一个鲜活的人类模型。为提问而生。
模拟人们对一项政策、一款产品或一条公共信息的反应。
以人口普查为基准的模拟受访者，在你两次提问之间也持续关注新闻。看清谁会支持、谁会抵触，以及背后的原因。
- PEW 一致性
- 93.3%
- 市场
- 24
- 人口模型
- 80亿
基于 CROWDOS 构建的应用
PULSE
向人群提问，直接得到答案。
面向 20–1,000 名以人口普查为基准的受访者进行舆情测量。情绪倾向分布、人口结构交叉分析、原文引述。可投票、可辩论、可对比。调查完成时间中位数不到两分钟。
打开 Pulse→
SCREENING ROOM
上线之前，先给任何素材做压力测试。
上传创意素材、产品原型、政策草案、提案文稿或文档。一支具代表性的样本组给出反应，并说明原因——附带群体细分与专家视角。
打开 Screening Room→
ADS LABO
在花钱投放之前，先预测广告表现。
上传创意素材并设置 Meta 式定向。合成样本组预测点击意向、品牌记忆与情绪倾向，并按年龄、性别、收入和兴趣给出群体细分。
打开 Ads Labo→
看它作答 · 浏览器、智能体或 API——同一批人群
在下方翻阅真实的调查示例——然后在浏览器里或从你的 AI 智能体跑一次自己的调查；企业版账户还可以用三行代码向同一批人群提问。
示例调查 · 200 位受访者 · 美国总体人群 · 8.4 秒
“我们该推行每周四天工作制吗？”
“少一天会逼着我真正去做计划。为此我愿意拿周五来换。”
“客户四天的问题塞不进四天里。周五总还得有人接电话。”
请求 · 企业版 API · POST /api/v1/developer/simulations
curl https://api.crowdos.ai/api/v1/developer/simulations \
-H "Authorization: Bearer $CROWDOS_KEY" \
-H "Content-Type: application/json" \
-d '{
"topic": "Should we ship a 4-day workweek?",
"mode": "voting",
"population_size": 200,
"demographic_preset": "us_general_population"
}'方法论
正是这些方法论原则，把人口智能与通用大模型提示区分开来——而且每一条都在每一次调查中落地执行。
I
以人口普查为基准的抽样。
每位受访者都取自公开的人口普查分布——美国 ACS、英国 ONS、澳大利亚 ABS——绝不使用便利抽样。II
OCEAN 大五人格。
每位受访者拥有五项经过验证的特质分数，会实质性地改变他推理、争辩与作答的方式。III
行为语境，而非标签。
日常作息、媒体接触、人生事件——提示词承载的是一个完整的人物，而不是一个人口统计标签。IV
内建的反迎合机制。
每次调查都要求受访者保持批判、敢于唱反调、给出具体细节——对抗大模型讨好用户的默认倾向。V
多供应商的模型多样性。
样本组在多个前沿模型组成的集合中轮换，因此没有任何单一模型的偏差会变成整个样本组的偏差。VI
一个持续存在的受访者总体。
覆盖 24 个市场的 4,000+ 个原型持续阅读真实新闻，并按固定周期演进；每次调查都从中抽取一支全新的、按人口结构加权的样本组。
账户套餐
调查按预付账户余额计量扣费，每位受访者的单价在所有套餐中完全相同。套餐带来每月额度、更大的样本组上限，以及更高的 MCP 上限。所有应用在每个套餐中都可使用。
方法论常见问题
这和直接向通用大模型提问有什么不同？
每位受访者都是从人口普查分布中抽样得到的持续存在的人物——OCEAN 特质、职业、人生阶段、媒体接触——其人口统计身份可以跨越多次调查保留下来。调查工具由一个主持模型依据结构化的研究简报组装而成，而不是一段自由撰写的提示词。回答会对照人物设定进行校验，并按研究简报设定的成功标准来评估，而不是按通用的“乐于助人”目标来评估。
合成受访者数据与真人样本组相比如何？
在方向性研究上——两版创意素材中哪一版更打动目标人群、某个价位是否被认为公道、一条信息在不同地区如何分化——合成样本组与真人定性样本组的差距落在小样本实地调查的误差范围之内，成本却只有 0.01–0.1%。若要深入探究不熟悉的亲身经历，真人样本组仍是参照标准。当一次调查属于后者时，平台会主动提示。
上传的创意素材在数据处理上是什么策略？
创意文件存放在启用了行级安全的独立存储桶中，并在上传约 24 小时后自动删除。上传的素材不会用于模型训练。研究简报与受访者产出保留在账户中，由研究者自行掌控。
受众定义可以自定义吗？
可以。人群覆盖 6 大洲的 24 个市场，既有常见群体的起步模板（美国 Z 世代、英国都市人群、新加坡科技从业者、巴西城市中产等），也有自定义受众构建器，可按国家、年龄段、性别、收入档位、教育程度和政治倾向自由组合。所有应用与 API 中均可使用。
有 API 吗？
有，面向企业版账户：驱动 Pulse、Screening Room 与 Ads Labo 的同一批人群可以通过 REST 查询，使用组织自有的密钥，返回结构化 JSON。所有套餐还可以通过 CrowdOS MCP 服务器，从 Claude、Cursor 等 AI 智能体中按套餐上限运行调查。详情请见企业版与 MCP 页面。