Beta
以真实用户为基础的合成调研
用合成样本成员测试你的概念——他们基于 PickFu 真实受访者多年来的实际选择构建。几分钟内就能得到判断，再由真实用户确认最终决策。测试版期间免费，9 月底起向部分账户开放。
- 300+
- 个合成受众
- Years
- 的真实问卷选择支撑每个答案
- Free
- 测试版期间
- Minutes
- 从提问到结果
源自真实选择，而非凭空想象
让通用 AI 扮演一位狗主人，它会凭空编造一个。我们的则从受访者样本库中的真实用户出发。每位合成样本成员都是一个数字孪生，基于真实 PickFu 受访者的人群画像，以及他们多年来在真实 PickFu 问卷中做出的选择构建，包括他们拒绝了什么、为什么拒绝。所以它不是在猜测某个人可能怎么做，而是根据同类用户过去的选择，预测某类特定真实用户会怎么做。
两种使用方式
Synthetic Audiences 有两种运行方式，都通过 PickFu 智能体和 PickFu MCP 使用。在一个循环中生成选项、测试、优化、再测试，全部在你现有的工具里完成。
对比测试
提出一个问题，给出 2–10 个选项（文字或图片）。您会看到最强和最弱选项的分析、这种区分背后的主题，以及合成样本成员的一句话理由。
单概念测试
分享一个想法和一个开放式问题，每位合成样本成员都会作答。您会得到一份摘要、主要主题、各细分群体的分歧点，以及值得继续追问的问题。
为什么可以信任这些结果？
我们精心地以真实消费者数据为基础构建合成样本成员——同时也同样坦诚地说明其弱点。
以真实用户为基准校验
我们会重放已知真实用户选择结果的历史问卷，并用它们来校验合成结果。我们能做到这一点，是因为我们运营着真人受访者小组——大多数纯合成工具做不到。
是投票，而非一家之言
每个结果都是数十个独立预测汇总成的投票，并以数百份已知真实用户选择的历史问卷为基准。这与问一个模型“它觉得人们怎么想”截然不同。
数据来源清晰可查
我们会告诉您受访者数据来自哪里、有多新、方法如何验证。而且每份结果在摘要中都会标注为合成结果，不会被误当成真人反馈。
坦诚说明局限
合成方式在某些任务上很强，在另一些任务上较弱，我们会明确告诉您孰强孰弱。选项之间的差距通常比真人结果更大，因此结果只显示较强的一半和较弱的一半，而不给出精确的百分比。
从合成到真人的决策循环
AI 让创建选项变得毫不费力。难的是知道客户会选哪个。先用合成样本成员筛选，再由真实用户确认。
- 1
生成
四十张图片、六十个标题、十几个名字——智能体生成选项的速度比您阅读还快。
- 2
用合成样本成员预测试
几分钟内筛完整个列表。弱点子在这里出局，不会花您一分钱。
- 3
优化
淘汰较弱的一半，打磨留下的选项，再次测试。想跑多少轮就跑多少轮。
- 4
用真实用户验证
预测不会养一只肠胃敏感的狗，没有预算，也没有会被放弃的购物车。真实受访者有。完成合成测试后，用 PickFu 的真人受访者样本库发布一份问卷，验证您最强的选项。每位受访者都会给出文字反馈。
- 5
决策
带着有力证据上线您最强的概念。下一个想法，再跑一遍这个循环。
何时使用合成——何时我们会建议您选择真人
合成方式确实擅长某些任务，但并非万能。在它的弱项上，请依靠真实消费者。目前合成受众仅支持美国，每次测试只能针对一个受众，我们也无法按需定制受众。
非常适合：缩小长名单
八个产品名，预算只够测两个？几分钟内筛完八个，把钱花在决赛选手上。这是最佳用途。
非常适合：文字对比
名称、标题、标语、卖点、价格表述。文字对比是合成方式测得最准的地方。
请用真人：纯审美判断
审美偏好很难从过去的行为中预测，而且合成样本成员把过去的图片问卷记成了文字，视觉细节在模型看到之前就已丢失。差异明显的图片测试效果不错，细微的视觉判断则应交给真正能看到它们的人。
请用真人：全新领域与高风险决策
合成方式基于先例进行预测，而真正的新概念没有先例。如果真金白银押在上面——最终包装、上市创意、商标——就值得交给真实用户。
请用真人：涉及情绪的问题
对金钱的担忧、对健康的恐惧，以及任何与身份认同相关的问题。合成方式会低估恐惧、高估价格与便利性，因此预测会错过真正驱动选择的因素。
常见问题
这会取代 PickFu 的真人受访者小组吗？
不会。我们的真人受访者不会消失，而且合成样本成员正是以他们为基础构建的。合成方式帮你决定要测什么，真实用户帮你决定要怎么做。我们对合成结果的信心来自真人受访者样本库，因为那正是我们用来校验它的基准。
这和直接问 ChatGPT 有什么区别？
让 ChatGPT 扮演狗主人，它只是在想象。PickFu 的合成样本成员则携带着真实狗主人在真实问卷中做出的实际选择，包括他们拒绝了什么。而且每个结果都是数十个独立预测汇总而成，而不是某个模型对“它觉得人们怎么想”的概括。因为我们运营真人受访者样本库，我们能把这个差别测出来，而不只是口头声称。
它的准确度如何？
我们以数百份已知真实用户选择结果的 PickFu 历史问卷作为基准校验。在文字对比中，它大多数时候与真实用户选择相同，图片对比则稍差一些。产品仍在测试版阶段，我们会持续测试和调整模型。
解读结果时有两点需要注意。它的差距比真人结果更大，所以如果您查看精确的票数分布，请更相信方向，而不是差距的大小。另外，单个受众的准确度尚未经过验证，因此我们不会为某一个受众给出具体数字。
费用是多少？
测试版期间完全免费。在我们逐步开放的过程中，合成测试不收费。如果你接着针对表现更强的选项发布真人问卷，定价与其他 PickFu 问卷一致，并且会在发布前先向你展示价格并请你确认。
我应该使用多少位合成样本成员？
大多数测试用 30 到 50 位即可。超过 50 位之后，每多一位合成样本成员带来的增量很小，因为合成反馈会趋于一致。
你得到的是主题和规律，而不是个体差异。这也是更大样本量在这里意义不大的原因。
为什么同一个测试跑两次，结果数字不一样？
每次运行都会随机抽取一批全新的合成样本成员，而背后的模型本身并非确定性的。较强与较弱选项的分组应该保持稳定，主题也是如此，但具体的票数分布会有变化。请把它当作方向，而不是精确测量。
有哪些受众可供选择？
超过 300 个合成受众。其中营养补充、健康与家居、美妆个护、图书和食品生鲜的覆盖最深。每个类目都按人群标签和人口统计细分——比如宠物食品中的狗主人、每月读 4 本以上书的人、每天服用补充剂的人——而不是笼统的“普通消费者”。
几点限制：目前受众仅支持美国，美国境内也没有地域细分，每次测试只能针对一个受众，我们也无法按需定制受众。如果你需要的受众还没有，请在加入候补名单时告诉我们——我们正是据此决定优先新增哪些受众。
Beta 测试什么时候开始？
我们从 2026 年 9 月底起向部分账户开放。加入候补名单，我们会在逐步开放时与你联系。
合成样本成员是如何构建的？
每位合成样本成员都是一个数字孪生，基于与你想触达的人群相似的真实 PickFu 受访者构建：他们的人群与兴趣画像，以及他们在过往 PickFu 问卷中做出的真实选择，包括拒绝了什么、为什么拒绝。模型并不是在凭空造人，而是在预测某类特定真实用户会怎么选——我们拥有这类用户多年的行为数据。
我们会重新跑一遍已知真实用户选择结果的历史问卷，以此校验这些预测。我们能这样做，是因为我们运营真人受访者样本库；大多数纯合成服务商做不到。
PickFu 如何处理我的数据？
请参阅我们的服务条款和隐私政策。如对 Synthetic Audiences 与您的数据有任何疑问，请联系 support@pickfu.com。
什么时候应该使用合成样本成员而不是真人？
用合成方式缩小范围，用真实用户做决定。合成反馈快速，而且在测试版期间免费，因此特别适合筛选长名单——把八个名字缩到值得测试的两个——或者对一个粗略概念做早期判断。
当决策成本高、难以改变，或属于纯审美、涉及情绪、完全全新的领域时，请交给真实受访者。当你需要的是实际差距而不只是方向时，也同样如此。