叙事与具体性
为什么故事比论证更能说服人，为什么具体胜过抽象——这是 persuasion-theory 里迁移性最强的一组理论，写作和 AI 内容都用得上。
叙事传输（Narrative Transportation，Green & Brock，2000——已被充分重复验证）
当读者被一个故事带入其中（注意力集中、脑内成像、情绪投入、忘了周围环境），信念的改变会走三条路径：反驳减少（他们在沉浸，不在防御）、故事情节被感受为亲身经历、以及对角色的情感联结。要这样做：预期会遇到抵触时，不要论证——去叙述。搭建画面、一个具体的主角、情感上的利害关系；说服就绕过了防线钻了进去。这正是"重现而非陈述"和"先讲故事再讲内容"（storytelling-craft）背后的理论。
《让创意更粘》——SUCCESs 六原则（Heath & Heath，2007）
有粘性的想法共享六个特征：Simple 简单（只有一个核心）、Unexpected 意外（打破模式以抓住注意力）、Concrete 具体（可感知、可触摸）、Credible 可信（细节/数据/生动且可验证的说法）、Emotional 情感（让人有感觉）、Stories 故事。核心障碍是知识的诅咒：专家忘了"不知道"是什么感觉，默认就滑向听众解码不了的抽象。要这样做：只留一个核心信息；开头就打破预期；把抽象换成具体的画面和数字；以情感/故事收尾。知识的诅咒是专家写作和 AI 生成内容里最常见的失败——拿它当草稿的编辑标尺很好用。
可识别受害者效应（Small, Loewenstein, Slovic，2007——已重复验证，效应中等）
一个有名字、有照片的具体个人，比一个统计数字激起远多得多的情感和行动；而随着数字变大，感受反而在下降（心理麻木）。"认识一下 Sara"胜过"两百万人受影响"。要这样做：以一个具体的人开头，而不是一个数字；把大数据和一张具体的脸配对使用，来对抗麻木。这是具体、情感、叙事三者叠加的一个高杠杆特例。
对机器而言：这也是为什么一个 cell 的生成器应该被训练成以一个具体的主角和一个生动的细节开头，而不是一份论点清单——这股反抽象的压力，同样在对抗 以先验为中心的通用 输出。这套道理完全可以迁移到文字内容；它在屏幕上的对应版本，就是 video-production-pipeline 里的视觉具体性。