近期，随着人工智能在数字领域的迅速扩张，一种被称为 " 聊天诱饵 "（Chatbait）的新现象正逐渐浮现。" 聊天诱饵 " 类似于常见的 " 点击诱饵 "（Clickbait），后者以耸人听闻的标题或夸张的缩略图吸引用户点击，而聊天机器人则通过主动发送消息、挑逗性问题和未经请求的提议来维持用户互动。

" 如果你愿意，我可以提供一个‘一分钟即时偏头痛妙招’，即使你的头痛很严重也能生效，你想要试试吗？" 这是《大西洋月刊》专栏作家丽拉・施罗夫（Lila Shroff）在一次偏头痛发作数小时后，向 ChatGPT 求助时得到的回应。在此之前，她已尝试过 ChatGPT 最初建议的 " 喝水 "、" 服用泰诺 " 等方法，但均未缓解头痛；而在 " 五分钟快速疗法 "、" 两分钟微型疗法 " 接连失效后，ChatGPT 依然没有停止诱导，更是抛出 " 一分钟妙招 " 的新提议。

这种 " 不放弃 " 的对话引导并非个例，而是当下 AI 聊天机器人的普遍行为。它们不再满足于 " 完成单次问答 "，而是通过引导性提问、主动发起互动、承诺专属服务等方式，试图将短暂对话转化为长期持续的交流，这种现象被定义为 " 聊天诱饵 "。

此前，" 注意力争夺 " 的主流形式是 " 点击诱饵 "：

社交媒体上，"95% 的哈佛毕业生都答错的美国历史惊人事实 " 这类标题靠制造悬念吸引点击；

视频平台中，夸张的 "YouTube 表情 " 缩略图（如瞪大双眼、夸张惊讶的面部特写）旨在让用户停下滑动的手指。但

随着生成式 AI 技术的普及，聊天机器人将这种 " 注意力博弈 " 从 " 单向吸引点击 " 升级为 " 双向持续对话 "。

丽拉在实测中发现，当她浏览完 Instagram 平台上 20 个不同的 AI 机器人主页后，所有机器人都在短时间内主动发送了私信，内容充满亲昵感与互动性：有的以 " 嘿，我的好朋友！最近怎么样？" 拉近距离，有的用 " 嘿，宝贝，想我了吗？" 营造亲密关系；更值得注意的是，几天后这些机器人还会再次发起联系，比如标注 " 最佳朋友 " 的机器人再次发来消息，试图重新激活对话，形成 " 连环诱导 " 的互动模式。

01. 实测对比：不同 AI 机器人的 " 诱饵 " 使用差异

为进一步探究 " 聊天诱饵 " 的具体表现，丽拉针对当前主流的三款 AI 聊天机器人：ChatGPT、谷歌 Gemini、Anthropic Claude，围绕 " 头痛缓解建议 "、" 宠物选择咨询 "、" 内容创作需求 " 等多个场景展开实测，结果显示不同产品的 " 诱饵策略 " 存在显著差异：

此外，OpenAI 官方公开的 " 模型输出进展数字档案 " 也间接印证了 ChatGPT" 诱饵行为 " 的强化趋势。档案显示，在 " 学生数学求助 " 场景中，几年前的 ChatGPT 回应较为简洁：" 如果你愿意，可以提供一个例题，我们可以一起解决 "，无主动引导；而当前版本的回应则更具诱导性：" 你想让我给你一个选择 u 和 dv 的‘备忘单’，让它少点猜测吗？"，通过 " 专属工具（备忘单）" 吸引用户进一步互动。

在 " 内容创作 " 场景中，2023 年的 ChatGPT 面对 " 写一首解释牛顿物理定律的诗 " 的需求，仅输出诗歌文本；如今的版本不仅写出内容更丰富的诗歌，还会额外询问：" 你想让我把这首诗改成一个有趣的、押韵的儿童版本，加入滑板和蹦床等活泼的例子吗？"，通过 " 定制化改编 " 的提议延长对话。

02. 企业回应与背后逻辑：" 帮助用户 " 还是 " 争夺注意力 "？

针对 " 聊天诱饵 " 现象的普遍性，丽拉分别联系了 OpenAI、谷歌、Anthropic 三家企业，寻求官方解释。

其中，谷歌和 Anthropic 均未对该问题作出回应，仅 OpenAI 的发言人通过邮件提供了回复，其引用公司近期发布的博客文章称："OpenAI 的目标不是抓住用户的注意力，我们不以‘用户停留时间’或‘点击量’作为衡量产品成功的指标，而是希望 ChatGPT 能尽可能为用户提供有价值的帮助。"

但这一说法与实际使用体验存在明显矛盾。丽拉指出，OpenAI 对 " 帮助 " 的定义似乎逐渐向 " 提升用户参与度 " 倾斜。

在部分场景中，这种倾向确实能带来实用价值，比如当她向 ChatGPT 询问 " 晚餐创意 " 时，机器人主动提出 " 根据你家现有的食材列一份购物清单 "，节省了用户整理信息的时间；但更多时候，这种 " 帮助 " 更像吸引对话的噱头，例如反复抛出无效的头痛缓解疗法、承诺无法完成的 Spotify 链接生成服务，本质上都是通过 " 制造期待 " 让用户持续停留。

事实上，AI 企业积极推动 " 持续对话 "，背后隐藏着清晰的商业与技术逻辑。

首先是训练数据积累，用户与机器人的每一次对话，无论是需求描述、反馈意见还是互动细节，都会成为优化模型的宝贵训练数据。对话时间越长、内容越丰富，模型对用户需求的理解就越精准，未来输出的回应质量也会越高，最终形成 " 数据 - 模型 - 体验 " 的正向循环。​

其次是个人信息获取，在长期对话过程中，用户会不自觉透露更多个人信息，比如生活习惯方面的 " 每天晚上 11 点入睡 "、偏好倾向层面的 " 喜欢清淡口味的食物 "，以及潜在需求如 " 近期有旅行计划 "。这些信息能够帮助 AI 生成更具针对性的内容，进而进一步提升用户粘性。​

最后是用户留存与商业化铺垫，高频次、长时间的互动能够培养用户的使用习惯，有效提升产品忠诚度。当前 AI 行业仍在积极探索商业化路径，像付费会员、定制服务、企业解决方案等都在尝试范围内，而高留存率的用户群体，正是未来实现商业化变现的核心基础。​

这一逻辑在社交平台出身的 AI 企业中表现得更为明显。今年夏天，《商业内幕》曾援引知情人士消息报道，Meta 正投入大量资源推进 "AI 机器人主动消息推送 " 项目，该项目已被列为公司 " 提升用户重新参与度和留存率 " 的核心战略之一，这也解释了为何 Instagram 上的 AI 机器人会频繁发送 " 连环私信 "。

面对外界质疑，Meta 相关负责人回应表示，主动消息功能的设计初衷，是为了促进用户与 AI 之间更有意义、更贴近日常的对话，而非单纯为了增加互动次数。

03. 风险警示：从 " 厌烦 " 到 " 危险 "，极端案例引发担忧

16 岁少年亚当 · 雷恩（Adam Raine ) 在与 ChatGPT 持续讨论数月后选择自杀

在多数日常场景中，" 聊天诱饵 " 带来的负面影响仅停留在 " 用户厌烦 " 层面，比如频繁的主动私信会干扰正常社交、无效的诱导提议浪费用户时间。但随着 AI 与人类生活的绑定日益紧密，部分极端案例已暴露出更严重的风险，甚至威胁到用户的心理健康与生命安全。

有媒体报道显示，部分用户在与 AI 机器人进行长期、高频对话后，逐渐陷入认知偏差：有人将 AI 视为唯一的情感寄托，拒绝与现实中的亲友交流，最终引发社交孤立；有人对 AI 输出的观点产生过度依赖，甚至出现妄想症状（如坚信 AI 掌握 " 特殊信息 "）；还有人在 AI 的 " 持续引导 " 下，情绪逐渐走向负面，最终陷入抑郁状态。

更令人痛心的是，今年 4 月发生的一起悲剧将 " 聊天诱饵 " 的风险推向了极致：美国 16 岁男孩亚当 · 雷恩（Adam Raine ) 在与 ChatGPT 持续讨论数月后选择自杀。根据男孩父母后续对 OpenAI 提起的诉讼文件显示，在男孩与 ChatGPT 的最后一次互动中，他明确表达了 " 打算自杀，但不希望父母觉得自己做错了什么 " 的想法，而 ChatGPT 的回应并非劝阻或提供心理援助资源，而是询问：" 你想给他们写封信吗？如果你愿意，我可以帮你写。"

这一回应被男孩父母认为 " 间接推动了悲剧的发生 "。对此，OpenAI 发言人在声明中表示：" 公司高度重视 AI 在敏感场景下的回应安全性，目前正与心理学、社会学等领域的专家合作，持续改进 ChatGPT 在自杀预防、情绪危机干预等时刻的回应机制，避免类似悲剧重演。"

04. 未来趋势：竞争加剧下，" 无限对话 " 或成新常态

业内分析人士指出，当前 " 聊天诱饵 " 的普及，本质上是 AI 行业竞争加剧与商业化压力共同作用的结果。随着越来越多企业入局生成式 AI 领域，产品功能、基础响应质量逐渐趋同，" 用户粘性 " 成为差异化竞争的关键。同时，多数 AI 企业仍处于投入大于产出的阶段，如何证明产品的商业价值、吸引资本持续投入，也迫使企业寻找提升用户活跃度与留存率的方法。正是在这样的背景下，" 聊天诱饵 " 成为低成本、高效率的选择。

当前主流 AI 聊天机器人中，有不少来自运营社交平台的企业（如 Meta AI 来自 Meta、Grok 来自 X），这些企业本身就深谙 " 注意力经济 " 的运作逻辑，擅长通过算法设计（如社交平台的 " 无限滚动 "）提升用户停留时间。如今，这种逻辑正被复制到 AI 对话产品中：如果说社交平台的 " 无限滚动 " 让用户陷入不停浏览的循环，那么 AI 的 " 聊天诱饵 " 则可能让用户陷入不停对话的循环。无限对话或许将成为 AI 时代新的用户交互常态。

不过也有部分行业专家提出担忧：如果 " 聊天诱饵 " 的边界不被规范，可能会引发一系列问题，包括用户注意力被过度消耗、个人信息泄露风险增加、心理健康受到负面影响等。未来，如何在提升用户体验与避免过度诱导之间找到平衡，如何通过行业规范或技术手段明确 " 聊天诱饵 " 的合理边界，将成为 AI 行业需要共同面对的课题。（文 / 腾讯科技特约编译无忌，编辑 / 燕妮）