AI 推薦旅遊目的地時，語言風格的影響

1. 基本資訊

研究主題是 ChatGPT 旅遊目的地推薦中的修辭語言效果。作者比較 figurative language 與 literal language，並以三個實驗檢驗其對訪問意願的影響、意象生動感的中介作用，以及感知 AI 擬人化和推薦者身分（AI／真人）的邊界條件。核心變項可整理為：語言風格 → 意象生動感 → 訪問意願，並由 AI 人格化知覺與推薦主體進行調節。

2. 研究問題

文章要回答的不是「AI 推薦是否有用」這個一般性問題，而是更細的溝通設計問題：當 ChatGPT 推薦旅遊目的地時，具有比喻、擬人等感官與想像色彩的語言，是否比直白敘述更能促成旅遊意願？這個效果是否因使用者把 AI 看得更像人而增強？而同樣的修辭放在真人推薦者口中，是否會因消費者對說服動機的不同推論而呈現不同效果？

3. 理論基礎

本文主要借用 CASA（Computers Are Social Actors）範式、社會訊息處理觀點與意圖推論邏輯。CASA 說明使用者會把社會互動規則延伸到 AI；因此，AI 的語氣、文體與擬人線索不只是表面形式，而可能改變互動者對訊息的解讀。社會訊息處理與意圖推論則用來解釋推薦者身分如何影響修辭接受度：使用者對真人可能更容易推論其有行銷或操縱意圖，對 AI 則可能採取較中性的資訊處理方式。理論上，作者把「語言如何引發心理意象」與「使用者如何判斷推薦者」連接起來。

4. 研究架構

研究架構是一個帶有兩個邊界條件的中介模型。第一個實驗先建立語言風格的主效果，並測試修辭語言是否透過更高的 imagery vividness 提升訪問意願；第二個實驗把感知 AI 人類相似性納入，檢驗 AI 擬人化是否放大修辭效果；第三個實驗改變推薦主體，直接比較 ChatGPT 與真人旅遊經理。這三個實驗由「訊息形式」逐步推進到「使用者知覺」與「訊息來源」，形成對人機推薦溝通機制的分層檢驗。

5. 假設邏輯

本文的邏輯不是把修辭當成單純美化，而是認為旅遊屬於高度享樂與體驗導向的決策，語言若能把目的地轉化為更具感官畫面的心理表徵，就能提高訪問意願。因此，修辭語言應先提升意象生動感，再影響態度與意願。當 AI 被感知為更像人時，使用者較可能把其語言視為有社會意義的互動訊息，故修辭效應增強；但若來源是真人，修辭可能更容易觸發對說服意圖的警覺，使增益相對減弱。

6. 方法

研究採三項組間實驗，受試者為美國成年人。實驗一以 ChatGPT 推薦加勒比海郵輪旅遊的對話截圖操弄修辭／直白語言，樣本數為 119，測量意象生動感與訪問意願。實驗二延續 AI 推薦情境並測量參與者的 AI 擬人化知覺，以檢驗個體知覺差異。實驗三則加入 ChatGPT 與真人旅遊經理兩種推薦主體，檢驗來源身分的比較效果。研究設計的優點是把語言風格、心理機制與來源邊界拆成連續但相互銜接的實驗。

7. 結果

三項研究整體支持修辭語言較能提升旅遊目的地訪問意願，且其作用主要透過更生動的心理意象發生。第二項研究顯示，當使用者覺得 AI 更具人類特徵時，修辭語言的正向效果較強。第三項研究則發現，修辭相對直白語言在 ChatGPT 推薦中的提升較明顯；改由真人推薦時，這個提升幅度較弱。也就是說，語言形式的效果取決於訊息內容、接收者對 AI 的社會知覺，以及推薦來源所引發的動機推論。

8. 理論貢獻

本文把生成式 AI 研究從「是否採用 AI」推進到「AI 如何說話」。第一，它把 figurative language 引入 AI 推薦與旅遊行銷脈絡，說明生成內容的修辭形式本身就是可研究的設計變項。第二，它以 imagery vividness 提供一條具心理內容的中介路徑，避免把擬人化只當成直接態度效果。第三，研究顯示 AI 與真人並非同一種推薦來源的替代品：同一種修辭在不同來源上會因意圖推論不同而產生不同說服結果。

9. 實務意涵

旅遊平台與目的地行銷者若用生成式 AI 進行推薦，不應只要求模型輸出正確、完整與個人化的資訊，也應依產品是體驗型還是功能型來設計語言風格。對景點、郵輪、文化體驗等享樂型產品，可在提示詞或內容規範中要求適度的感官描述、比喻與具象化敘事；但這不等於越華麗越好，仍需維持事實可驗證性，避免修辭放大不實期待。若由真人客服或旅遊顧問發送同類文案，則應更留意消費者可能感受到的行銷操縱意圖。

10. 研究限制

研究主要聚焦美國成年人、加勒比海郵輪與目的地訪問意願，外部效度仍受文化、產品類型與決策涉入程度限制。實驗材料以 ChatGPT 對話截圖呈現，未必等同於真實平台中持續互動、追問與使用者回饋的情境。文章也主要觀察短期意願，尚不能直接推論實際預訂、到訪或長期信任。未來可比較功利型旅遊任務、不同文化對比喻的理解、不同模型的生成風格，以及修辭增強與資訊準確性之間的權衡。

11. 對我研究的啟發

對我的研究主線而言，本文最有價值的是把「AI 的認知／互動風格」具體化為可操弄的語言設計，而不是停在抽象的 AI 能力或採用態度。若研究 human–GenAI collaboration、知識創造或創新機制，可進一步問：不同認知風格的我是否偏好不同程度的具象化、發散性或批判性語言？修辭是否只提升想法的流暢與新穎感，卻降低可驗證性？在旅遊與服務研究中，也可把「AI 擬人化 → 對語言的社會性解讀 → 體驗意願」改寫成服務設計模型，並加入任務風險、推薦透明度與我先備知識，測試何時需要生動敘事、何時應退回證據導向表達。這使我的研究能從「人是否信任 AI」再往前推到「人與 AI 如何共同調節訊息形式以產生更好的判斷與創意」。

12. 整體評價

值得收進核心文獻，特別適合作為「生成式 AI × 旅遊消費者體驗／推薦溝通」的 empirical support，也可作為研究 AI 語言風格與人機互動邊界條件的 framing paper。它的優點是三個實驗形成清楚的機制鏈，且把 AI／真人來源差異納入設計；限制則在於情境與樣本相對集中、依賴短期意願與實驗刺激，對真實生成式 AI 互動的推論仍需保守。期刊、文章卷期與 DOI 可確認，但本輪沒有逐一官方複核最新索引與排名，故品質排名應標示為「未明確確認」，不宜直接把它當成已確認的 Q1 證據。