能替你收拾这个摊子。ChatGPT版本把成分、作用、结果全部压进一句话,信息密度很高,但每一个字都是详情页上的熟面孔,"强韧屏障""告别泛红""重现光泽"这三个短语几乎是AI写修护类产品的肌肉记忆。

再看副文案。人类写手给的三条是:

  • 洗脸后不再绷紧的那几分钟,是它在替你打底。
  • 泛红退散的速度,比你预期的慢一点,但比任何急救都持久。
  • 别跟自己说"明天再早睡",先让面霜接住今晚。

ChatGPT给的三条是:

  • 深层修护受损屏障,缓解干燥紧绷。
  • 敏感肌适用,温和配方不刺激。
  • 一抹水润,持久保湿,全天舒适。

差距最大的是第三条。人类的版本直接抛出了一个真实的心理场景:很多人买修复类产品,是因为熬夜之后会愧疚,然后发誓明天早睡。人类写手把这份愧疚和产品绑在一起,让"涂面霜"变成一种即时可完成的自我补偿。ChatGPT那句"一抹水润,持久保湿"放在任何一个润肤乳上都成立,但放在这个测试里,它没有回答"为什么是这瓶面霜"这个问题。

短视频脚本的对比更长。人类写手写的是:

镜头从深夜电脑屏幕的光切到涂面霜的手。画外音:皮肤的修复不靠"明天",靠每一次睡前认真抹匀。声音渐低,屏幕渐暗,产品包装出现在最后一帧。

ChatGPT写的是:

镜头展示产品挤出、涂抹、泛红前后对比。画外音:还在为干燥泛红烦恼吗?试试这款云感修护面霜,4周强韧屏障!

人类写手在脚本里构造了一个情绪闭环,从熬夜场景到使用产品,再到一句带点反讽意味的文案,观众看的时候会"被击中"。ChatGPT的脚本是标准的信息型短视频,前后对比有了、产品露出有了、功效承诺也有了,但你记不住任何一句对白,因为"还在为X烦恼吗"这个话术已经用了二十年。

2.3 语言特征评分:每一分都打在哪里

我把两套成品放到一个矩阵里打分,满分五分,打完之后对应的解释比分数本身更有价值。

维度人类写手ChatGPT关键差异
感官密度4.52.5人类会用"绷紧""抹平""接住"这类可感知动词,AI多用"修护""缓解"这类抽象动词
情绪温度43人类能调用"睡前的愧疚感",AI只会说"自信""舒适"
信息准确性3.54.5人类为了文学性弱化了成分信息,AI把成分排列得整齐但容易幻觉
记忆点51.5人类文案有独特句式,AI的句子可以套用在任意乳霜上
合规风险低中AI的"4周强韧屏障"在化妆品宣称上踩了功效承诺的雷区

ChatGPT输得最惨的是记忆点,这几乎是不可调和的问题。它的训练目标是生成"最可能"的文本,而"让你记住"的文本恰恰不能是最可能的文本。这条差异是我做这个系列以来,一直想用实测数据证明的核心结论:广告语言本质上是一种偏离常规的语言,它追求的是让你停顿一下的感受,而AI的底层机制是消除异常,让一切回到统计平均值。人的价值,就在于成为那个不服从平均值的人。

3. 从两版文案拆出广告语言的五个底层要素

3.1 卖点翻译:成分表不是广告,利益点才是

很多刚入行的朋友会把"卖点提炼"理解为把成分表写完整,比如"2%神经酰胺+5%泛醇,修复皮肤屏障"。但消费者买面霜的时候不会因为成分数据而掏钱,他们掏钱是因为他们相信这个产品能解决自己的某个具体困扰。

人类写手的做法,是先把每个成分写成三行:化学成分是什么、它做什么、用户感受到什么。然后在广告文字里只用第三行。"神经酰胺是细胞间脂质"是第一行,"补充角质层脂质、增强屏障功能"是第二行,"洗完脸不再紧绷,泛红退下去后没那么容易再犯"是第三行。ChatGPT也能做这个翻译,但它的训练数据决定了它倾向于停留在第二行,因为"增强屏障功能"在语料里的出现频率远高于"洗完脸不再紧绷"。这不是智商问题,是统计分布问题。

3.2 情感联结:广告语言卖的是使用后的自我想象

美容广告的底层逻辑,并不是在卖瓶子里的膏体,而是在卖"用了这个产品之后的你"。人类写手会本能地去抓这个心理:熬夜的人需要被宽容,敏感肌需要被理解,素颜被夸皮肤好的人需要那一刻的虚荣感。抓到这些,文案才有转机。

ChatGPT也能识别这些概念,但它表达出来之后很容易变成"自信""魅力""宠爱自己"这种口号。我在测试里试过让它写"针对敏感肌的自信"这个主题,它写出来的是"女性的美不需要遮遮掩掩,勇敢做自己"——放在任何品牌上都没错,但也任何品牌都用不了。原因在于它能识别"情绪营销"这个词,却无法将情绪营销落实到具体的一个人、一个下午、一次脸红发热的瞬间。如果我给它的提示词里加上具体场景,比如"办公室下午脸突然泛红发热,同事问你是不是过敏了",它写出来的东西会明显好一截,因为场景给了它语料库里的具体锚点。

3.3 合规边界:AI不懂红线,它只知道这个词漂亮

美容广告有一套不成文的红线,做这行的人基本靠职业自觉就能避开:不能像药品一样承诺疗效,不能使用绝对化用语,不能编造没有来源的功效数据,不能把"改善泛红"写成"治愈敏感肌"。这些红线我从来没有在任何一份AI产品说明书里见过,ChatGPT也不会主动避让。

我之前让ChatGPT写一款美白精华的详情页,它写了一句"美白效果百分之百可见"。这种话在行业里是绝对不敢写的,因为每个人的皮肤反应差异太大,"百分百"不仅违规,还会让品牌背上纠纷。这件事提醒我,AI生成的美容文案必须经过人工做一遍"合规消毒"。我的习惯是在提示词末尾固定加一句:以上文案需符合化妆品宣称的合规要求,避免医疗术语、绝对化用语和未经证实的功效承诺。虽然这句话不能保证AI完全懂规矩,但至少能把翻车概率降掉一大半。

3.4 信息排序:先说什么,决定消费者先记住什么

对比里还有一个容易被忽略的细节:同一款产品,人类写手和ChatGPT的卖点排序完全不同。ChatGPT永远把"修护屏障"放在第一句,因为它觉得这是核心成分对应的核心效果,逻辑上最稳。人类写手把"洗完脸不绷紧"放在第一句,因为它是最容易被用户代入的具体感受。

广告语言的本质是注意力的分配。消费者阅读详情页的平均时间可能只有十几秒,先出现的信息决定了他们的第一印象。AI的排序逻辑是"从本质到表象",而人类的排序逻辑是"从感受到本质",后者显然更适合广告传播。这也解释了为什么你让AI把卖点列表列出来,它列得明明白白,但转化为详情页文案之后总差一口气——因为它不会在一个有限长度的句子里做取舍。

3.5 语言节奏:长句负责逻辑,短句负责记住

人类写手交回来的文案里,"泛红退散的速度,比你预期的慢一点,但比任何急救都持久"是一个长句加一个短句的节奏。长句在铺垫认知,短句在落锤做记忆点。ChatGPT的句子之所以读起来像说明书,是因为它的句子长度高度均匀,节奏上没有起伏,就像超市货架上一排一模一样的洗发水瓶子,你看完一个等于看完所有。

这个特征很难通过提示词彻底修正。你可以要求它"多用短句",但它给出的短句只是把长句子拦腰截断,并没有产生真正的节奏感。真正的节奏感来源于对意义的分配:哪句话说重点,哪句话做铺垫,哪句话留给观众回味。AI不理解"回味"这个概念,因为回味是人对时间流逝的一种主观感受,AI没有这个感受。

4. 让ChatGPT当"文案催稿器"的实操工作流

4.1 提示词工程:把"写广告"拆成"给定位+给限制+给语气"

每次听到有人说"ChatGPT写的美容文案根本没法用",我都想看看他输入的提示词是什么。大部分人的提示词是"帮我写一条面霜广告"。这个提示词等于让一个不了解产品、不了解用户、不了解品牌调性的实习生自由发挥,他能写出什么?他只会写他见过最多的那种广告,也就是安全词堆砌。

正确的做法是把Brief拆成五个要素,全部写进提示词:产品事实(成分、质地、浓度)、目标人群(年龄、肤质、生活习惯)、使用场景(什么情况下想到这个产品)、品牌语气(用三个形容词描述,并给正反例)、限制条件(禁用词列表、字数上限、句式要求)。我的经验是,限制条件一定要用"排除法"而不是"指定法"。你让AI"写得更高级",它不知道什么叫高级;但你让它"禁止出现以下三个词",它就能立刻避开最俗的路径。

4.2 人机协作四步流程:AI做发散,人做收敛

我在测试完之后,把工作流固定成了四步,现在分享给所有做内容的朋友:

第一步,用ChatGPT生成5条主标题、10条详情页卖点、3个短视频脚本方向,这个阶段追求数量,不追求质量。第二步,人工肉眼筛选,把有潜力的句子圈出来,哪怕只有半句有感觉,也圈出来,不整段用。第三步,让ChatGPT根据圈出来的半句做定向扩写,要求它加入更多场景细节和具体感受。第四步,人工做终稿,把每个形容词、功效词对着产品资料核一遍,不符合的删掉,没有依据的删掉,语气不对的改掉。

这套流程里,AI负责量大和快速,人负责准确和风格判断。我用下来最大的感触是,AI在第一轮给出的东西里确实有可用的碎片,但它从来不给成品。成品永远需要人来组装、判断、负责。

4.3 三个可以直接抄的提示词模板

第一个模板,写主标题,重在设置字数与场景约束:

你是资深美容品牌文案。产品是[产品名],核心成分是[成分],目标人群是[人群],品牌语气是[三个形容词]。请写下10条中文主标题,每条不超过22个字。要求:至少3条包含具体生活场景,至少2条使用情绪词,全部避开[禁用词]。直接输出编号列表,不要解释。

第二个模板,把一个"假大空"句子改写成有具体感受的版本,适合用来回炉AI自己生成的内容:

请把下面这句话改成有具体感受的版本。要求:出现至少两个"五感"描写(触觉、嗅觉、视觉等),保持原信息不变,总长度不超过40个字。 原文:[粘贴AI生成的假大空文案]

第三个模板,写15秒短视频脚本,重点在于要求它设计情绪转折:

请写一个15秒短视频脚本。产品是[产品],目标用户是[用户],核心情绪转折点设计为[从某种焦虑到某种缓和]。脚本需要包含具体画面描述、画外音文案和最后一句有记忆点的话。总时长控制在15秒。

这三个模板是我自己在用的,你直接用就可以。为什么有效?因为它把"写一条广告"这种开放性问题,压缩成了"在有限条件下做填空题"的约束问题,AI在约束下反而表现更好,这是它和人类创作者很不一样的一个特质。

5. 美容文案AI化最常见的四个坑和排查方法

5.1 AI文案"假大空"的识别信号与破解方法

AI写美容文案最大的病症是"形容词仓库":臻享、奢护、焕变、奇肌、弹润、细嫩,全往句子里塞,句子读起来很高大,但你找不到任何一个具体到能让人看见的画面。识别这个病很简单,把一个形容词删掉,看看句子是否依然成立。如果删掉之后句子几乎没有损失,那这个形容词就是无效的。

破解方法是强迫AI做"降维改写"。把"水润"改写成"涂抹三秒后有微凉感,吸收后皮肤表面干爽不粘腻",把"修护屏障"改写成"洗完脸后不紧绷的时间,从十分钟延长到一整天"。你会发现AI在具象描写上的能力明显强于抽象形容,因为它训练数据里的具体场景描述,远比抽象修辞的质量高。

5.2 AI编造成分与功效:防幻觉比事后校对更重要

ChatGPT的幻觉问题在美容文案里特别危险,因为它会把"神经酰胺"说成"促进胶原蛋白生成",或者给一款面霜编造一个"临床试验数据"出来。这类错误你如果不懂成分,很可能发现不了。

我的应对策略是在提示词里附上"产品事实卡",格式很简单,三五行话就够了:

产品事实卡: - 产品名称:云感修护面霜 - 核心成分:神经酰胺2%、泛醇5% - 质地:乳霜状,吸收快 - 宣称功效:改善洗脸后紧绷、缓解偶发性泛红 - 不宣称:抗老、美白、治疗任何皮肤问题

然后要求ChatGPT"只使用事实卡中出现的信息,不得补充任何未提供的成分、功效、数据"。这比事后校对省太多功夫,因为AI一旦开始自由发挥,你很难穷尽所有错误。

5.3 风格失控:用正反例而不是形容词来控制调性

让ChatGPT写出"温柔专业不焦虑"的文案,它大概率会写出一句"每个敏感肌都值得被温柔以待"之类的鸡汤。你光靠形容词描述调性,它听不懂,或者说它听懂了但不知道该怎么做。

我给的方法是在提示词里放两个示例,一个正面一个反面:

  • 正面示例:产品文案为"洗净紧绷,留下余温"。
  • 反面示例:产品文案为"让你告别敏感困扰,重塑自信美肌"。

用这种方法约束语气比任何形容词都好用,因为AI的输出本质是在模仿训练数据里的模式,给它一个"像什么"的具体例子,比告诉它"不能太煽情"要直接得多。

5.4 长对话生成中断与重复:拆小任务解决

做文案场景时,我经常会让AI一次性输出主标题、副文案、详情页、短视频脚本,结果写到一半它开始重复,或者干脆卡住不动。这个问题业内讨论很多,我的经验是预防优先:把一次大任务拆成小任务,每一轮只让它做一件事。先让它写主标题,拿到结果之后再让它写副文案,再让它写详情页卖点,最后让它写脚本。

如果已经出现卡顿或者重复,不要反复追问"然后呢",这会把它推回原来的错误路径。正确做法是复制原需求的一半,简化之后再重新发送,给它一个轻量级的入口。说白了,AI的工作记忆不是无限长的,你自己也是,别指望一口气干完所有活。

6. 我做这份对比的最大感受:AI是催稿器,不是署名者

这场同题测试做完之后,我团队里的实习生问我:那是不是以后人类写手就没用了?我反问他:你更愿意看到哪句文案——"深层修护受损屏障"还是"你昨晚的夜,皮肤都记得"?答案很明显,但我想说的是,这个选择题本身已经说明问题。

广告语言不是词汇的排列组合,它是人对产品、对用户、对自我感受的总和。AI能把排列组合做到极致,它知道所有词的搭配概率,知道所有句式的流行程度,但它没有皮肤,没有熬过夜,没有在干燥的空调房里待过一整天,也没有听到过"你皮肤真好"那一刻的开心和尴尬。它写出的句子再工整,也只能是草稿,是半成品,是一个可以被无限加工但缺少灵魂的底座。

我现在的工作方式很明确:ChatGPT是催稿器、是发散器、是反套路检查器。所有量大的活儿先丢给它,所有风格判断、信息核对、合规把关的活儿留给我自己。你给它越具体的限制,它回得越靠谱;你敷衍它,它一定敷衍你。这个道理放到任何内容创作领域都成立。这个系列还有下一期,我会继续拿真实项目里的案例做实验,如果你也有类似的对比测试想做,可以沿着这套方法自己跑一遍,结果应该会比听我转述更有说服力。

返回列表