← 返回首页

咚吸卫生巾 · AI 虚拟概念测试

547 位 AI 受访者 · 问卷与真人调研逐题一致 · 真人原始数据已到,五项指标 × P/Q 共 10 组对比,5 组已进真人 ±10pt
用 AI 受访者复刻一场真实执行过的概念测试,再和真人结果对答案——回答的内容第一次就对了;打分口径对齐后,数字也落进了可比区间。真人原始逐题数据已于 2026-07-17 送达,五项指标全部并排见「结果」页。
机制:数据怎么一步步变成结论How it works
准 备 — 人从真实数据里来
1
抓真实数据
数万条真实社媒笔记——真人在真实生活里说的真话,不是编的。
2
长出人群库
逐条打标,人群自然浮现(孕期、上班族、量大怕漏…)。没有「你是一个北上广年轻人」式的人设提示词——库只进不出,越用越厚。
3
按配额抽人
从库里抽 547 位受访者:城市 × 年龄 × 常用品牌,与真人调研同一套配额、同一套甄别终止规则。
调 研 — 两个角色,互相隔离
4
说话的与打分的,是两个互相看不见的角色
角色一 · 受访者
只说话,不打分
看概念原文,写下真实反应;看价前 / 看价后分两步问。
“有点心动,但想先看看评价……”
⊘互相看不见
角色二 · 打分员
只读文字,不见人
只看这段话记 1-5 档。看不到她是谁、看的什么概念、别人打了几分。标准白纸黑字,见「打分标准」。
→ 记「比较可能买」
验 证 — 数字可复算,裁判是真人
5
计数出报告
每个百分比 = 程序对记录的计数,逐条可查回受访者编号,任何人可复算。
6
与真人对标(全盲)
AI 结果先入库冻结,真人结果之后才送达(先后有时间记录可查)——对完答案,才回头校打分口径。
为什么这样设计? 说话的人不知道会被怎么打分,打分的人不知道说话的是谁——谁也没法讨好谁,分数只反映话本身;最后再拿真人结果当第三方裁判。这就是这套机制的交叉验证。
这次对标,六步走完The story
① 复刻问卷与招人
照真人调研的问卷逐题复刻(35 题对 35 题,选项、终止规则一致),按同一套配额(城市×年龄×常用品牌)招入 547 位 AI 受访者。受访者不是提示词编的人设——是从数万条真实社媒笔记里打标长出来的人群库里抽的,每人有档案,一人一次独立访谈,概念原文出示、看价前后分两步问。
② 第一份结果:内容对了,数字偏低
为什么想买/不想买的理由、最打动人的卖点(血块吸收,两边都排第 1)、两个概念孰强孰弱——都与真人一致;开放题正面主题前三名按卖点本体归并 100% 重合。但「愿意购买」比例(P 18.2% / Q 17.3%)远低于真人(94.1% / 89.7%,原始逐题数据复算)。
③ 找原因:不是回答错了,是打分标准严
逐条核对发现:349 条回答(64%)属于「心动但有保留」——「有点心动,可能会买,但想先看看评价」。第一份的标准把这类记成「说不清」;真人填问卷时,同样的心情勾的是「比较可能购买」。差距主体是记分口径,不是意见。
④ 第二份:同一批回答,一字不改,只对齐打分口径
重新打分后:P 79.2%、Q 84.5%,与真人的平均差距从 74.2pt 收窄到 10.0pt,Q 组落进 ±10pt 验收区间。全程真人结果对 AI 保密:AI 侧先入库冻结,真值当晚才送达,时间先后有版本库记录可查。
⑤ 剩余差距有明确定位
P 组还差 14.9pt。卡住的人几乎都在说「没听过的牌子,不敢换」——真人看的 P 组概念图印着苏菲的品牌标识,AI 读到的是无品牌纯文字,这个顾虑真人根本没有。下一步:概念补上品牌名称后小样本重测,预计与真人持平。
⑥ 两份各管一件事
第一份(严格口径)把人与人拉得开,适合内部比较:两个概念谁强、改版有没有变好。第二份(真人口径)适合对外回答:到底有多少人愿意买。之后每个研究开跑前先声明用哪个口径,两份都保留、都可复算。
深入看:第一份完整报告(结论/逐题统计/人群画像) · 技术附录(问卷 35 题全文、打分指令原文、逐条分数迁移)
本报告和第一份用的是同一批 547 位受访者、同一批回答原话,一字未改——只把「回答 → 分数」的打分标准对齐到真人问卷口径。第一份完整报告在 survey1.html,两份都保留、都可复算。
指标一 · 看完概念后「愿意购买」(未提示价格)——与真人并排① Purchase intent
P 组「洞吸一切」差 14.9pt · 品牌图片缺失
真人调研
94.1%
本报告
79.2%
第一份口径
18.2%
本报告 − 真人 -14.9pt· 真人 n=255,本报告 n=269
Q 组「深藏blue」✓ 已进真人 ±10pt
真人调研
89.7%
本报告
84.5%
第一份口径
17.3%
本报告 − 真人 -5.2pt· 真人 n=253,本报告 n=278
指标二 · 新颖性 —— 与真人并排② Novelty
P 组「洞吸一切」· 觉得概念新颖(选 4-5 分)✓ 已进真人 ±10pt
真人调研
92.5%
本报告
93.7%
第一份口径
93.7%
「洞洞组合吸」两边都认为是新东西——本报告与真人只差 1.2pt,几乎重合本题为受访者直接作答(与真人问卷同一问法),不经过打分环节,两份读数相同;真人数=原始逐题数据复算。
Q 组「深藏blue」· 觉得概念新颖(选 4-5 分)差 62.9pt
真人调研
83.0%
本报告
20.1%
第一份口径
20.1%
AI 把「量大友好」读作常见卖点(20.1%),真人却大多觉得新颖(83.0%)——对熟悉话术的新颖感判断明显更苛刻,是下一步要校准的口径差本题为受访者直接作答(与真人问卷同一问法),不经过打分环节,两份读数相同;真人数=原始逐题数据复算。
实验口径 · 读文字打分(仅方法参考,不作主数) 我们也试过让新颖性走「说话 → 打分」的路:把 547 条概念反应原话逐条交给独立打分环节,只判「她觉得这个概念新不新」。
直接作答(主数)读文字打分真人
P 组93.7%30.5%92.5%
Q 组20.1%15.8%83.0%
结论:这条路在本题失效——大多数人的原话根本没聊"新不新"(P 组 64% 的文本无新旧表态,只能记"没表态"), 这个读数测的是"谁碰巧提到了新颖",不是"谁觉得新颖",所以离真人反而更远。主数维持与真人问卷同一问法的直接作答口径;打分明细已存档可复算。
指标三 · 价格提示后仍「愿意购买」—— 与真人并排③ Post-price intent
P 组「洞吸一切」· 看到价格(14.8元/12片)后仍愿意购买差 50.0pt
真人调研
95.7%
本报告
45.7%
第一份口径
12.4%
真人看到价格后意愿纹丝不动(甚至略升)——14.8元/12片 对她们不构成门槛;本报告却出现 33.5pt 的价格劝退。AI 明显高估了价格敏感度,这是本次对标发现的最大口径差,列为下一步打分口径的校准点。
Q 组「深藏blue」· 看到价格(11.9元/8片)后仍愿意购买差 62.4pt
真人调研
89.7%
本报告
27.3%
第一份口径
7.6%
真人看到价格后意愿纹丝不动(甚至略升)——11.9元/8片 对她们不构成门槛;本报告却出现 57.2pt 的价格劝退。AI 明显高估了价格敏感度,这是本次对标发现的最大口径差,列为下一步打分口径的校准点。
指标四 · 喜欢这个概念 / 指标五 · 看懂了这个概念 —— 与真人并排④⑤ Liking · Comprehension
P 组「洞吸一切」· 喜欢这个概念(选 4-5 分)差 14.8pt
真人调研
91.4%
本报告
76.6%
第一份口径
32.3%
喜欢度经过独立打分环节,与购买意向同一套标准调整。真人数=原始逐题数据复算。
Q 组「深藏blue」· 喜欢这个概念(选 4-5 分)✓ 已进真人 ±10pt
真人调研
83.8%
本报告
84.5%
第一份口径
21.9%
喜欢度经过独立打分环节,与购买意向同一套标准调整。本报告与真人差 0.8pt,几乎重合。真人数=原始逐题数据复算。
P 组「洞吸一切」· 看懂了这个概念(选 4-5 分)✓ 已进真人 ±10pt
真人调研
92.5%
本报告
88.1%
第一份口径
88.1%
受访者直接作答口径(与真人同一问法),两份读数相同,与真人差距在 5pt 内。真人数=原始逐题数据复算。
Q 组「深藏blue」· 看懂了这个概念(选 4-5 分)✓ 已进真人 ±10pt
真人调研
95.3%
本报告
90.3%
第一份口径
90.3%
受访者直接作答口径(与真人同一问法),两份读数相同,与真人差距在 5pt 内。真人数=原始逐题数据复算。
实验口径 · 读文字打分(仅方法参考,不作主数) 同样试过让理解度走「说话 → 打分」:判「她看懂这个概念了吗」。结果 P、Q 都是 100%——几乎人人都在原话里复述了卖点, 读数顶到天花板、没有分辨率。主数维持直接作答口径(P 88.1% / Q 90.3%,两组均在真人 ±5pt 内,工作良好);打分明细已存档可复算。
真人口径说明:本页真人数值均由 2026-07-17 送达的原始逐题数据(P 组 n=255 / Q 组 n=253,合配额设计)复算;此前引用的 95.7%/91.4% 来自开放题表 base 的间接推算口径,以原始数据为准,两个口径的差异已在技术附录记录。
开放题也对上了:为什么想买/不想买的理由,与真人调研的正面主题前三名按卖点本体归并 100% 重合——两边第一名都是「血块吸收」。
分数不是受访者自己打的:受访者只写一段真实反应,由独立的打分环节读整句话的意思记档。下面五档,每档给出判定标准、该档回答里实际常说的话(对 547 条真实回答的统计,不是关键词规则——判档看整句语气,词只是信号),以及与第一份标准的差别。右侧量条 = 各档人数。
判断标准尺度(购买意向,五档)Scoring standard
非常可能买
41 人 / 547
明确说想要、想买、准备去买。
想买/要买 98%心动 51%冲/下单/等上市 34%
第一份(原标准)的差别
要求更高:要有「立刻买 / 加购」级别的行动表达才记这档。
比较可能买
407 人 / 547
总体正面、明确有兴趣——哪怕带保留(想先看评价、有点小顾虑)。真人填问卷时这种心情就勾这档。 两份的分水岭
正面表态+但/不过 转折 90%先说被什么打动,再补一句保留
第一份(原标准)的差别
分水岭:原标准把带保留的一律往下记成「说不清」——两份 60 多个百分点的差距主要产生在这一档。
说不清
95 人 / 547
真正没倾向:顾虑压过了兴趣,正负打平,明确观望。
营销(话术) 95%观望 87%(心里)没底 86%没听过(的牌子) 71%不敢 60%
第一份(原标准)的差别
原标准下这档最挤:凡带一点犹豫的都进来(第一份里 71% 的人落在这档)。
不太可能买
4 人 / 547
明确表示不感兴趣、没需求、不想换。
「没必要换」「现在用的够用」
第一份(原标准)的差别
口径接近。
不可能买
0 人 / 547
强烈拒绝。
本次 0 人——两个概念对目标人群都不至于此
第一份(原标准)的差别
口径接近。
样例对照:同一句回答,本来怎么打,现在怎么打Examples
每行一条真实回答(受访者编号可查回原始记录,一字未改),覆盖两个概念、看概念与看价格两个环节、从明确想买到明确不买的各种心态。
回答类型消费者的原话第一份 → 本报告真人通常勾
看完概念 · 明确心动
Q 组 · r148		“深藏blue这名字也太会起了吧哈哈哈,一看就是给我们这种量大星人做的。量大友好、一吸到底这两句直接戳我痛点,我每次量最大的那两天用高洁丝都还是会侧漏,烦得要死,要是真能不渗漏我真的会感动哭。深藏不露这点我也超想要,之前ABC吸收速度一般,量…”非常可能买 → 非常可能买非常可能购买
看完概念 · 心动,基本会买
Q 组 · r137		“这名字深藏blue还挺有梗的,一看「量大友好」我就精神了,我量本来就多最怕的就是漏。「一吸到底」听着就爽,感觉能扛住我量大那两天,现在用护舒宝也还行但量大那天还是心里没底老跑去厕所。就是不知道实际厚不厚、会不会闷。总体我挺想买的,等看到价格…”比较可能买 → 非常可能买非常可能购买
看完概念 · 心动但有保留(想先看实测/评价)
P 组 · r000		“『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,『…”
两份差距的主体 · 这一类共 349 人
说不清 → 比较可能买比较可能购买
看完概念 · 心动但有保留(嫌文案像广告)
Q 组 · r157		“这名字'深藏blue'还挺会玩的哈哈,量大友好那句确实戳到我了,我量大最怕的就是白天突然渗漏,看到'一吸到底、深藏不露'这种描述是有点心动的。但是光靠一句文案我也判断不了实际吸收力和反渗情况,毕竟苏菲我用习惯了也挺稳的,真要换还得看身边姐妹…”说不清 → 比较可能买比较可能购买
看完概念 · 真拿不准
Q 组 · r485		“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…”说不清 → 说不清一般/说不清
看完概念 · 现在用的够了,不想换
Q 组 · r222		“「深藏blue」这名字听着就一股营销味,「一吸到底、深藏不露」全是口号词,具体怎么个量大友好法完全没讲清楚,我心里没底。我现在用七度空间用得好好的,吸收和防漏都还行,凭什么为了几句漂亮话就换。说白了这种纯靠文案堆出来的卖点我半信半疑,得等别…”不太可能买 → 说不清一般/说不清
看完概念 · 没听过的牌子,不敢换
P 组 · r331		“大小孔组合吸?这名字一出来就觉得是营销词,听着花里胡哨的,我是真不太信光靠几个孔就能把血块吸到底。我量多还常侧漏,护舒宝用着其实够稳了,凭什么换一个没听过的牌子赌它更靠谱。得等别人实测出来再说,反正我是不敢随便换。总体态度:暂时不想买,观望…”不太可能买 → 说不清真人看到的是带品牌的概念图,基本不出现这种顾虑
看到价格(14.8元/12片)· 跟现用的差不多,能接受
P 组 · r042		“算下来1块2毛3一片,跟我平时买的苏菲差不多一个价,我量大一个月也就用两三包、三四十块钱的事,这个价位能接受,不算贵也不算占便宜,倒是可以买来试试大小孔到底吸不吸得动。”比较可能买 → 比较可能买比较可能购买
看到价格 · 心动,价不贵还想买
P 组 · r001		“算下来一片一块二出头,跟我平时买的苏菲差不多,没贵多少。我量大一个月得用三四包,这么算下来一个月也就四五十块,还能接受,不算心疼。”说不清 → 比较可能买比较可能购买
看到价格 · 比现用的贵一截,想省
P 组 · r029		“一片1块2出头,我平时买的ABC日用十片装一般七八块,合下来一片七八毛,这个比ABC贵了一截,一个月四包算下来要多花十几块。主妇在家没收入,这种日常消耗品还是想省着点,而且又是没听过的新牌子,让我先掏贵价心里有点没底。不算天价但确实偏贵,真…”不太可能买 → 说不清一般/说不清
一句话总结:349 条「心动但有保留」型回答(64% 的样本),第一份全部记「说不清」,本报告按真人口径记「比较可能买」——方向单一、类型一致,是标准差异,不是回答变了。全部 547 条的逐条迁移与打分指令原文见 技术附录。
第一份完整报告:survey1.html · 技术附录:mechanism.html