聊天机器人使用的饮食行为相关语言是如何影响消费者购物决策的？

《Journal of Retailing and Consumer Services》：How chatbot eating-action language shapes food purchase responses?

　　摘要：AI聊天机器人越来越多地使用生动的饮食动词来推荐食品，但尚不清楚这种语言是否一致地增加了消费者的购买意向。本研究基于具身认知和欲望的精细侵入理论，探讨了饮食动作概念语言如何通过激活消费前的具身模拟来影响食品购买反应。在涉及2552名参与者的四个实验中，我们发现饮食动作概念语言的效果取决于食品的健康状况。与标准的产品描述语言相比，对于健康食品，饮食动作概念语言增加了购买意向和优惠券选择；而对于不健康食品，则降低了或没有增加这些反应。研究2表明，消费前的具身模拟是一个共同的心理学起点，但其后续的加工过程因食品类型而异。对于健康食品，具身模拟增强了感官期待，从而增加了购买意向；而对于不健康食品，具身模拟增加了替代性感官满足感，从而降低了购买意向。研究3进一步显示，当推荐由AI聊天机器人而非人工代理提供时，这种具身模拟效果更为显著。研究4确定了消费实现线索作为一个边界条件：真实的消费机会能够保持健康食品的感官期待路径，同时减弱不健康食品的替代性感官满足感路径，但并不能使不健康食品的具身模拟可靠地转向感官期待。

引言：“当谷物裂开时，脆脆的谷物碎屑散布在口中。慢慢咀嚼逐渐释放出坚果香气，吞下后带来清新的口感。”这种描述具有直观的吸引力，因为它们将未购买的食品转化为消费者可以在购买前在心中模拟的体验。对食品的评价不仅取决于价格、品牌和营养信息，还取决于消费者是否能够在购买前想象出其味道、质地和消费过程（Krishna, 2012; Spence et al., 2016; Petit et al., 2022）。有助于模拟身体与产品互动的产品线索更有可能影响产品评价和购买意向（Elder and Krishna, 2012; Krishna and Schwarz, 2014）。然而，感官意象并不总是增加食品购买。对食品消费的详细心理模拟可能会增强实际品尝的期待，而在其他情况下，它可能在消费发生前提供部分的心理满足感（Kavanagh et al., 2005; Morewedge et al., 2010a, Morewedge et al., 2010b; Andersen et al., 2023）。因此，是否更生动地唤起消费过程的推荐语言能够一致地增强食品购买意向仍是一个未解决的理论问题。随着生成式人工智能越来越多地整合到在线零售、食品电商和即时购物平台中，消费者越来越频繁地依赖聊天机器人来获取产品信息、了解产品体验并形成购买决策（Luo et al., 2019; Munnukka et al., 2022; Hermann and Puntoni, 2024; Chakraborty et al., 2024; Gao et al., 2025; Wasilewski, 2025; Anggraini et al., 2026）。与传统搜索界面、产品详情页面和静态广告相比，聊天机器人通过对话呈现食品信息，使推荐语言从描述产品属性发展为鼓励消费者想象进食行为的互动线索。当聊天机器人使用诸如“咬一口”、“咬进去”、“咀嚼”、“吞下”和“在口中融化”等表达时，消费者获得的不只是关于产品属性的信息，而是一系列语言构建的食品消费过程（Glenberg and Kaschak, 2002; Zwaan and Taylor, 2006）。因此，关键问题不是AI生成的推荐语言是否影响食品购买意向，而是为什么这种似乎更能激发食欲的语言在不同食品上不会引发相同的消费者反应。要解答这个问题，需要区分饮食动作概念语言和标准产品描述语言。饮食动作概念语言是指以一系列进食行为为中心的推荐语言；而标准产品描述语言则包括诸如“清爽”、“脆爽”、“丰富”、“低糖”和“高蛋白”等感官或产品属性，其主要功能是描述产品本身的特性，而不是组织消费者自身的进食行为顺序。这两种语言形式的区别并不在于感官线索的存在或意象的强度，而在于推荐语言是否将产品属性转化为基于行为的消费体验。食品的健康状况可能会决定这种语言效果的方向。食品购买决策受到健康认知、感官吸引力、即时欲望和自我控制目标的共同影响（Raghunathan et al., 2006; Mai and Hoffmann, 2015; Spence et al., 2016）。健康食品通常与诸如低糖、高纤维、高蛋白和降低消费负担等功能性线索相关联；然而，这些属性并不一定转化为对味道的生动预期。相反，不健康食品更常与甜味、奶油感、巧克力味和脆度等享乐性线索相关联，使消费者更容易在购买前想象到消费的即时愉悦。先前的研究还表明，消费者经常将不健康食品与更好的味道联系起来，这种不健康的“美味”直觉会影响味觉推断、享乐预期和选择行为（Raghunathan et al., 2006）。因此，相同的饮食动作概念语言可能对健康食品和不健康食品产生不同的效果。具身认知认为概念理解紧密植根于感官系统、运动系统和先前的行为体验（Barsalou, 2008; Krishna and Schwarz, 2014）。在处理与行为相关的语言时，个体会激活与所描述行为相关的感觉运动表征（Glenberg and Kaschak, 2002; Zwaan and Taylor, 2006）。在食品推荐的背景下，饮食动作概念语言明确指出了口腔动作和消费体验，使消费者能够在购买或食用产品之前构建消费前的具身模拟。精细侵入理论进一步表明，欲望可以通过感官意象处理得到维持、强化或改变（Kavanagh et al., 2005; May et al., 2015）。因此，消费前的具身模拟可能不会直接增加食品购买意向。对于健康食品，基于行为的语言可能会弥补相对较弱的感官意象，使消费者更容易产生感官期待；而对于不健康食品，同样的语言可能会在消费前提供部分心理满足感，从而增强替代性感官满足感并降低购买动机。

聊天机器人的使用也引入了两个重要的边界条件：来源类型和消费实现线索。尽管聊天机器人可以生成类似人类的饮食体验描述，但它们缺乏实际的口腔、味觉和消费体验。披露推荐是由AI生成的会影响消费者对其可信度、真实性、专业性和任务适宜性的看法。不同类型任务和产品特征下，人们对AI推荐的接受程度也有所不同（Luo et al., 2019; Castelo et al., 2019a, Castelo et al., 2019b; Longoni and Cian, 2022; Lim and Schm?lzle, 2024）。因此，来源类型可能会影响消费者对相同饮食动作概念语言的处理方式，从而影响消费前具身模拟的激活程度。此外，在在线采样情境中，消费实现线索可能会影响模拟消费体验的后续处理。当消费者认为他们的当前心理模拟可以跟随实际的机会来领取、试用或兑换产品时，消费前的具身模拟更有可能发展成感官期待。在没有实际消费机会的情况下，模拟体验更可能停留在想象阶段，在某些食品情境下甚至会降低购买产品的需求（Spence et al., 2016; Petit et al., 2022）。

基于前述分析，本研究提出了以下研究问题：

- RQ1：聊天机器人生成的饮食动作概念语言对不同健康水平的食品购买意向是否有相反的影响？
- RQ2：消费前的具身模拟是否是饮食动作概念语言影响食品购买意向的共同心理学起点？
- RQ3：感官期待和替代性感官满足感能否解释健康食品和不健康食品的不同消费结果？
- RQ4：来源类型是否调节饮食动作概念语言对消费前具身模拟的影响？
- RQ5：消费实现线索是否改变了消费前具身模拟的后续处理，特别是是否保持健康食品的感官期待路径同时减弱不健康食品的替代性感官满足感？

为了回答这些问题，进行了四项实验。研究1考察了饮食动作概念语言和食品健康状况对食品购买意向和优惠券选择的交互效应。研究2研究了消费前的具身模拟及其后续处理路径，即感官期待和替代性感官满足感。研究3比较了AI聊天机器人和人工代理作为推荐来源对消费前具身模拟效果的影响。研究4测试了消费实现线索是否改变了消费前具身模拟的后续处理。本研究有三个主要理论贡献：首先，它将饮食动作概念语言引入了基于AI的食品推荐文献，证明推荐语言的影响不能仅通过信息丰富度、感官生动性或一般说服力来完全解释；其次，通过结合具身认知和精细侵入理论，解释了为什么相同的消费前具身模拟会对健康食品和不健康食品产生不同的消费结果；第三，它将来源类型和消费实现线索纳入一个统一的框架，展示了AI推荐来源和电子商务界面中的行为线索如何共同影响饮食动作概念语言引发的心理模拟的后续处理。从实际角度来看，这些发现建议企业和在线平台不应仅依赖生成式AI来生成更生动的食品描述，而应根据食品健康状况、来源类型和消费实现线索来调整推荐语言的强度，以便使语言策略更好地适应不同的食品类别和消费情境。

**食品购买决策与健康判断**：当消费者遇到食品时，他们不仅仅比较价格、品牌、成分、营养成分和包装大小，还会预测食品的味道、是否值得一吃以及是否符合他们的饮食目标。长期的研究表明，食品偏好受到感官吸引力、健康目标、价格限制、社会规范、情绪状态和日常饮食习惯的影响，这使得任何单一因素都难以完全解释食品选择。

**饮食动作概念语言和食品健康状况对购买意向的直接影响**：在食品推荐情境中，语言是否转化为购买意向往往取决于它是否填补了消费者预期中的想象空白。当消费者评估食品时，他们可能已经基于健康状况、味道和情境需求形成了初步判断；然而，这些判断往往不足以激发购买动机。特别是当食品属性尚未转化为可想象的口腔体验时……参与者通过Credamo平台招募，并在线完成了实验。所有人均没有参与数据处理或数据分析的工作。

**研究结果摘要**
在AI聊天机器人的食物推荐场景中，与“进食”相关的概念语言的作用不仅限于使食物描述更加生动。这些语言将食物的各种属性组织成一个消费者可以在心理上跟随的进食过程，使得将食物送入口中、咀嚼、吞咽以及回味等环节成为购买决策的一部分。产品相关的线索可以通过具体的心理模拟来影响消费者对产品使用和消费过程的判断。

**CRediT作者贡献声明**
Jialiang Chen：概念化、方法论设计、初稿撰写、审稿与编辑。
Geng Li：数据整理、正式数据分析、调查、可视化。
Jing Chen：数据整理、正式数据分析、调查、可视化。
Siqin Wang：数据整理、调查、审稿与编辑。
Wenxin Ke：数据整理、调查、审稿与编辑。

**资金情况**
本研究未获得任何外部资助。

**利益冲突声明**
作者声明，在进行本研究的过程中，不存在任何可能被理解为潜在利益冲突的商业或财务关系。

**致谢**
无。

**作者信息**
Jialiang Chen | Geng Li | Jing Chen | Siqin Wang | Wenxin Ke
上海体育学院心理学系，中国上海