# O4 · AI 比医生还会安慰人，那人还剩什么？—— short-video-script-lab 版
> 目标时长：约 100–108 秒
> 生成方法：short-video-script-lab（信息台阶 + 逐层改写问题）
> 核心观看承诺：看到最后，分清 AI 赢下的“共情表达”，和人真正守得住的“共情行动”。
---
## 信息台阶
1. **生活观察**：很多难以启齿的话，人已经更愿意先告诉 AI。
2. **数据冲击**：15 项研究的系统综述中，13 项合并统计后，AI 在文字回复里被感知为更有共情的概率约 73%。
3. **第一次改写问题**：这不是在证明 AI 有感情，而是在证明“让人感觉被理解”已经能被批量生成。
4. **关键反转**：研究比较的全部是文字，没有非语言线索，也没有真实关系中的后续行动。
5. **第二次改写问题**：人的价值不只在表达理解，而在理解之后是否愿意留下、行动并承担。
6. **落点**：未来不是人和 AI 比谁更会说暖话，而是 AI 生成表达，人完成关系。
## 完整口播稿
你有没有发现，／
有些最难过的话，／我们反而更愿意先说给 AI 听？
它不打断，不催你，／还总能把话说得很暖。
这不只是感觉。／
一篇系统综述汇总了 15 项研究。
其中 13 项合并统计后发现：
在文字回复的正面对比里，／
AI 被评为更有共情的概率，**大约是 73%**。
我看到这个数字的第一反应是：／
如果连共情都能生成，／那“人味”还值钱吗？
后来我发现，／这个问题问早了。
AI 赢下来的，／是**共情的表达**。
它会复述你的担心，肯定你的感受，／
然后给你一句恰到好处的安慰。
它未必真的懂你，／但它已经很会让你感觉自己被懂了。
可这批研究有一个共同的边界：／
比较的全是**文字**。
文字里没有眼神，没有沉默；／
也没有你说“我能接受”，／对面那个人却看见你还没准备好。
所以人的价值，／可能从来不只是说一句“我理解你”。
而是在理解之后，／愿不愿意多留一会儿；
愿不愿意为你做一个动作，／为一个判断承担后果。
AI 可以模拟共情的语言，／
但人要负责共情之后的行动。
未来不是人和 AI 比谁更会说暖话，／
而是 AI 帮人表达，／人把这份表达变成**一段真的关系**。
所以我现在更想问你：／
你最难受的时候，／想要一句完美的安慰，
还是想要一个不完美、／但真的愿意留下来的人？
## 拍摄与表达提示
- 全程固定机位纯口播，开头“更愿意先说给 AI 听”用平静自问，不做新闻播报腔。
- “73%”说慢半拍；说完停顿，让数据落地。
- “这个问题问早了”是全片第一次反转，语气从惊讶转为笃定。
- “比较的全是文字”单独成句、压低声音，这是第二次留人点。
- 最后三组词依次加重：**留下来—行动—承担**；结尾问题说完后停两秒，不补“评论区告诉我”。
## 公屏文案（只保留六级台阶）
| 时间 | 公屏文案 |
|---|---|
| 0:00–0:11 | 最难过的话，
我们反而先说给 AI 听 |
| 0:11–0:25 | 15 项研究：
AI 更有共情的概率约 73% |
| 0:25–0:36 | 连共情都能生成，
“人味”还值钱吗？ |
| 0:36–0:51 | AI 赢下来的，
是共情的表达 |
| 0:51–1:04 | 它未必真的懂你，
但很会让你感觉被懂了 |
| 1:04–1:17 | 研究的共同边界：
比较的全是文字 |
| 1:17–1:29 | 人的价值：
留下来、行动、承担 |
| 1:29–1:39 | AI 模拟共情的语言
人负责共情后的行动 |
| 1:39–1:47 | 你要一句完美的安慰，
还是一个愿意留下的人？ |
## 数据依据与表述边界
- “15 项研究 / 13 项合并统计 / 73%”来自 2025 年系统综述；73%是由合并效应量换算的优势概率，不是“73%的患者选择 AI”。
- 研究衡量的是文字所传达的“感知共情”，不能证明 AI 具有主观感受。
- 参考：[British Medical Bulletin 系统综述（PMC）](https://pmc.ncbi.nlm.nih.gov/articles/PMC12536877/)｜[npj Digital Medicine 癌症患者研究](https://www.nature.com/articles/s41746-025-01671-6)｜[JAMA Internal Medicine 2023 对比研究](https://jamanetwork.com/journals/jamainternalmedicine/fullarticle/2804309)
—— Codex