用AI生成的【虚拟用户研究】替代真实用户研究 可行么？

一句话答案：

先抛结论：AI生成的虚拟用户和用户研究报告，不能说完全不能用。它确实有适用的场景。

但问题在于——不能滥用。拿人工智能合成的用户和报告，去替代真实的用户研究，有时候甚至会带来负面影响。

最近尼尔森诺曼集团发了一篇新文章，他们用专门的合成用户平台、ChatGPT、以及真实用户研究三种路径，做了一次对比研究。结论挺有意思，下面浓缩分享一下关键内容。

本文围绕两个核心问题展开：

先了解一点背景。现在市面上已经出现了专门的合成用户AI平台，可以直接生成用户画像，甚至能对虚拟用户做访谈。ChatGPT这类大模型工具，也能达到类似效果。听着是不是挺省事？

为什么可能有害？

先说第一个问题。虚拟用户研究的回答，在与真实用户的对比实验中，有一个非常显著的倾向：

这就意味着，企业基于这些数据做决策时，可能被带到沟里去。以为用户很满意、体验很顺畅，但实际完全不是这样。危险就在这里。

第二个问题：没人知道这些虚拟回答是基于什么数据生成的。底层数据来源、训练集构成、潜在偏见……这些都难以辨别。用着不透明的东西，风险自然就高。

第三个问题：虚拟用户回答往往比较“平”，难以深挖行为细节和态度细节。尤其从体验设计的角度看，缺乏细腻的、真实的用户反馈，想要据此提升用户体验，难度非常大。

第四条值得特别强调：

什么时候可以用？

当然，不是说这东西一点用都没有。从归类上看，

第一，它可以帮助项目成员快速了解这个行业用户的类型和基本信息。对快速扫盲、建立初步认知来说，是个有用的工具。

第二，它可以帮助团队提出研究假设，作为真实用户研究的起点。换句话说，把它当作“热身”或“预研”来用，效果反而更好。

最后说一句：如果实在没条件做真实用户研究，用虚拟用户研究顶一下，是不是比不做更好？也不一定。原因上面已经说了——它可能带来错误的认知。如果非要用，心里得有风险这根弦。

这个议题一直有争议是正常的，不同项目、不同场景下，判断自然不同。但我们能够理解的是，每个判断都需要有依据。