本文聚焦AIGC (人工智能生成内容) 技术重塑广告行业的背景，针对现有研究缺乏对AIGC广告影响消费者响应机制的系统性探索这一缺口，结合注意力分配理论与精细加工可能性模型 (ELM)，通过眼动实验与问卷调查相结合的混合研究方法，揭示了不同类型AIGC广告的双重认知加工路径。

• 研究背景与动机

AIGC技术凭借自然语言处理、深度学习等能力，实现了广告内容的规模化、个性化自动生成，为营销效率提升带来新机遇，但也引发了消费者响应矛盾——创意类AIGC广告可提升接受度，而涉及情感连接的广告可能效果不佳，且存在隐私、算法偏见等伦理争议。现有研究尚未明确AIGC广告的创意分类体系，也缺乏客观生理数据支撑的注意力分配机制分析，亟需厘清技术特性与创意吸引力的平衡逻辑。

• 核心问题与研究方法

核心问题

1. AIGC广告的不同创意类型如何影响消费者的注意力分配模式？

2. 注意力分配通过何种感知路径作用于消费者的购买意愿与广告态度？

3. 产品卷入度是否会调节上述认知加工路径？

研究方法

1. 眼动实验：采用Tobii Pro Spectrum眼动仪，设置单一类型广告组与混合广告组，通过注视时长、注视次数、注视比例等指标，量化消费者对产品区域与非产品区域的注意力分配。

2. 问卷调查：基于成熟量表测量感知有用性、感知娱乐性、购买意愿、广告态度及产品卷入度，通过结构方程模型 (SEM) 与Bootstrap检验验证中介效应，层级回归分析检验调节效应。

3. 实验设计：选取笔记本电脑、耳机等四类高低卷入度产品，生成发散型 (新奇导向) 与相关型 (效用导向) 两类AIGC广告，控制视觉复杂度、色彩等干扰变量。

• 主要发现与贡献

主要发现

1. 注意力分配差异：相关型AIGC广告显著提升消费者对产品区域的注意力，发散型AIGC广告则增强对非产品创意元素的关注。

2. 双重中介路径：相关型广告通过提升感知有用性，正向影响购买意愿；发散型广告通过增强感知娱乐性，改善广告态度。

3. 调节效应：产品卷入度正向调节感知有用性的中介作用，高卷入度强化中央路径 (感知有用性→购买意愿)；低卷入度则放大感知娱乐性的中介效应，凸显边缘路径 (感知娱乐性→广告态度)。

核心贡献

1. 理论层面：构建了AIGC广告的双重认知加工模型，填补了注意力分配与感知结果之间的理论缺口，拓展了ELM模型在智能广告场景的应用边界。

2. 方法层面：结合眼动实验的客观数据与问卷调查的主观评价，为广告认知机制研究提供了多维度验证范式。

• 学术与实践意义

学术意义

1. 首次明确了AIGC广告的二元创意分类 (发散型/相关型) 及其对应的认知路径，丰富了创意广告理论在智能技术场景的内涵。

2. 揭示了产品卷入度对AIGC广告效果的调节机制，为广告效果边界条件研究提供了新视角。

实践意义

1. 为广告主提供精准策略：促销转化类目标可优先采用相关型AIGC广告，突出产品功能与使用场景；品牌建设类目标可选择发散型广告，强化创意与情感共鸣。

2. 优化媒体投放与效果监测：相关型广告适合投放于搜索引擎、电商推荐等高购买意向渠道，重点监测转化率等指标；发散型广告适配社交媒体信息流等场景，关注分享率、互动率等数据。

3. 提升个性化营销精度：结合用户产品卷入度数据，动态调整AIGC广告的创意导向，匹配消费者认知加工模式。

阅读英文原文：https://www.mdpi.com/3617608

• JTAER 期刊介绍

主编：Ting Chi, Washington State University, Pullman, USA

期刊致力于发表高质量的研究性论文，发文涵盖电子商务的各个方面，包括但不限于网络零售、数字支付、供应链管理、社交媒体营销和电子商务技术创新。

2024 Impact Factor：4.6 

2024 CiteScore：11.7

Time to First Decision：27.9 Days

Acceptance to Publication：10.9 Days

期刊主页：https://www.mdpi.com/journal/jtaer