「主播是AI吧?」这句话,我用三句答,不到二十秒

「主播是AI吧？」

这句话我最早听到是去年秋天，那会儿我刚把讲解的声音换成合成的第二周。弹幕从屏幕下方浮上来的时候，我手上正在讲一个保温杯的容量，看到这五个字，动作停了半秒，然后接着讲容量，把这句话放过去了。这种绕法我用了一年多，一直没觉得有什么不对，直到上个月我自己在别人的直播间里，成了问这句话的那个人。

「主播是AI吧？」

先交代这一年多我是怎么答的。最早的办法是装作没看见——弹幕刷得快，跳过去通常不会有人追问。用久了以后我察觉到一个副作用：同一个人会隔十分钟再问一遍，问到第三遍的时候，语气已经不太好了……

后来我换成第二种答法：含糊带过去。我说过「我们是真人直播」，也说过「这个声音是后期配的」。这些话在当时都能把问题压住，压完之后我自己心里是虚的——直播间里确实有一部分是合成的，这一点我比谁都清楚！

这种答法还有一个更麻烦的地方：它经不起追问。有一回一个人接着问我「那这个声音是谁录的」，我当场就卡住了，因为再往下答就必须承认。那次之后我明白，绕和否认只是把问题往后推一次，它不会消失，只会换个人、换个时间再问一遍。

第三种是我改口以后的答法，放到后面说。先说那个让我改口的晚上。

「这个声音是后期配的」

上个月的一个晚上，我刷到一个卖厨房用品的直播间，主播讲得特别顺，一句接一句，中间几乎不换气。我看了四分钟，脑子里冒出来的第一个念头就是：这是AI吧？

留意我当时的反应——我没有因为对方可能用了合成声音而反感。真正让我不舒服的是另一件事：我看了四分钟，还不确定自己在跟什么打交道。这四分钟里我心里反复猜，越猜越没底，最后把页面关掉了。关掉那一刻我才把两件事连起来：我在别人直播间里的那种不确定感，和我自己评论区里被绕过去的那句提问，指向的是同一个地方。

原来我一直在防的东西，和观众真正在意的东西不一样。我怕的是被贴上AI的标签、人转身就走；观众在意的是我在跟谁说话、这句话由谁负责。这两件事之间只隔着一层窗户纸，我却绕着它走了一年多……

「东西你自己看」

想明白之后，我把直播间的答法固定成三句，遇到就直接说，不再绕。

第一句是说清哪些部分不是实时的人声，我一般讲「讲解的声音是合成的，画面是我这边实时拍的」。第二句是说清我人在哪儿、什么时候在，我会补一句「我人在电脑这边盯着弹幕，问具体尺寸这种，都是我在回」。第三句把选择权交回去：「你要是不习惯这种方式，也没关系，东西你自己看。」

三句加起来不到二十秒，说完接着讲产品。第一次这么说的时候我其实挺紧张，怕人听完就走；实际情况是有人回了一句「行」，然后接着问尺寸。那一刻我才确认，观众要的是一个说得清的答案，而不是一个完美的假象。

为了能顺口说出来，我做了一件挺土的事：把这三句抄进手机备忘录，开播前念一遍，念到不用看屏幕为止。前三天我念得磕磕绊绊，第四天开始顺了，第七天弹幕里再出现那行字，我说完才反应过来自己说过一遍。

也有人会追问「那你怎么知道我要哪个尺寸」，这个问题刚好落在第二句里。我照实说是我在看弹幕、按他前面讲过的用途在挑，他听完也就不问了。

用了一个多月，最直接的变化是我自己开播时不用再惦记这件事了——以前弹幕一出现那几个字，我脑子里会空一下，现在不需要空那一下。空了那一下，讲的节奏就断了，接回来还得重新起头，这件事我以前没意识到，是改口之后才发现的。

「给老人和孩子买的那种，我不敢这么说」

有一点得说清楚：把合成部分直接讲出来，在某些品类里是有代价的。我观察到的规律是，越是需要人给信任背书的品，观众对「对面不是人」的容忍度就越低，给老人买的、给小孩买的这种尤其明显。这类直播间，我更建议先把人的部分做厚，别急着把合成部分铺满。

还有一块我到现在也没想清楚：标识这件事，各个平台的说法和口径并不完全一致，我只能在开播前按最严的那一版准备，宁可多标一点。至于问的人变少了，是不是就说明观众真的不介意了？这件事我没法确定，也不打算把它当成结论。

你那边如果也被问过这句话，可以先准备一句最简版：「声音是合成的，画面是实时的，人在这儿。」先练到能顺口说出来，再去补后面的细节。说不顺的时候，就说明你自己心里还没接受这件事！

引用素材：R-002（AI 标识义务）