这套调研的每一步都可检查、可复算、可回溯:人群不是编出来的、答案不是打分打出来的、分数不是受访者自报的、每个百分比都能一路查回原始记录。本页把机器完整摊开——问卷原文、与真人问卷的逐题差异、打分标准原文、以及"同一句话打几分"的真实样例。
整条流水线,七步Pipeline
① 真实语料(数万条真实社媒笔记)→ ② 人群库(逐条打标,人群/场景自然浮现,只进不出)→ ③ 按配额从库抽取受访者(终身档案)→ ④ 一人一次独立访谈(概念卡原文出示、价格两波隔离)→ ⑤ 受访者只写自由文本反应,不打分 → ⑥ 独立盲评员只读文本映射 1-5 分 → ⑦ 统计=对作答的计数,与真人结果对标。
人群从哪来:没有提示词,数据驱动
不存在「你是一个北上广年轻人」式的人设提示词——有提示词就主观了,想改就能改。人群是从数万条真实笔记里长出来的:每条笔记逐条打标(她在说孕期?上班?量大渗漏?),标签聚出人群,人群进库,库只进不出、越滚越多。调研时按城市×年龄×品牌配额从库里抽人,每人有终身档案,跑完回流。
受访者不打分(SSR 盲评,本机制的关键)
直接让作答者自评量表,分数会系统性挤向中间、且被措辞牵着走。所以受访者只写一段真实反应(「有点心动,但怕是智商税」),分数由独立盲评员读文字映射——盲评员看不到人设、看不到概念卡、看不到别人打的分、看不到真人数据。打分标准(尺)白纸黑字写死,见「打分尺度」tab。
每个数字可复算
LLM 只说话、只打标,从不产数字。报告里每个百分比 = 程序对作答记录的计数;每条引语可查回受访者编号(rid);盲评分数逐条存档进版本库,任何人可重算核对。
对标是全盲的
AI 侧全部结果先冻结进版本库(2026-07-14 21:31),真人 CT 结果当晚 23:10 才送达——生成过程从未接触真值,时间先后有 git 记录可查。对标结果见 survey.html「对标验证」tab:Q 组落进真人 ±10pt,开放题正面主题按卖点本体归并 100% 重合。
两轮(客观尺版 / 面访尺版)用的是同一份问卷、同一批 547 位受访者、同一批作答文本——受访端一个字没变、零重访;两轮的唯一差异在打分层(见「打分尺度」tab)。以下即问卷全文(35 题)与概念卡原文。
概念卡(受访者看到的原文,全文出示、不转述)Stimulus
P 组 · 洞吸一切 · 14.8元/12片 · 240mm / 280mm
「这是一款,独创大小孔组合吸,血块也能吸到底的卫生巾。弹力贴身pro。」
概念卡全文出示,不转述不解释;P1-P6+NM 期间保持在上下文;命名候选:洞洞弹力贴身、弹力贴身PRO、洞吸一切
Q 组 · 深藏blue · 11.9元/8片 · 240mm / 290mm
「这是一款,量大友好,一吸到底,深藏不露的卫生巾。」
互盲
两组互盲:P 组受访者上下文中禁止出现 Q 卡,反之亦然;任何原 CT/FGI 结果禁止进入生成上下文
问卷正文(35 题,与真人问卷逐题一致)Questionnaire
先出示所在组概念卡全文(不转述),再依次提问;P1-P6/Q1-Q6 期间概念卡保持在上下文
一、甄别(OT/BG,不合格真实终止)(12 题)
OT1过去3个月内是否参加过任何形式的市场调研活动?〔single〕 1:参加过 / 2:没参加过 终止规则:['1']
OT2您或家人是否在以下行业工作?(多选)〔multi〕 1:医院/医疗服务机构 / 2:卫生用品生产厂商 / 3:生理卫生用品生产/分销 / 4:药品生产/分销 / 5:广告代理商 / 6:大众传媒 / 7:市场调研公司 / 8:以上均无
BG1-1目前居住城市?〔single〕 2:上海 / 53:绵阳 / 98:其他 终止规则:['98']
OT3本市连续居住多长时间?〔single〕 1:一年以上 / 2:不到一年 终止规则:['2']
OT4最近一年内是否都有正常经期?〔single〕 1:是 / 2:否 终止规则:['2']
OT5平时如何选择并购买卫生巾?〔single〕 1:主要自己决定并购买 / 2:自己决定但别人帮忙购买 / 3:主要别人决定及购买 终止规则:['2', '3']
OT6最近一年使用过哪些经期产品?(多选)〔multi〕 11:日用卫生巾 / 12:夜用卫生巾 / 13:裤型卫生巾 / 14:护垫 / 15:卫生棉条 / 21:卫生护理液 / 22:卫生湿巾 终止规则:['11']
BG3-1您的年龄是___周岁?〔int〕
BG3-2年龄段(自动)〔derived〕 1:15岁以下 / 2:15-19 / 3:20-24 / 4:25-29 / 5:30-34 / 6:35-39 / 7:39以上 终止规则:['1', '7']
BG4最近一年家庭月均收入范围?〔single〕 21:5000以下 / 5:5000-5999 / 6:6000-6999 / 7:7000-7999 / 8:8000-9999 / 9:10000-11999 / 10:12000-14999 / 11:15000-19999 / 12:20000-24999 / 13:25000-29999 / 14:30000-39999 / 15:40000-49999 / 16:50000及以上 终止规则:['21']
BG6最高受教育程度?〔single〕 1:初中及以下 / 2:高中/中专 / 3:大专 / 4:本科 / 5:硕士研究生及以上
BG7-3目前职业状况?〔single〕 1:初中生 / 2:高中生 / 3:大专院校学生 / 4:大学本科生 / 9:硕士及以上在读 / 5:自由职业者 / 6:在家工作者 / 7:家庭主妇/不工作 / 8:全职工作 / 98:其他 终止规则:['98']
二、经期行为(PR)(3 题)
PR1最近一年您的月经量整体来说怎么样?〔single〕 1:非常多 / 2:比较多 / 3:一般 / 4:比较少 / 5:非常少
PR21-1最近一年经期白天发生渗漏的频率?〔single〕 1:几乎每次经期都会 / 2:2-3个经期1次 / 3:半年1次 / 4:1年1次 / 5:几乎从不 终止规则:['3', '4', '5']
PR22您对经期渗漏的担心程度?〔single〕 1:非常担心 / 2:比较担心 / 3:一般 / 4:比较不担心 / 5:不担心 终止规则:['3', '4', '5']
三、品牌(PB,选项按城市配额表)(2 题)
PB1-1近1年经期白天使用过的卫生巾品牌?(多选,按城市出示)〔multi〕 按城市各表:上海(6项) ∥ 绵阳(7项)
PB3-1最近三个月经期白天最常使用的卫生巾品牌?(单选,须在PB1-1所选内)〔single_from〕
四、需求(SA1-1,15 选项含终止规则)(1 题)
SA1-1您对经期白天使用的卫生巾产品有什么需求?(多选)〔multi〕 111:产品薄的 / 172:使用天然材质 / 212:吸收量大 / 213:吸收速度快 / 221:不渗漏 / 231:产品很柔软 / 232:无使用感 / 241:贴身不移位 / 251:巾身不褶皱不变形 / 261:不闷热 / 291:对肌肤呵护 / 311:方便携带 / 413:使用安心 / 421:感觉产品高档 / 611:包装好看 / 998:其他 / 999:不知道 终止规则:['999'] 终止规则:['212', '213', '221']
五、性格(BG22,含追加样本规则)(1 题)
BG22以下哪些最适合描述您自己?(最多5种,至少3种)〔multi〕 1:追求自己喜欢的状态 / 2:不给自己设定界限 / 3:热爱社交 / 4:主动分享好用的事物 / 5:我喜欢挑战新事物 / 6:喜欢用跟大家一样的东西 / 7:想过简单生活 / 8:没有压力地享受生活 / 9:不跟风 / 10:周围人的幸福最重要 / 11:自己的感想感觉最重要 / 12:不受媒体信息影响 / 13:不满足现状努力提高生活 / 14:愿意尝新 / 15:善用口碑和媒体收集信息 / 16:热爱运动保持健康 / 17:对潮时尚感兴趣 / 18:不关心流行服饰 / 19:用APP健康管理或健身 / 98:其他 追加样本规则:追加样本须 5 或 14 至少选1
六、P 组概念题(P1-P6 + 命名 NM1-4)(10 题)
P1看了这个概念后,您购买它的可能性有多大?〔single〕 1:非常可能购买 / 2:比较可能购买 / 3:说不清 / 4:不太可能购买 / 5:不可能购买
P2您为什么可能购买/不太可能购买/说不清是否购买这个概念产品?请具体说说理由。〔open〕
P3总体来说,您喜欢这个概念的程度如何?〔single〕 1:非常喜欢 / 2:比较喜欢 / 3:一般 / 4:不太喜欢 / 5:不喜欢
P4总体来说,您理解这个概念的程度如何?〔single〕 1:非常理解 / 2:比较理解 / 3:一般 / 4:不太理解 / 5:不理解
P5总体来说,您认为这个概念的新颖程度如何?〔single〕 1:非常新颖 / 2:比较新颖 / 3:一般 / 4:不太新颖 / 5:不新颖
P6如果这个概念产品售价为 14.8元/12片,您购买的可能性有多大?〔single〕 1:非常可能购买 / 2:比较可能购买 / 3:说不清 / 4:不太可能购买 / 5:不可能购买
NM1-P如果采用以下名字,您最可能购买哪个?〔single〕 1:洞洞弹力贴身 / 2:弹力贴身PRO / 3:洞吸一切 / 99:都不可能购买
NM2-P您最喜欢哪个名字?〔single〕 1:洞洞弹力贴身 / 2:弹力贴身PRO / 3:洞吸一切 / 99:都不喜欢
NM3-P您最理解哪个名字?〔single〕 1:洞洞弹力贴身 / 2:弹力贴身PRO / 3:洞吸一切 / 99:都不理解
NM4-P您认为哪个名字最新颖?〔single〕 1:洞洞弹力贴身 / 2:弹力贴身PRO / 3:洞吸一切 / 99:都不新颖
七、Q 组概念题(Q1-Q6)(6 题)
Q1看了这个概念后,您购买它的可能性有多大?〔single〕 1:非常可能购买 / 2:比较可能购买 / 3:说不清 / 4:不太可能购买 / 5:不可能购买
Q2您为什么可能购买/不太可能购买/说不清是否购买这个概念产品?请具体说说理由。〔open〕
Q3总体来说,您喜欢这个概念的程度如何?〔single〕 1:非常喜欢 / 2:比较喜欢 / 3:一般 / 4:不太喜欢 / 5:不喜欢
Q4总体来说,您理解这个概念的程度如何?〔single〕 1:非常理解 / 2:比较理解 / 3:一般 / 4:不太理解 / 5:不理解
Q5总体来说,您认为这个概念的新颖程度如何?〔single〕 1:非常新颖 / 2:比较新颖 / 3:一般 / 4:不太新颖 / 5:不新颖
Q6如果这个概念产品售价为 11.9元/8片,您购买的可能性有多大?〔single〕 1:非常可能购买 / 2:比较可能购买 / 3:说不清 / 4:不太可能购买 / 5:不可能购买
逻辑硬校验
跳题/终止/一致性规则由程序逐条校验(如「购买意向=非常可能」则「喜欢度」不得为负;开放题≥15字非纯英文数字),不合规重访。
与益普索真人执行版问卷(2024-10-17 final v2)逐题核验:35 题对 35 题,一题不差、一题不多;选项、编码、终止逻辑抽验一致。四处实现差异如实列出——对标解读时都带着注记。
逐题一致35/35
OT1-6(甄别)· BG1/3/4/6/7/22(背景+性格)· PR1/21/22(经期行为)· PB1/3(品牌)· SA1-1(需求)· P1-P6+NM1-4(P组)· Q1-Q6(Q组)——全部命中,双向差集为空。真人问卷的 OT11-22 五条是给程序员的配额控制指令(城市/年龄/品牌/样本类型硬配额),我方以 quotas.json + 人物池生成器等价实现。
四处如实记录的差异Deltas
① 概念以文字呈现,真人看的是图片
真实问卷出示概念产品图片(含品牌视觉);我方把概念卡全文置于上下文。图片承载的包装、视觉冲击、品牌 logo 我方没有——理解度/新颖度/喜欢度对标要带此注记;P 组带苏菲品牌视觉,这正是 P 组对标缺口(−16.5pt)的定位原因,已列入下一步修正。
② 「观看 10 秒」无虚拟等价物
真人强制停留 10 秒产生第一印象与犹豫;AI 一次性读完即答。以「概念全文进上下文+答题前零转述」作等价处理。
③ PR21-1 题干多了「白天」二字
我方「最近一年经期白天发生渗漏的频率」vs 真人「经期发生渗漏」。本题是甄别题,且其余题均限定经期白天,实际入选人群一致,记录在案。
④ 真人问卷没有 IPA / NPS / 场景渠道
我方同样没有——与真实问卷一致(此前其它研究里的这些板块不在这份 CT 里,是委托方问卷本身的设计)。
购买意向与喜欢度不由受访者打分——受访者只写反应文本,分数由独立盲评员按下面这两把"尺"映射。两把尺的指令原文逐字贴在这里:唯一差异是刻度行的语义锚。锚只写语义,从不写分布目标(没有「请多打 2」这种话——那是造假)。
为什么要盲评(SSR)Why blind rating
让作答者自评 1-5 分,分数会系统性挤向中间值、且被提问措辞牵着走(本项目早期实测过:自评版全员挤中间档)。改为「受访者说人话 → 第三方只看文字打分」,打分层与作答层彻底隔离:盲评员看不到人设、概念卡、别人打的分、真人数据。
第一把尺 · 客观尺(v15,盲评指令原文)Objective scale
你是市场调研的盲评员。下面每条是一位消费者看完某个卫生巾新概念后的即时反应文本(react),以及她随后看到价格时的反应(price_react,可能为空)。你只根据文字本身的态度强度打分,不掺入你自己对产品的看法,不做任何推测补全。
刻度(购买意向 C1/C6):1=立刻想买/要试/加购;2=心动且大概率会买;3=有兴趣但观望/犹豫/要再比较;4=不太感兴趣/嫌弃/觉得没差别;5=完全不想买。
喜欢度 C3 同五级:1=非常喜欢…3=一般…5=不喜欢。
C1、C3 由 react 判;C6 由 price_react 判(为空则 C6 给 null)。文字里态度强就敢打 1 或 5,平淡犹豫才是 3。
ridC1C3C6
第二把尺 · 面访尺(v16,盲评指令原文)Face-to-face scale
你是市场调研的盲评员。下面每条是一位消费者看完某个卫生巾新概念后的即时反应文本(react),以及她随后看到价格时的反应(price_react,可能为空)。你只根据文字本身的态度打分,不掺入你自己对产品的看法,不做任何推测补全。
判断标准=她坐在访问员面前(被市调公司有偿招募、当面填答的合作受访者)会勾哪个格子。
刻度(购买意向 C1/C6):1=明确心动想要;2=总体正面有兴趣,哪怕带保留(礼貌受访者默认档);3=真正无倾向/矛盾;4/5=明确拒绝。
喜欢度 C3 同五级:1=明确喜欢;2=总体正面有好感,哪怕带保留(礼貌受访者默认档);3=真正无倾向/一般;4=明确不太喜欢;5=不喜欢。
C1、C3 由 react 判;C6 由 price_react 判(为空则 C6 给 null)。
ridC1C3C6
两把尺逐档对照Anchors side by side
| 档 | 客观尺(v15) | 面访尺(v16) |
|---|
| 1 | 立刻想买/要试/加购 | 明确心动想要 |
| 2 | 心动且大概率会买 | 总体正面有兴趣,哪怕带保留(礼貌受访者默认档) |
| 3 | 有兴趣但观望/犹豫/要再比较 | 真正无倾向/矛盾 |
| 4 | 不太感兴趣/嫌弃/觉得没差别 | 明确拒绝 |
| 5 | 完全不想买 |
刻度为降序(1=最正面),与真人问卷同向;T2B=打 1+2 的占比。面访尺的判断标准 = 「她坐在访问员面前会勾哪个格子」——把「心动+保留」读作「比较可能购买」,与真人面访口径一致;客观尺则把同样的话读作「观望 3」。两把尺各司其职:对外比绝对水平用面访尺,内部比排序/迭代用客观尺(客观尺分布拉得开,P/Q、城市排序与真人全对)。
改动清单(v15→v16,除此以外逐句相同)
① 刻度行换面访尺锚;② 加一句面访情境判断标准;③ 删客观尺的「平淡犹豫才是3」反中庸句。开场白/取分字段/输出格式三句不动。
同一批 547 条概念反应文本,两把尺各打一遍——下表是完整的分数迁移矩阵(每格=人数),下面每个主要格子给出真实原话样例(受访者编号可溯,一字未改)。
分数迁移矩阵(购买意向 C1)Score migration
| 客观尺 \ 面访尺 | 面 1 | 面 2 | 面 3 | 面 4 | 面 5 | 合计 |
|---|
| 客 1 | 25 | 12 | · | · | · | 37 |
| 客 2 | 16 | 44 | · | · | · | 60 |
| 客 3 | · | 349 | 41 | · | · | 390 |
| 客 4 | · | 2 | 54 | 3 | · | 59 |
| 客 5 | · | · | · | 1 | · | 1 |
对角线=两把尺一致;右上/左下=尺度差。矩阵说明差异是系统性的门槛差,不是随机噪声:349 人整齐地从「观望3」移到「比较可能2」,方向单一、可解释。
真实样例:这句话,两把尺各打几分Samples
客观尺 1 → 面访尺 1 · 25 人(5%)
两把尺都读到明确心动——这类没有分歧。
“看到「量大友好」「一吸到底」这几个字我是真的心动了,我每次量都大得离谱,护舒宝少女掌心包白天扛到第三片就开始往两侧窜,渗漏真的是我经期的头号噩梦。「深藏不露」这名字取得挺会玩,感觉主打的就是防侧漏和瞬吸,正好戳我痛点。不过没看到价格、也没说具体材质和厚度,光一句slogan我有点怕实物跟宣传差太多,毕竟卫生巾这东西踩雷成本太高,漏一次一天…” — r241 · Q 组
客观尺 2 → 面访尺 2 · 44 人(8%)
客观尺「心动但没到必买」=2,面访尺同样 2(正面带保留)。
“「深藏不露」这个名字挺会取的,一下就戳到我这种量大怕漏的人了,「一吸到底」听着确实心动,毕竟我白天量大的时候最怕就是坐久了站起来那一瞬间。不过光看一句文案我也判断不了真假,现在卫生巾营销词都吹得天花乱坠,得看实测才敢信。跟我现在用的高洁丝奢爽纯棉比的话,纯棉的肤感我是真的离不开了,这个深藏blue没说是不是棉面,我有点犹豫。总体来说我是心…” — r518 · Q 组
客观尺 3 → 面访尺 2 · 349 人(64%)
核心迁移带:客观尺把「心动+保留」读作观望 3;面访尺读作真人会勾的「比较可能 2」——75pt 差距的主体就是这 349 人。
“『独创大小孔组合吸』这几个字一出来我就有点警觉,听着像营销词,第一反应是不是又来收智商税的。但说真的我量大、每次都漏,血块是我最头疼的,普通卫生巾根本兜不住,要是真能把血块吸到底那确实戳到我了。不过这牌子我没听过,光看一张概念卡心里没底,『弹力贴身pro』也挺像噱头。总的来说心动但还在观望,想等别人评测再决定,暂时不会立刻下单。” — r000 · P 组
“大小孔组合吸这个点听着挺戳我的,我量大又老渗漏,确实需要那种一下就吸到底的。但'血块也能吸到底'这话有点营销腔,光看张图我真不太信,得看有人实测才行。而且这牌子我都没听过,心里没底,怕又是噱头,我现在用的苏菲也凑合能用不敢随便换。总的来说有点心动但还在观望,不会立刻下单。” — r001 · P 组
客观尺 3 → 面访尺 3 · 41 人(7%)
两把尺都读作真正拿不定主意——保留档。
“量大友好这个词倒是挺戳我的,我量大、每次来都怕渗,最烦那种一会儿就满了往外跑的,这点听着像说到心坎上。但是‘一吸到底、深藏不露’说白了就是广告话术,到底吸不吸得过来得看实物,光看这几个字我心里没底。‘深藏blue’这名字也挺奇怪,没听过这牌子,不知道靠不靠谱,加上也没看到价格,我每个月买卫生巾就花几十块,贵的肯定不换。总的来说不算心动,先…” — r485 · Q 组
客观尺 4 → 面访尺 3 · 54 人(10%)
P 组缺口带:客观尺读作偏拒绝 4;面访尺也只到无倾向 3。原话模式=「没听过的牌子不敢换」——真人看的概念图带品牌,这个反对基本不出现。
“深藏blue这名字一听就网红营销味十足,一吸到底、深藏不露这种文案太会吹了,我第一反应就是智商税警觉。量大友好这点倒是戳到我,毕竟我最怕渗漏,吸收量大的诉求确实对。但完全没听过这牌子,心里没底,而且这种花里胡哨的卖文案的产品,我总觉得是噱头多过实在。跟我现在用的乐而雅比,乐而雅是老牌子我用着踏实,不敢随便换。总体态度:心动谈不上,观望一下…” — r191 · Q 组
客观尺 4 → 面访尺 4 · 3 人(1%)
两把尺都读到明确拒绝——这类也没有分歧。
“深藏blue?这牌子我是真没听过,名字还挺逗的。量大友好、一吸到底这些话听着有点像营销词,我现在用的七度空间量大的日子也够用不怎么漏,没必要冒着踩雷的风险去换一个没听过的牌子。再说也不知道价格多少、材质咋样,心里没底。总体来说先观望,不打算买。” — r483 · Q 组
样例怎么选的
按迁移矩阵的主要格子各取该格内真实文本(核心迁移带取 2 条);受访者编号(rid)与分数在 out/full_v16/answers.jsonl 逐条可查,任何人可抽验。