Real World Appeal
现实第一眼吸引力评估

现实中女生看到你第一眼,
你的真实吸引力是多少?

还原女性视角下你被真实感知的样子,哪怕真相会刺痛你。

基于百万级真实约会行为样本女性吸引力偏好数据6 大社交场景胜率模型

示例 profile

118感知轴读数阈值之上

约超过 70% 的男性

走进咖啡店的瞬间,他给人的第一感觉是干净、轮廓清楚、衣服合身。最大的加分项是身高与下颌线,最大的拖后腿项是发型和肩窄——后者完全可以在 3 个月内推进到「强吸引」段(130 分以上)。

优势

  • 身高 6'0",第一眼直觉加分明显
  • 下颌线清晰,侧脸结构感强
  • 穿搭剪裁干净,不显年龄

短板

  • 发型偏软塌,缺少线条
  • 肩宽不足,正面视觉单薄
  • 站姿略含胸,气场被压低

模拟真实第一眼

不是单张脸照打分,而是综合脸、身高、身材、气质、穿搭、皮肤、姿态——还原现实中 1-3 秒第一眼的直觉判断。

阈值触发,不是线性叠加

跨过感知阈值,读数是跳升而不是爬升——速配与线上约会数据都呈现这个形状(Todd et al., 2007;Bruch & Newman, 2018)。普通男性中位数落在中段,两个维度同时在线就能跨档。

可执行的改进

不是泛泛的「加强自信」。直接告诉你:发型怎么改、体脂往哪里调、穿搭剪裁怎么收——每条改动都映射到偏好分布数据里的真实差距点。

你的照片只属于你

  • · 所有照片由 UploadThing 加密托管,无公开 URL,搜索引擎无法索引
  • · 报告仅本人登录后可见
  • · 任意时刻可一键删除照片与历史报告
  • · 不会用于训练任何模型

三步拿到真实读数

约 1 分钟。几项关键数据、你的临场习惯、两张照片——分析先跑完,再决定要不要花钱。完整报告 $5。

01

回答几项基础信息

身高、体重、体脂、训练年限,再加几个关于对视、走路、打理习惯的一键快选。一题一页,约 1 分钟。

02

上传两张照片

面部 + 日常穿着。照片由 UploadThing 加密托管、不公开、可一键删除。

✓

打开你的报告——$5

读数与上限、脸与身形拆解、有多少女生注意到你、自我判断 vs 读数、临场读数、谁会被你吸引、她第一眼的内心独白、你在哪些场合赢,以及 7/30/90 天行动计划。

为什么相信它,而不是又一个 AI 评分器

Todd 2007 · Vacharkulksemsuk 2016 · Bruch & Newman 2018 · Jones 2021——点开展开

我们没有让 AI 凭感觉打分。模型的形状来自关于第一印象如何形成、人们如何真实做选择的同行评议研究——每一篇都能按 DOI 核实。

阈值与「期望水平」择偶

速配中人们用对自己吸引力的判断设一个「够得着」的门槛(Todd et al., 2007, PNAS);线上约会者平均瞄准比自己高约 25% 的对象,差距越大回复率越低(Bruch & Newman, 2018, Science Advances)。所以读数是一条阈值曲线,不是梯子。

100 毫秒的第一印象及其维度

看脸 100 毫秒后特质判断已经形成(Willis & Todorov, 2006),并落在可接近性、支配感、年轻-吸引力三个维度上(Sutherland et al., 2013)——这一结构在 41 个国家 11,570 人中大体成立(Jones et al., 2021, Nature Human Behaviour)。

身材、姿态、打理——可改变的杠杆

「看起来有多强壮」解释了男性身材吸引力 70% 以上(Sell et al., 2017);舒展的姿态把速配被选中的几率提高 76%(Vacharkulksemsuk et al., 2016, PNAS);351 名女性把重胡茬评为最有吸引力的胡须档位(Dixson & Brooks, 2013)。

我们不声称做过 5,000 人的原创研究。我们做的是把已有的关于感知与选择的同行评议研究校准成一个引擎,约 1 分钟给出具体反馈。

阅读完整方法论——28 篇研究,附 DOI

最新文章

照片、仪容、面部、身材成分——每篇都写成能直接照着做的清单。

全部文章

不知道自己真实段位,
很多努力都打偏了方向。

约 1 分钟跑完分析,$5 看完整报告。用她的眼睛看一次自己。