合成受访者
研究中的合成 Persona：用途、局限与验证
了解合成 Persona 适合支持哪些研究任务、为什么表现会随任务变化，以及何时必须保留真人验证。
Market Pilot 编辑团队 · 2026-06-25 · 2 分钟阅读
合成 Persona 不是虚构人设
有价值的 Persona 应由可核验的数据和稳定规则构建，清楚区分观察事实、推断标签和未知信息。仅靠一段提示词生成的人设很难支撑研究结论。
适合探索，不代表总体
合成受访者适合快速探索表达方式、潜在障碍和假设，也适合比较不同证据组合下的回答。除非有严格抽样与校准，否则不能把它当作总体比例。
表现取决于任务与证据
对于公开讨论充分、问题边界清晰的任务，模型更容易保持一致；涉及私密行为、稀有人群或未来预测时，误差和未知会明显增加。
验证应围绕决策风险
低风险探索可以用少量人工复核；高风险决策需要真人访谈、真实实验或代表性调查。报告应明确写出证据不足、冲突和 NA，而不是隐藏不确定性。