AI 直接替產品打分不可靠,這篇教你用文字回答改善評估
把產品點子交給 AI,請它用 1 到 5 分判斷大家會不會買,常常得到差不多的分數,難以看出不同產品的差別。這篇文章整理一項研究:先讓 AI 用自己的話回答,再把回答和各分數的參考句比較,算出每個分數的可能性。研究中,這種方法和真人評分分佈的相似度從 0.26 提高到 0.88;加入年齡和收入資料也有幫助,但性別和地區的結果不可靠。作者也做成可在多種 AI 程式工具中使用的開源技能,適合先比較少數點子或價格,不能取代重大決策前的真人調查。研究只驗證美國個人清潔用品,其他類別、國家和語言測試較少。