30万AI人设，会不会其实都差不多？
问题类型
产品 Q&A（TYPE-A）
用户真实疑惑
- 数量这么多，是不是用模板批量生成的？
- 会不会就是改改年龄、性别这些表面参数？
- 访谈时回答会不会都大同小异？
背后的质疑
对人设多样性和差异化的怀疑
核心回答
答案是：不会。
30万人设背后是7个维度的组合，理论组合数是天文数字。更重要的是，每个人设都基于真实用户的行为数据，而不是简单的参数排列组合。
详细解释
为什么人设不会"都差不多"？
原因1：7维度立体建模
不是简单的"年龄+性别+职业"，而是7个维度的深度刻画：
| 维度 | 不是 | 而是 |
|---|---|---|
| 人口统计 | ❌ 28岁女性 | ✅ 28岁，月入15K，互联网产品经理，本科 |
| 地理 | ❌ 上海 | ✅ 上海徐汇区租房，通勤1小时 |
| 心理 | ❌ 注重品质 | ✅ 愿意为好产品付费，喜欢尝试新事物，但担心浪费金钱 |
| 行为 | ❌ 网购 | ✅ 网购为主，喜欢看评价，会对比多个品牌，信任小红书推荐 |
| 痛点 | ❌ 没时间 | ✅ 工作忙没时间逛街，担心买到劣质产品，希望快速决策 |
| 技术接受度 | ❌ 喜欢新科技 | ✅ 早期采用者，愿意尝试新App，对AI产品感兴趣 |
| 社交关系 | ❌ 单身 | ✅ 单身，朋友圈多为同龄白领，常一起逛街和聚餐 |
同样是"28岁上海女性产品经理"，因为其他6个维度不同，人设可以完全不同：
人设A（张丽）：
- 心理：追求性价比，担心浪费金钱
- 行为：网购前会对比多个品牌，信任小红书
- 痛点：工作忙没时间逛街
- → 对"气泡咖啡"的反应："¥30以上太贵了，我平时买咖啡预算是¥15-20"
人设B（李悦）：
- 心理：注重品质和体验，愿意为好产品付高价
- 行为：直接买贵的，不爱比价
- 痛点：担心买到劣质产品影响健康
- → 对"气泡咖啡"的反应："¥35-40可以接受，但要看成分表，不能有太多添加剂"
原因2：基于真实用户，而非模板
模板生成的问题：
→ 这种生成方式会导致人设"都差不多"
atypica的构建方式：
→ 每个人设都对应真实用户的行为模式
原因3：一致性验证确保真实差异
我们如何验证人设确实不同？
测试方法：
- 选择10个"28岁上海女性产品经理"人设
- 问同一个问题："你会购买¥30的气泡咖啡吗？"
- 观察回答是否有真实差异
结果示例：
| 人设 | 回答 | 核心关注点 |
|---|---|---|
| 张丽 | "太贵了，我平时买咖啡预算是¥15-20" | 价格敏感 |
| 李悦 | "如果成分好，¥35-40也能接受" | 品质优先 |
| 王悦 | "包装好看的话会买来拍照" | 社交属性 |
| 陈思 | "会关注是否含代糖和添加剂" | 健康成分 |
| 赵欣 | "偶尔尝鲜可以，但不会常买" | 预算有限 |
关键发现：
- ✅ 即使基本信息相同，关注点完全不同
- ✅ 回答逻辑和价值观体现真实差异
- ✅ 不是表面参数不同，而是深层决策逻辑不同
真实案例对比
案例：同样是"25-30岁健身爱好者"
模板生成的问题：
访谈5个"25-30岁健身爱好者"：
- 人设1："我喜欢健身"
- 人设2："健身对健康有好处"
- 人设3："我每周健身3次"
- 人设4："健身很重要"
- 人设5："我觉得健身不错"
问题：反馈都差不多，无法区分
基于真实数据构建：
访谈5个"25-30岁健身爱好者"：
人设1（李明，增肌为主）： "我健身主要是为了增肌。每周去健身房5次，每次练一个部位。我会严格控制蛋白质摄入，每天至少150g。对健身App最关注的是动作库和训练计划。"
人设2（张悦，减脂为主）： "我健身是为了减肥。每周去健身房3次，主要做有氧。我用App记录卡路里，每天控制在1500以内。最关心的是能不能同步体重数据，看到进度曲线。"
人设3（王浩，社交为主）： "我健身主要是为了认识朋友。每周去团课2-3次，像动感单车、普拉提。我喜欢健身App有社交功能，能看到朋友的打卡记录，互相激励。"
人设4（陈思，康复为主）： "我因为腰伤开始健身，主要做康复训练。每周2-3次，动作要很标准。我需要App能指导正确姿势，最好有视频示范，避免二次受伤。"
人设5（赵欣，习惯养成）： "我健身是为了养成长期习惯。不在乎练什么，关键是能坚持。我用App打卡，看到连续天数会有成就感。最怕计划太复杂，我容易放弃。"
对比结果：
- ✅ 同样是"健身爱好者"，动机完全不同
- ✅ 对健身App的需求完全不同
- ✅ 访谈得到的洞察可以指导产品设计
数据支撑
7维度组合的理论空间
简化计算（实际更复杂）：
| 维度 | 典型取值数 | 示例 |
|---|---|---|
| 人口统计 | 100+ | 年龄(5档) × 性别(2) × 职业(20+) × 收入(5档) |
| 地理 | 50+ | 一二三线城市 × 城区/郊区 |
| 心理 | 20+ | 价值观、生活方式组合 |
| 行为 | 50+ | 消费习惯、决策模式 |
| 痛点 | 30+ | 不同领域的需求和顾虑 |
| 技术接受度 | 5+ | 从抗拒到早期采用者 |
| 社交关系 | 10+ | 单身/已婚 × 社交圈类型 |
理论组合数 ≈ 100 × 50 × 20 × 50 × 30 × 5 × 10 = 1500亿+
实际有意义的组合 ≈ 几千万（排除极端不合理组合）
当前库存30万 = 覆盖了常见研究场景的0.3-1%
如何验证人设不"都差不多"？
方法1：一致性测试
同一个人设，多次回答同一问题：
- 公众人设：一致性稳定
- 如果"都差不多"，一致性应该接近100%（完全机械）
- 真实人设特点：既有稳定性，又有人性化的随机性
方法2：差异性测试
不同人设，回答同一问题：
- 如果"都差不多"，回答应该高度相似
- 实际测试：10个"28岁女性产品经理"的回答，相似度平均只有30-40%
- 差异性体现在价值观、决策逻辑、关注点
最后一句话
"30万人设，不是30万个模板复制。 而是30万种真实用户的行为模式和决策逻辑。"
相关问题：
关联Feature：AI Persona三层体系 文档版本：v2.1 创建日期：2026-01-30 更新日期：2026-02-02 更新说明：更新术语和平台信息