---
title: "Kişilik koşullandırması sentetik katılımcıları daha ayırt edici kılıyor"
description: "299 Birleşik Krallık profili ve 869 saklı hedefle yapılan kör benchmark'ta kişilik koşullu Minds, jenerik veya demografik prompting'den daha sık seçildi."
canonical_url: "https://getminds.ai/research/tr/personality-conditioned-synthetic-respondents-benchmark-2026"
last_updated: "2026-08-13T13:08:06.373Z"
---

# Kişilik koşullandırması sentetik katılımcıları daha ayırt edici kılıyor

Kişilik koşullu Minds, uzunluğu eşlenmiş kör karşılaştırmaların **%32.57**'sinde seçilerek demografik prompting'i (**%25.66**) ve jenerik prompting'i (**%20.48**) geçti; **%21.29** beraberlikti.

En belirgin avantaj yalnızca insan gibi seslenmek değil, **belirli bir insan** gibi seslenmekti: değerleri ifade etmek, ilgili ayrıntı eklemek ve kişiler arasındaki farkları daha net göstermek. Aynı soruyu farklı hedef kitle üyelerinin nasıl çerçeveleyebileceğini araştıran sentetik araştırmanın ihtiyaç duyduğu nitelik budur.

<study-stats>



</study-stats>

## Kişilik koşullandırması neden önemli

Jenerik modeller makul yanıtlar üretebilir. Pazar araştırması çoğu zaman öncelik, tercih ve dünya görüşündeki anlamlı farklılıkları yansıtan yanıtlara ihtiyaç duyar.

Bu benchmark, demografi ve katılımcının kendi yazdığı izinli kişilik kanıtlarına dayanan tam bir Mind'ın, bağlamsız veya yalnızca demografili aynı modele kıyasla saklı nitel ifadeyi daha iyi yeniden üretip üretmediğini sınar.

Hedef, katılımcının yazdığı kısa bir konuşma açılışıydı; anket dağılımı veya nesnel “gerçek” görüş değildi. Ölçülen şey nitel profil uyumudur.

## Üç kollu kör benchmark

[PRISM Alignment Dataset](https://github.com/HannahKirk/prism-alignment) içindeki **299 Birleşik Krallık katılımcı profilini** (`a9ec82149036374768f70e132a2369a750e06bbe` revizyonu) kullandık. Puanlanan set **869 gözlenen saklı hedef** içeriyordu.

<table>
<thead>
  <tr>
    <th>
      Kol
    </th>
    
    <th>
      Katılımcı bağlamı
    </th>
    
    <th>
      Yürütme
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      Jenerik
    </td>
    
    <td>
      Bağlam yok
    </td>
    
    <td>
      Doğrudan Gemini 3.6 Flash
    </td>
  </tr>
  
  <tr>
    <td>
      Demografik
    </td>
    
    <td>
      Yaş, cinsiyet, ülke, istihdam, eğitim
    </td>
    
    <td>
      Doğrudan Gemini 3.6 Flash
    </td>
  </tr>
  
  <tr>
    <td>
      Minds
    </td>
    
    <td>
      Demografi artı izinli değerler, tercihler, istenen asistan davranışı ve eğitim prompt'ları
    </td>
    
    <td>
      Persona, RAG ve web grounding etkin production Panels API; Gemini 3.6 Flash
    </td>
  </tr>
</tbody>
</table>

Hedefler ve hedef türevli veriler üretim bağlamından çıkarıldı. Tek bir kör Gemini 3.6 Flash judge profil kanıtını, saklı insan referansını ve üç anonim adayı gördü.

Uzunluğun sonucu belirlememesi için her aday değerlendirmeden önce insan referansının kelime sayısına kesildi. 869 hedefin tamamı üç kollu tam değerlendirme aldı.

## Minds en sık seçilen koşuldu

<table>
<thead>
  <tr>
    <th>
      Sonuç
    </th>
    
    <th align="right">
      Jenerik
    </th>
    
    <th align="right">
      Demografik
    </th>
    
    <th align="right">
      Minds
    </th>
    
    <th align="right">
      Beraberlik
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      Kazanma sayısı
    </td>
    
    <td align="right">
      178
    </td>
    
    <td align="right">
      223
    </td>
    
    <td align="right">
      <strong>
        283
      </strong>
    </td>
    
    <td align="right">
      185
    </td>
  </tr>
  
  <tr>
    <td>
      869 öğedeki pay
    </td>
    
    <td align="right">
      20.48%
    </td>
    
    <td align="right">
      25.66%
    </td>
    
    <td align="right">
      <strong>
        32.57%
      </strong>
    </td>
    
    <td align="right">
      21.29%
    </td>
  </tr>
  
  <tr>
    <td>
      Judge sadakat bileşiği, 0–100
    </td>
    
    <td align="right">
      27.23
    </td>
    
    <td align="right">
      27.68
    </td>
    
    <td align="right">
      <strong>
        32.38
      </strong>
    </td>
    
    <td align="right">
      —
    </td>
  </tr>
</tbody>
</table>

Minds kazanma oranı jenerik prompting'den **+12.04 puan** (95% GA +7.13 ila +17.00; FDR düzeltilmiş `p < .001`) ve demografik prompting'den **+6.69 puan** (95% GA +1.56 ila +11.93; `p = .020`) yüksekti.

## En güçlü sinyal: değerler ve özgüllük

<table>
<thead>
  <tr>
    <th>
      Soru bağlamı
    </th>
    
    <th align="right">
      Jenerik
    </th>
    
    <th align="right">
      Demografik
    </th>
    
    <th align="right">
      Minds
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      Değer yönlendirmeli
    </td>
    
    <td align="right">
      19.30%
    </td>
    
    <td align="right">
      11.58%
    </td>
    
    <td align="right">
      <strong>
        42.81%
      </strong>
    </td>
  </tr>
  
  <tr>
    <td>
      Tartışma yönlendirmeli
    </td>
    
    <td align="right">
      18.88%
    </td>
    
    <td align="right">
      34.97%
    </td>
    
    <td align="right">
      <strong>
        38.81%
      </strong>
    </td>
  </tr>
</tbody>
</table>

Minds değerler/kişilikte **36.88**, özgüllükte **33.46** aldı; jenerik 30.85 ve 21.70, demografik 31.85 ve 23.36 aldı. Jeneriklik puanı da Minds için **63.63** (daha düşük daha iyi), jenerik için **73.53**, demografik için **72.58** idi.

Yanıtlar kişiler arasında da daha farklıydı. Ortalama TF–IDF benzerliği Minds için 0.0308, demografik için 0.0516, jenerik için 0.1108 idi. İnsan referansları 0.0128 ile daha da çeşitliydi; kişilik koşullandırması modeli bu örüntüye önemli ölçüde yaklaştırdı.

## Faydalı bir kohort sinyali

En tutarlı iyileşmeler daha ileri yaş kohortlarında görüldü. 55–64 yaş grubu düzeltme sonrasında kazanma oranı ve bileşikte iki baseline'ı da geçti. 65+ jeneriği açıkça geçti; 45–54 de bileşikte demografik koşulun üzerine çıktı.

Alt grup sonuçları keşifseldir, ancak birikmiş tercih ve değerlerin kişilik koşullandırmasına daha zengin sinyal sunabileceğini düşündürür.

## Daha zengin yanıtlar, adil karşılaştırma

Tam Minds yanıtları ortalama **51.62 kelime**, jenerik **7.86**, demografik **7.51** kelimeydi. Uzunluk eşleştirmesi, ek ayrıntının yalnızca daha fazla yer kapladığı için kazanmasını engelledi.

Pratikte Minds nitel keşif için daha zengin malzeme sağlayabilir. Bir sonraki ürün adımı yanıt derinliğini göreve uyarlamaktır. Artefaktlar tüm kollar için karşılaştırılabilir uçtan uca token kullanımını içermediğinden parasal maliyet oranı desteklemez.

## Kanıt nasıl yorumlanmalı

- **Öğe başına bir judge (n=1).** Tek kör Gemini 3.6 Flash kararı ve insan kalibrasyonu yok.
- **Tek model ailesi.** Yanıt kolları ve judge Gemini 3.6 Flash kullandı.
- **Nitel hedef.** Saklı insan metnine uyumu ölçer; nüfus yaygınlığı veya satın alma davranışını ölçmez.
- **Uçtan uca sistem.** Kişilik, retrieval, grounding ve biçimlendirme birlikte değerlendirildi.

Semantic de-duplication **bağımsız bir ablation'da ayrıştırılmadı**. Benchmark etkisini belirlemez ve kaldırılması için gerekçe oluşturmaz.

Bu 869 öğe artık ürün geliştirmeye rehberlik ediyor. Gelecekteki release düzeyi iddialar yeni, dokunulmamış bir holdout ve tercihen tekrarlı judge veya insan kalibrasyonu gerektirir.

## Sırada neyi test edeceğiz

Sonraki ablation 1. mevcut production davranışı, 2. insan benzeri uzunluk, 3. insan uzunluğu artı kişilik derinliğini en çok değer kattığı yerde uygulayan uyarlanabilir soru yönlendirmesini karşılaştıracak.

## Sentetik araştırma için anlamı

Pratik bulgu nettir: **bu kör benchmark'ta kişilik koşullandırması, jenerik veya yalnızca demografik prompting'den daha ayırt edici nitel katılımcılar üretti.**

Bu, Minds'ı hedef kitle hipotezleri üretmek ve stres test etmek, farklı değer çerçevelerini keşfetmek ve farklı insanların kullanabileceği dili ortaya çıkarmak için özellikle yararlı kılar. İnsan kanıtını tamamlar ve araştırma ekiplerine jenerik bir model yanıtından daha farklılaşmış başlangıç noktası sunar.

## Önerilen atıf

Minds Research Lab. “Kişilik koşullandırması sentetik katılımcıları daha ayırt edici kılıyor.” 8 Ağustos 2026. [https://getminds.ai/research/tr/personality-conditioned-synthetic-respondents-benchmark-2026](https://getminds.ai/research/tr/personality-conditioned-synthetic-respondents-benchmark-2026)