合成用户 vs 真实参与者：AI 虚拟人物何时有效（2026）

Qualitati 研究团队 · 2026-05-24 · 12分钟阅读

最后更新时间：2026年5月24日

简要回答

合成用户是AI角色——通常由基于真实研究数据训练的大语言模型驱动——研究者可以像查询真实参与者一样查询它们。截至2026年5月，它们对快速探索性压力测试想法、讨论指南草稿和边界情景压力测试很有用。但它们不能替代真实参与者进行概念验证、支付意愿评估、敏感话题调查，或任何涉及真实人类行为决策的研究。应将其视为规划和演练工具，而非市场证据。

为什么合成用户是当前UX研究中争议最大的话题

在过去18个月中，合成用户的讨论从利基话题扩展到主流。供应商开始推出"AI面板"产品，承诺能按需模拟目标客户。研究者进行了强烈反对。Nielsen Norman Group在2024年广为传播的评论指出，合成用户存在风险，可能将模型的训练分布伪装成真实证据（NN/g: Synthetic Users）。学术文献的观点更为细致——2024年的PNAS论文显示条件化的LLM可以近似某些调查回应模式，而后来的定性任务评估发现开放式访谈中存在系统性偏差（Argyle et al., PNAS 2024）。

关键要点

将合成用户用作真实研究前的演练层，而不是替代品。
它们在压力测试讨论指南和发现边界情景方面表现良好。
它们在定价、情感或敏感话题研究中不可靠。
可防御的工作流程是：合成-优先用于探索，真实参与者用于获取证据。
在每份可交付成果中明确标记合成内容。

Qualitati的定位

Qualitati的合成焦点小组功能位于探索性演练层。该平台随后与真实参与者进行AI主持访谈和焦点小组讨论，支持10种语言，并通过ThemeLens和QDA工作区分析成绩单。免费开始使用30个积分或查看透明定价。

完整文章可在qualitati.com/blog/synthetic-users-vs-real-participants-2026获取。