什么是硅样本？

硅样本是一组AI生成的受访者群体，这些受访者基于目标人口的人口与心理特征剖面，由大语言模型生成，用以模拟该人口对研究问题的响应。

传统样本是您招募并调查的500名真实人群，而硅样本是您生成并询问的500个AI角色。其输出与真实受访者数据集在结构上类似，但经济学完全颠倒：用分钟替换周，用订阅费替换每个研究预算。

该术语是商业平台所称的合成受访者、AI角色或合成市场研究的学术名称。这三者均基于硅取样这一基本方法。

硅取样的起源

由Argyle、Busby、Fulda、Gubler、Rytting和Wingate（政治分析，剑桥大学出版社）于2023年撰写的论文从一到多：使用语言模型模拟人类样本是基础性研究。

他们的设置：拿一个前沿的大型语言模型（当时是GPT-3级别），调节其在人口统计背景下，模拟真实ANES调查受访者的背景故事，并要求模型像该受访者一样回答调查问题。在许多这样的条件样本中进行聚合。

他们的发现：所得的意见分布在大多数问题中与真实ANES分布的吻合度达到80%至90%，在一致的态度群体（如政党隶属、意识形态和政策偏好）中具有最强的一致性。

这篇论文及其在政治学、社会学、市场营销和经济学引发的后续文献，使硅取样成为一种可行的方法，并为其命名。

要了解学术基础的更多信息，请参见silicon sampling: the academic foundation of AI persona research。

如何构建硅样本

研究级硅样本的五个步骤：

1. 定义目标人口。 指定重要的人口和心理特征参数。地理位置、年龄、性别、家庭收入、教育、职业、态度、行为、品牌先前曝光。

2. 确定样本组成。 在这些参数中进行分层，以匹配真实人口分布。美国成年人的500个角色硅样本应该反映真实的美国成年人人口统计，而不仅仅是500个通用受访者。

3. 基于先前的真实数据进行校准。 如有可能，根据同一受众的真实先前数据为角色设定条件：面板数据、先前的调查波、CRM细分、社交聆听信号。这就是将研究级硅样本与单薄的大型语言模型包裹的聊天机器人区分开的因素。

4. 生成角色。 平台生成条件化角色，每一个都是您可以询问的可寻址代理。

5. 查询样本。 提交研究工具（调查、概念测试、广告预测、焦点小组简报）。每个角色分别回答。像任何其他数据集一样进行聚合、分析和主题化。

硅样本的用途

硅样本在以下三类研究中表现出色：

方向性意见和偏好研究。 概念排名、信息共鸣、品牌态度。任何问题奖励关于偏好的推理。这是表现最强的领域。

难以接触的受众。 高级B2B买家、受监管的专业人士、多市场高管小组、未来客户群体。那些招募成本昂贵或不实用的受众。

多市场比较。 在同一小时内对美国、德国、法国和日本的硅样本进行一次研究。传统研究迫使您将同样的工作分摊到数月之中。

持续迭代。 当需要每周重新问同一研究问题时（新创意、新优惠、新价格测试），硅样本消除了每次迭代的现场成本。

硅样本无法做到的

三大限制：

统计验证的人口估计。 硅样本产生方向性信号，而非可辩护的“X%的人口认为Y”的数字，且有效置信区间。为此，您仍需要真实的现场调查。

新颖类别。 当产品、服务或场景在模型的训练分布中没有类比时，硅样本会生成似是而非的输出而没有真正的信号。这一点需要明确提醒。

感官和情感反应。 对电视广告、包装设计或实体产品的真实感知。硅样本可以推理，但无法感受。

硅样本、合成受访者与AI小组的区别

该领域的术语相对宽泛。一个实用词汇表：

• 硅样本。 学术术语。是一组分层的大型语言模型条件受访者。
• 合成受访者。 商业术语，指单个单位。参见what are synthetic respondents。
• AI小组。 面向工作的术语。是一组为重复研究访问而组织的硅样本。
• 合成角色。 常用来指单个代表性消费者，而不是一个样本。参见what is a synthetic persona。

其底层方法是相同的。框架取决于您是在阅读学术文献、平台营销网站还是B2B销售报告。

2026年品牌如何使用硅样本

成熟的2026年部署模式如下：

早期概念阶段。 一个200个角色的硅样本在下午筛选出12个概念。团队缩小到2至3个候选。

定量前探索。 开放性的硅样本会议浮现出品牌团队未考虑的反对意见、问题和重构。

多市场验证。 在同一小时内对4至8个国家的硅样本进行同一活动的测试，然后再投入媒体开支。

连续脉动。 每周进行的品牌感知、类别情绪和信息共鸣的硅样本跟踪。

混合验证。 将硅工作中的最终1至3个获胜选项通过小型真实受访者研究进行验证。保留了可辩护性，同时获得了迭代速度。

有关更广泛类别框架的信息，请参见what is synthetic market research。

硅样本的准确性如何？

在已发布的验证文献中，硅样本在方向性问题上可以再现真实调查分布的80%至95%。准确性的最强预测因素：

• 角色根据同一受众的真实先前数据进行校准。
• 问题奖励对偏好和态度的推理，而不是凭空编造的自传细节。
• 平台暴露不确定性（对齐得分、可靠性标志），以便用户可以忽略置信度低的响应。

要深入了解准确性，请参见synthetic vs. real respondents: how the accuracy gap shakes out。

开始使用

了解硅样本的最快方式是查询一个。

注册一个免费的Minds账户，定义目标人口，并进行您已经等了三周才能发送到现场的问题的研究。您将在下次会议之前获得一个方向性答案。

有关学术基础，请参见silicon sampling。有关商业框架，请参见what is synthetic market research。