AI 模拟消费者，预测购买意图准确率达 90%

市场调研每年花费企业数十亿美元，却始终受困于样本偏差和规模限制。有没有好且经济的办法呢？

来自 PyMC Labs 和高露洁棕榄的团队发现了一件有意思的事：让大语言模型扮演特定人群的消费者，给它看个产品，让它说说感受，再用另一个 AI 来评分，就能预测真实的购买意图，准确率高达 90%。他们测试了 57 个个人护理产品概念，收集了 9300 份真实消费者反馈。最令人意外的是，这种方法不需要任何训练数据就打败了传统机器学习。

直接让 AI 打分是个灾难

研究团队首先尝试了最直观的方法：问 AI "你有多想买这个产品，1 到 5 分？"

结果让人哭笑不得。GPT-4o 和 Gemini 都像不想得罪任何人的老好人，几乎总是给 3 分。而真实消费者呢？他们大多选择 4 分和 5 分，平均分高达 4.0。

这种"回归中值"的保守策略导致分布相似度只有 0.26，虽然相关性还有 80%，但这种扭曲的分布对产品决策毫无帮助。

有人调侃说"男人宁愿造核动力 LLM 也不愿意去和客户聊天"。确实，如果 AI 只会给 3 分，那还不如不用。

语义相似度：让 AI 自由表达

突破来自一个巧妙的改变：别强迫 AI 给数字，让它自由说话。

这就是语义相似度评分（SSR）方法。AI 可能会说："我可能会买。使用方便，能随身携带，价格也不错。"然后通过嵌入向量，计算这段话与预设参考语句的相似度，最终映射成 1-5 分的概率分布。

比如上面那句话，可能 40% 概率对应 4 分，60% 概率对应 5 分。这种方法承认了人类表达的模糊性——同一句话确实可能有不同理解。

结果呢？分布相似度从 0.26 飙升到 0.88，同时保持了 90% 的相关性（相对于人类重测可靠性）。

人设决定一切，但也不是一切

另一个关键发现：必须给 AI 详细的人设（年龄、收入、地区等）。没有人设的 AI 会变成没有原则的乐观主义者，给所有产品都打高分。

有了人设后，AI 确实能模拟一些规律：

• 中年人（35-54岁）购买意愿最高，年轻人和老年人较低
• 收入越低，购买意愿越低（尤其是"预算紧张"的人设）
• 高端产品线获得更高评价

但也有翻车的地方。性别和地区的影响就没有被准确复制。有评论者一针见血："人口统计能描述，但不能预测。"这提醒我们，AI 模拟的是相关性，不是因果关系。

意外收获：AI 比人类更认真

传统调研的开放题答案通常很敷衍："挺好的""没什么特别的"。

AI 的回答却充满细节：

• "易用性和安全承诺很吸引人，但我想了解更多关于效果和潜在副作用的信息"
• "听起来有点装，而且我不太相信那些'微生物组'的说法。我还是用我熟悉的产品吧"
• "对我的需求和预算来说太高端了"

这些详细反馈对产品改进的价值可能超过单纯的数字。

打败传统机器学习

研究团队还用 LightGBM（一种梯度提升决策树）做了对比。即使在一半数据上训练，传统 ML 的相关性也只有 65%，远低于零样本 LLM 的 88%。

这说明大语言模型真的理解了产品描述的含义，而不只是在拟合统计规律。

质疑声不断

市场研究专家 Jordan S. Terry 在评论中提出尖锐批评：购买意图调研本身就有个老毛病——人们说的和做的经常不一样。AI 可能会放大这个问题。

还有人担心企业采购环节："如果要产品化，AI 幻觉等问题会被挑出来。销售周期会很长，如果能成交的话。"

更深层的质疑是：这到底是 AI 的成就，还是李克特量表本身就不太行？

局限性很明显

1. 领域依赖：个人护理产品之所以效果好，可能因为网上有大量相关讨论。换成小众品类，效果存疑。
2. 文化差异：目前只在美国市场测试。不同文化背景下，AI 未必能准确把握。
3. 动态因素：预算限制、营销活动、竞品动态等现实因素，静态模型很难考虑。
4. 参考语句：不同的锚点设置会影响结果，需要仔细优化。

实际应用：聪明地使用

这项技术最合理的定位是增强而非替代：

• 快速筛选：从数百个想法中找出值得深入调研的
• 迭代优化：产品开发过程中频繁获取反馈
• 小企业福音：让预算有限的公司也能获得消费者洞察
• 探索新市场：快速测试不同地区的初步反应

有评论者说这可能成为"十亿美元的平台"。确实，如果成本接近零而准确率有 90%，市场调研行业将面临巨变。

小结

这样的思路，从某种角度是很低成本并具有可行性的方案。类似研究还有很多，有人甚至正在用 1000 多个 AI 智能体模拟整个社会的经济行为。

不过，需要指出的是再精确的模拟也代替不了与真人的对话，LLM更多还是人类的傀儡。对于一些新的，具有颠覆性的产品和方案，避免因为这样的技术进入另一个“茧房”

论文链接：https://arxiv.org/abs/2510.08338 

代码：https://github.com/pymc-labs/semantic-similarity-rating

本文转载自​​​​AI工程化​​​​，作者：ully