AI 標籤折扣：同樣的內容，標上 AI 就掉價
內容沒變，加四個字「AI 生成」，評價掉一截；工具很好用，用戶卻不想讓同事知道自己在用。這兩件事是同一個偏見的兩面。做 AI 產品，標籤什麼時候必須亮、什麼時候是自己給自己減分，是一道天天要做的題。
你是市場總監，實習生交來兩版新品文案。憑第一感覺給兩版各打個分，都打完才揭曉。
標籤折扣有真實的研究支撐：多項實驗裏，同樣的詩歌、文案、新聞，標註為 AI 生成後，被試給出的質素、可信度和喜愛度評分系統性走低，哪怕盲測時它們的得分並無差別。歸因和第 6 課的算法厭惡同源：人們預設 AI 產出「沒有心」，於是折價。
既然亮標籤要付折扣的代價，能不能乾脆都不亮？不行，有幾類場景是法規和信任的紅綫。逐個判斷下面五個場景。
非紅綫場景裏，標籤措辭決定折扣深度。左邊是同一篇公眾號文章的署名區，拖梯子換四檔措辭，右邊兩個指標一起動：讀者給內容的評價折扣，和署名不實要付的信任風險。注意這是個蹺蹺板，別只盯一頭。
對抗使用羞恥，靠讓用戶覺得成果是自己的。同一份 AI 輔助完成的行業分析，兩種導出設計，點你認為用戶更願意轉發到工作羣的那個。
標籤折扣是實測存在的：內容沒變，標註一變，評價就變。消費側想折價，生產側想隱身，產品夾在中間。
紅綫場景無條件亮標：生成人臉、語音、新聞類內容必須顯式標註加隱式水印（《人工智能生成合成內容標識辦法》2025 年施行），合規標識沒有產品發揮空間。
非紅綫場景管好措辭：「AI 生成」和「AI 輔助、經作者修訂」是兩個折扣價。措辭要寫實：人真參與了，就理直氣壯地説。
功勞設計給用戶：導出不帶產品水印、生成過程強調用戶的輸入、署名方式讓用戶選。他參與得越多，越敢署名。
內容來源：小山學堂「AI 產品心理學」專題原創；標籤折扣為多項內容評價實驗的一致結論；標識義務見中國《人工智能生成合成內容標識辦法》（2025）。