假设一个出海台灯品牌准备选广告创意。方案一还在文字脚本阶段，方案二已经做成带表演、音乐和产品特写的 AI 样片。团队拿到两份预测报告，想把分数从高到低排列，再决定把制作预算交给谁。
此时先别选赢家。两份报告究竟在比较创意路线，还是同时比较了文字与影像、概念与执行、不同指标和不同参照？如果这些问题没有答案，一张整齐的榜单反而可能遮住最重要的差异。
同一仪表盘，不代表同一把尺
Kantar Marketplace Support 的《LINK AI dashboard | LINK AI》于 2026 年 9 月 17 日更新：LINK+ 与 LINK AI 的结果可以在同一处查看，但仍使用不同的结果库，因此该仪表盘的交付不提供 AI 数据与调查数据的直接比较。本文于 10 月 17 日核对了这项说明。
这是一个具体产品的限制，不是“所有 AI 与真人研究永远不能比较”的行业定律。它提醒采购方：展示在一起，与已经建立可比关系，是两件事。若服务商提出跨方法比较，应请其说明共同指标、适用人群、参照及验证依据，而不是由品牌自己把两个数字相减。
同一家公司的不同输入也要分别看。9 月 16 日更新的《What is LINK AI? | LINK AI》说明，这项服务可以在不为本次测试招募消费者样本的情况下作预测；视频会分析画面、声音等元素，脚本摘要则分析文字中的创意内容。文档列出的脚本预测指标是 Power 和 Short Term Sales Likelihood。它们不是已发生的购买，也不证明某个具体概念一定成功。
9 月 21 日更新的输入格式页还明确区分脚本摘要：短版为一段、90—150 个英文词，长版为两段、200—300 个英文词。这个事实有采购意义：交给系统的不是一份导演脑海中的完整影片，而是一种受格式约束的表达。不要自行把英文词数换成中文字数，也不要假设上传了长脚本，系统就评估到了所有镜头意图。
先决定要比较什么，再决定把稿子做到多细
如果品牌要选的是“夜间阅读”还是“旅行随身”两条创意路线，先让两者使用相近的表达形式和完成程度。产品、目标市场、核心主张与观看情境先固定；不同的故事动作则保留，那正是要比较的内容。
可以把两条路线都写成清楚、完整且符合所用工具要求的摘要。两条都交代人物、问题、产品怎么参与和结尾；不要一条把关键功能讲全，另一条只留下情绪口号。这里追求的是没有明显偏袒的表达条件，不是把两个不同创意改得一模一样。
如果问题换成“这个停顿是否好笑”“开灯动作能否看懂”，文字就不一定足以回答。应把相关方案做成能看出时间、动作或声音关系的素材，再选适合的评估方法。Kantar 的 LINK+ 媒体类型说明（9 月 11 日更新）列有早期概念、脚本、情绪片、分镜及不同完成程度的广告视频；接受某类素材，不等于每一种输入都回答同一个问题。
制作同行 Animatic Media 当前的 Boardomatics 服务页，也把配有时间与声音的静帧序列、带角色动作的动态预演、写实预演区分销售。本文只采用这个服务结构，不采用其工期、业绩或有效性承诺。对品牌真正有用的启发是：测试素材本身可以是一项独立采购，但制作精度应由待判断的问题决定。
回到虚构台灯项目：若两个方案都需要验证产品展开动作，分别补足可理解的动作演示；若只是某一条创意依赖特殊表演，就把这项不确定性单独列出，别偷偷给它加上大片音乐，再宣称模型选中了故事本身。
ONCE“比较资格卡”：排行之前，先确认四件事
这是一套建议使用的项目记录，不是测试工具，也不提供预测准确率。
| 比较前要写清 | 具体记录与处理 |
|---|---|
| 本轮决定 | 选创意路线、修动作表达，还是决定成片是否进入下一阶段？不同任务不要混成一个“总冠军”。 |
| 实际输入 | 每份脚本或素材的版本、语言、时长、完成程度及未表现内容。输入不同，不先假定差异都来自创意。 |
| 测量条件 | 方法、模型或研究版本、市场或样本定义、使用情境及指标含义。无法确认的项先标未知。 |
| 比较依据 | 分数是否使用相同尺度和参照；服务商是否明确支持这项横比。没有依据时并列解释，不直接排序。 |
四项核对后，结果可以走三条路。
条件足以支持本轮比较，就在确认过的范围内用结果帮助选择；明显不一致而又必须选路线，就准备同形式、相近完成程度的材料，按同一约定方法重做这一轮比较；如果团队需要的是不同阶段各自的诊断，则保留分开的结果，不必为了做汇报而强造统一排名。
例如，早期摘要的预测与后期成片的研究反馈，可以分别帮助团队决定是否继续开发、是否修改具体表达。它们可以共同进入项目档案，但不能未经论证就画成一条“创意效果逐月上升”的曲线。补上了表演、剪辑和声音，测量方法也变了，差值无法自动归给某一项改进。
同条件复测也不是万能校准。保留原版及准确的输入、输出，可以检查版本变化；但拿一条广告同时跑两种工具，并不能证明两套分数已经能互换，更不能据此推出销量换算公式。需要这种解释时，应由具备相应研究能力的团队另行设计验证。
制作公司的可售价值，是让选择有依据
ONCE 此前的合成受众文章讨论何时升级到真人研究与实际投放。本篇再往前处理一个更具体的问题：准备交给任何方法的材料，是否足以支持当前这次比较？
品牌询价时，可以把工作拆为概念表达、测试素材制作、研究执行和结果解释。制作方负责的可能只是前两项；研究由谁执行、哪些数据能留存、服务商允许怎样使用结果，都需要另行确认。不要把做出一个动态分镜，写成已经完成了消费者验证。
如果 ONCE 要把这种工作发展为持续服务，值得沉淀的是经客户许可保存的版本、当轮问题、实际改动和后续结果之间的关系。它可以为下一轮创意开发提供上下文，但不是自动形成可训练的数据集；客户保密、素材权利、研究数据许可和保留期限仍要逐项落实。
这是一种待验证的产品化方向，不代表 ONCE 已拥有预测模型、测试成绩或新增毛利。一次项目先约定清楚“把哪些候选做成什么材料、支持哪项决定”，再按实际工作定范围。对于广告创意与视频制作采购，这通常比一句“含 AI 测试报告”更能说明交付价值。
分数可以帮助作决定。前提是，先知道它评的是哪份表达，回答的是哪个问题，以及能与谁比较。
资料说明：Kantar Marketplace Support 上述四份文档分别更新于 2026 年 9 月 11、16、17、21 日；Animatic Media《Boardomatics》服务页未标统一发布日期。均于 2026 年 10 月 17 日核对，不作为当日新上线消息。无中国大陆可达实测依据，中文仅保留准确来源名称、标题和日期；英文稿保留原始链接。本文无 ONCE 实测结果或供应商准确率背书。
