虚拟人样本方法论：从可信样本到可靠结论

在某头部食品品牌的饮料广告预测试项目中，我们用1300样本完成了混合方案研究，项目成本显著降低、交付周期大幅缩短。但虚拟人不是"让AI编答案"——它是一套严谨的方法论。本文完整拆解。

虚拟人画像的 7 层维度

画像不是一段随意的人物设定，而是一套分层结构。我们在项目实战中沉淀了7个维度，从客观属性逐层深入到主观表达，确保虚拟人"立得住"：

可信回答的底层纪律

虚拟人的可信度，本质是数据治理问题，而不是生成技巧问题。我们对每一个画像维度都坚持同一条纪律：

不凭空生成。人口属性、生活方式、消费心理与表达风格的每一层设定，都必须能对应到真实人群证据，并经过多源交叉印证后才写入画像。

研究员的工作从来不是"编一个人"，而是把客观分布、真实语境与行为信号组织成一个内在一致、经得起真人锚点校验的受访者。画像如何校准、由哪些证据支撑，属于平台的方法论 know-how，我们在项目合作中以受控方式保障质量，对外只对结论的可靠性负责。

也正因如此，虚拟人的输出始终被定位为有依据的推演，而非真实态度——这也是后文坚持用真人数据锚定结论的原因。

混合方案设计逻辑

方法论上最关键的决策，是不同类型样本如何配比、如何互相校验。饮料项目中，我们采用探索阶段配比——以辅助样本快速铺开假设空间，锚定样本全程校验方向，1300 样本规模确保统计稳定性。

配比策略随研究阶段变化：

• 探索阶段：以辅助样本为主，快速铺开假设空间，锚定样本把控方向；
• 验证阶段：提高锚定样本比例，确保进入决策的数据有充分的真实支撑。

结果校验方法

虚拟人数据在进入报告前，必须通过四道校验。这是整套方法论中最不能省的环节：

适用与不适用场景

平台如何保障落地

• 平台按统一的画像规范自动匹配品类特征并生成回答，研究员无需手工逐条构造，既能规模化铺开，又能保证口径一致。
• 视觉素材理解采用国产合规的多模态模型，满足广告片、包装等素材的识别需求，数据不出境、可审计。
• 混合样本在最终报告中对虚/实来源明确标识，任何图表都能追溯每条数据来自真人还是虚拟人，杜绝混用误导。
• 具体的画像工程、生成参数与质控阈值属于平台核心能力，按项目定制配置，对外不公开细节。

结语

虚拟人不是真人的替代品，而是研究工具箱里的望远镜——它帮你看得更远、更快，用极低的成本扫描整片可能性空间；但最终瞄准，仍然需要真人数据来校准。

工具的边界清晰，方法论的纪律到位，虚拟人样本就能成为定性研究规模化的一块关键拼图。