---
title: "合成研究采购审核清单"
description: "面向采购方的合成研究审核清单，涵盖安全性、隐私、数据权利、子处理方、模型提供商、验证、可审计性、部署、定价与合同条款。"
canonical_url: "https://getminds.ai/guide/zh/synthetic-research-procurement-checklist"
last_updated: "2026-08-26T19:32:50.506Z"
---

# 合成研究采购审核清单

合成研究的采购既包含常规 SaaS 软件的尽职调查，也涉及一个更关键的问题：凭什么证据依据模拟回答做出业务决策？本清单将安全性、数据权利、研究有效性与商业条款整合到统一的评审流程中，同时明确区分各自的权责边界。

建议向所有入围供应商发送相同的证据核查请求。针对每一项记录其状态为“公开文档”、“NDA 下提供”、“合同承诺”、“规划路线图”或“暂未公开”。口头承诺绝不等同于已上线的产品功能或已签署的合同义务。

## 1. 明确部署范围与使用场景

- 明确涉及的用户群体、团队、目标国家/地区及拟支持的业务决策。
- 列出可能输入系统的客户文件、受访者数据、个人数据、机密商业计划与公开数据源。
- 区分自助式使用场景与代管群体定制、系统集成、模型校准或人工验证服务。
- 识别需要法务、伦理审查、专家介入或真人受访复核的高风险调研主题。
- 明确所需的产品版本方案、席位数量、用量配额、技术支持级别与上线时间节点。

## 2. 数据来源与权利授权

- 构建合成受众时，使用了哪些真人深度访谈、样本库面板数据、行为数据、交易记录、位置信息、搜索趋势、媒体数据、客户专有调研与公开数据？
- 每类数据源是自主采集、合规授权、客户提供、公开获取还是算法推断得出的？
- 针对受访者素材，拥有怎样的用户授权同意（Consent）以及下游模型训练权利？
- 用户或受访者是否能够撤回授权，并请求删除其提交的数据及衍生资产？
- 哪些数据类别精准覆盖了目标市场、语言环境与特定人群？
- 观测到的实际分布、目标配额（Quota）与先验假设是否进行了清晰的独立标注？

可参考 [合成受众数据源对比](/comparison/synthetic-audience-data-sources-compared) 来组织该维度的评审。

## 3. 客户数据使用与模型训练政策

- 供应商是否会使用客户输入的内容训练其自研模型？
- 第三方模型提供商是否会利用客户的提示词（Prompt）、上传文件、调研回答或反馈数据进行训练？
- 默认设置是什么？哪些行为需要客户明确主动勾选授权（Opt-in）？
- 各模型提供商分别适用怎样的数据保留策略或零数据保留（ZDR）配置？
- 向量嵌入（Embeddings）、系统日志、缓存和评估数据集是否遵循相同的数据隔离与隐私策略？
- 客户内容是否会被用于优化通用合成受众池或改进其他客户的模型？

必须要求供应商明确列出主体、用途、数据分类、合法性依据及授权状态。脱离这些具体限制条件的所谓“承诺不用于训练”均不具备严密性。

## 4. 隐私、安全与子处理方审查

收集并审查以下材料：

- 数据处理协议（DPA）；
- 包含处理用途与所在区域的子处理方清单；
- 技术和组织措施（TOM）；
- 隐私政策声明；
- 数据保护影响评估（DPIA）或适用的风险评估报告；
- 跨境数据传输保障机制；
- 安全事件响应与数据泄露通知条款；
- 数据保留、备份与删除周期表；
- 第三方审计认证或合规保障证明。

Minds 公开提供 [数据处理协议（DPA）](/legal/dataprivacy)、[子处理方清单](/legal/subprocessors)、[技术和组织措施（TOM）](/legal/tom) 以及 [数据保护影响评估（DPIA）](/legal/dsfa)。评估时应对比具体生效的文件条款，而非单纯统计认证图标的数量。

## 5. 身份认证、租户隔离与访问控制

- 租户之间以及客户专有的研究资产是如何实现逻辑或物理隔离的？
- 哪些角色具备创建、编辑、分享、导出、删除以及管理权限的资格？
- 单点登录（SSO）是标配功能、付费增值模块、定制开发还是暂不支持？
- API 与 MCP 凭证如何生成、限制权限范围、定期轮换及注销废除？
- 公开分享链接是否具备访问权限控制与可审计日志？
- 离职员工及外部协作者的访问权限能否被即时撤销？
- 哪些高危操作需要二次明确确认或更高层级的审批权限？

务必针对拟采购的具体版本方案和实际工作流进行测试验证。切勿将企业版路线图规划当作已落地的现有控制措施。

## 6. 模型提供商与重大变更管理

- 当前各调研工作流分别由哪些模型和供应商在后台处理？
- 客户是否能够自主限制使用的模型供应商、部署区域、实时联网搜索或外部数据源接入？
- 当底层默认模型升级时，系统的输出表现和计费会发生哪些变化？
- 哪些模型层面的变动会触发回归测试或基准评测验证？
- 子处理方变更或数据流向调整时，供应商如何向客户发送正式通知？
- 调研结果是否能够精准追溯到生成时所使用的具体模型、提示词、受众群体及计算器版本？

参阅 [Minds 模型变更与验证溯源政策](/research/model-change-validation-provenance)，并要求每家供应商提供同等深度的说明。

## 7. 研究方法学与证据链

- 所需完成的调研任务属于定性探索、问卷调查、人群细分对比、MaxDiff 分析、联合分析（Conjoint）、定价测试、功能优先级评估还是网络模拟？
- 该研究方法是以带版本控制的标准产品工作流交付，还是以人工咨询服务的形式提供？
- 采购方是否能够深入核查单个模拟回答、访谈记录文本、底层上下文语料以及中间计算产物？
- 采用了哪些统计估计量、诊断指标和失效熔断规则？
- 降级兜底方案（Fallbacks）是否透明可见并被准确标识？
- 基于底层原始数据是否能够完全复现最终的摘要结论或评分？

Minds 的 [研究方法工作流目录](/research/research-method-pipeline-catalog) 详细列出了所有已产品化的方法模型与执行阶段。

## 8. 真实度验证与准确性

- 供应商对外宣传的核心基准结果，具体是由哪些人群样本、测试任务、对照基准、评估指标和系统版本得出的？
- 基准测试结果是否与运行时环境进行了严格的测试集隔离（Held-out）？
- 是否提供题目级别（Item-level）、细分群体以及典型失效案例的详细评测结果？
- 该验证证据是供应商自主撰写、客户实际反馈、合作伙伴复核还是由独立第三方复现验证的？
- 模型的置信度输出能否有效预测在未知保留测试任务中的实际观测误差？
- 在做出重大业务决策前，系统规定或推荐进行哪些真人实测或真实行为验证？

切勿将统计口径不一致的供应商准确率百分比直接对比。可参考 [合成受众验证与准确性对比](/comparison/synthetic-audience-validation-and-accuracy) 以及 [Minds 实际应用验证案例](/research/synthetic-gen-z-food-survey-validation-2026)。

## 9. 数据导出、审计与删除实测

- 签署合同前，要求导出一份完整的研究数据示例。
- 验证导出文件是否包含合规审查与未来数据迁移所需的全部底层证据。
- 确认文件格式、数据源标签、局限性声明（Caveats）与版本字段是否完备。
- 在测试环境中删除一个测试受众或调研项目，并记录生产环境、备份系统、日志记录及第三方模型提供商处的数据清除情况。
- 明确合同终止时的数据导出宽限期与彻底删除的时间承诺。
- 明确谁有权发起数据删除或申请数据恢复。

## 10. 可靠性与技术支持

- 获取适用的服务等级协议（SLA）及历史系统运行状态记录。
- 核实正常运行时间（Uptime）定义、免责条款、故障响应优先级、灾难恢复目标（RPO/RTO）及服务不可用赔偿方案。
- 询问当遇到底层模型宕机、队列积压或第三方服务中断时，正在进行的调研项目会如何处理。
- 区分软件平台运维支持与专业研究咨询、模型校准及分析师定制服务。
- 记录合同包含的支持工时、响应时效指标以及紧急升级联系人。

Minds 公开发布其 [服务等级协议（SLA）](/legal/sla)；具体适用条款以客户最终签署的专属协议为准。

## 11. 定价模式与服务范围

- 拆解平台基础年费、用量消耗、席位费、专有数据费、实施上线费、分析师工时、验证服务、系统集成与技术支持费用。
- 分别测算并对比一次常规调研与一次高置信度调研的实际成本构成。
- 明确超额用量费率、数据刷新成本、导出/API 频次限制以及解约退出条款。
- 对未公开的竞品定价如实标注为“暂未公开”，避免主观估算。
- 确认哪些未来功能或实验性特性不在已签署的采购范围之内。

Minds 公开提供 [基础定价标准](/pricing)。特定客户的定制化服务与企业级管控要求以订购单（Order Form）或单独的工作说明书（SOW）约定为准。

## 12. 最终审批归档要件

最终的采购审批档案应明确记录以下内容：

- 批准的使用场景与明确禁止的用途；
- 采购方案与系统配置；
- 涉及的数据分类与部署/存储区域；
- 适用的法律合同及合规附件；
- 研究方法规范与证据保留要求；
- 模型变更管理与通知义务；
- 强制执行的真人核验机制；
- 安全、法务、研究与业务端负责人；
- 续约周期与定期重审日期。

建议结合 [安全性与采购横向对比](/comparison/synthetic-research-security-and-procurement)、[研究证据中心](/research/synthetic-research-evidence-center)、[自助式与代管式合成研究对比](/comparison/self-serve-vs-managed-synthetic-research) 以及 [合成受访者对比专区](/blog/synthetic-respondents-comparison-hub) 协同评估。