| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

News

Forums

Realty

大温餐馆点评

Car

Education

Yellow Page

Travel

养生直播尽头是高价保健品!记者卧底....

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
中新网北京6月29日电 电话里母亲那句“专家说高血压喝骆驼奶好”,让刘梅心头一紧。回到家,四大箱驼奶粉堆在客厅,餐桌上还摊着手抄的养生笔记,刘梅无奈,母亲又在直播间“上课”了。


退休后,刘梅的母亲沉迷养生直播间,时不时就买回一两件保健品,有的是带有“小蓝帽”标识的维生素,有的是被夸大成能治百病的固体饮料。“总比生病把钱送医院强。”这一次,刘梅的母亲在直播间花费18280元买下96罐骆驼奶。

刘梅母亲的遭遇并非个例。中国新闻网《民生调查局》记者调查发现,当前大量养生讲座从线下“转战”抖音、快手等平台的直播间,主播们通过食疗调理、中医养生保健等内容吸引老年群体,以免费学习为饵,将老人从直播间引至私域平台。


这些直播间不再鼓吹“仙丹神药”,转而用“提升免疫力”“心脏舒服了”等笼统话术,将普通食品包装成千元“秘方保健品”,并利用一场场科普讲课,潜移默化影响老人的判断。

视频直播平台引流入群,背后暗藏天价课程

65岁的张大强在刷短视频时,被一个名为 “韩老师说营养”的直播间吸引。屏幕前,一位穿着白大褂、自称有着10多年养生经验的主播正引用《黄帝内经》讲解“长寿秘密”。

“认真学习,一个广,三个口,一个大山的山,让你的家庭再也碰不到这个字。”“我们不卖课、不问诊,纯公益直播。”评论区不断弹出“老师讲得太好了”“感恩老师”等留言。

临到下播,韩老师话锋一转:“主播是不定时直播,想要主播说的养生方的家人们,点击下方链接加入专属养生群,免费学习,还有专家一对一指导。”

跟着操作,张大强加入名为“全民学康养”的微信群。养生课程为期365天,每上完一节课,张大强的微信自动到账0.3元的红包。打卡学习二个月后,张大强在主讲老师的推荐下,花费2880元购买了号称对老年三高、心脑血管疾病和睡眠问题均有益处的“参薏十四味金芝丸”。

52岁的陈丽也是在短视频直播平台看公益养生课而“上钩”的。


她多次刷短视频都看到“长轻营养食疗”广告视频。介绍中,长轻的讲师很权威,甚至声称有多国专家包机前来购买他们的食疗方法。

陈丽关注其账号,账号会分享菜谱、科普养生小知识、日常饮食误区。被逐渐吸引的陈丽花费1元报名参加了“7天健康体验营”,7天课程结束后,在长轻健康指导师的鼓励下,陈丽又花费6980元参与长轻营养食疗训练营。

记者在抖音、快手等直播平台搜索“养生”“慢病”等关键词,发现多个直播间都在进行养生知识科普,且不同账号直播间的内容大同小异——屏幕中均竖着一张写有“小糖人怎么吃、营养不升糖”“百岁老人的妙招”“中医博士的七个建议”等字样的纸。




多位主播在抖音、快手等短视频直播平台讲解“养生秘诀”

主播都宣称是公益直播,在直播中途或者结尾,都会提供点击链接,声称免费赠送“养生书”“中医养生课程”。按照指引点击链接,最终都会跳转至社交账号添加微信好友。

疯狂洗脑“包治百病的食疗方”

私域直播间的养生讲座究竟在讲什么?近期,中新网记者以消费者身份分别报名参加了《康养联播》《长轻营养食疗》《食养新天地》等多个养生节目。

“中医智慧传万家,健康生活每一天,亲爱的观众朋友大家好,欢迎关注和收看我们大型公益类中医康养直播节目《康养联播》。”
觉得新闻不错,请点个赞吧     还没人说话啊,我想来说几句
Prev Page1234Next Page
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _VIEW_NEWS_FULL
    _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    Page Generation: 0.0319 Seconds and 7 DB Queries in 0.0015 Seconds