高露潔 × PyMC Labs：LLM 合成消費者真的能取代市場調研嗎？

論文 LLMs Reproduce Human Purchase Intent via Semantic Similarity Elicitation of Likert Ratings 由 PyMC Labs 與 Colgate-Palmolive 作者合作，使用 57 份美國個人護理產品概念調查，每份約 150–400 人，總計 9,300 位真人回應。

傳統消費者研究成本高、速度慢、樣本有 panel bias；LLM 可模擬 synthetic consumers，但直接要求模型填 Likert 數字會產生過窄、偏中間或不自然的分布。

SSR：先讓 LLM 以人口特徵與產品概念生成自由文字購買意願，再用 embedding cosine similarity 與五個 Likert anchor statements 比對，轉成 1–5 的機率分布。

直接問分數會觸發模型的「安全、平均、禮貌」傾向，輸出看起來合理但沒有真人分布。SSR 的重點是讓模型先產生語義豐富的自然語言，再用 deterministic-ish 的語義映射回傳統量表。

論文發現沒有 demographic conditioning 時，分布可能看似接近真人，但概念排名訊號大幅下降；有年齡、收入等 persona 資訊時，模型比較能重現某些群體對價格與產品類別的反應。

SSR 產生的自由文字不只是中間產物，也能提供「為什麼想買/不想買」的理由、疑慮與價值主張。對早期產品概念，這可能比單一平均分更有用。

Threads 留言有人問能否複製到 B2B industrial tech。答案是：可以借方法，不能直接借信心。B2B 採購涉及技術規格、預算週期、採購委員會、既有供應商、法務與風險責任；LLM 很可能只模擬「表面合理的買家語氣」。

把 persona 從「單一消費者」改成 decision-making unit：使用者、技術評估者、財務、採購、主管、資安/法務。SSR 可用於 early messaging / objection mining，但不能取代 discovery call、PoC 與實際採購流程資料。

把模型生成的語意相似度當作市場真相；忽略訓練資料覆蓋度、文化差異、通路曝光、競品促銷、價格承受力與真實購買約束。論文自己也明確說 SSR 不能完整捕捉真實購買行為的 contingencies。