Electric Twin

Electric Twin 是一家做「合成受眾」的研究平台。它的出發點很清楚：ChatGPT、Claude 這類通用模型回答「消費者會怎麼想」時，靠的是一般訓練資料，聽起來合理卻未必準。Electric Twin 改用客戶自己既有的問卷資料、焦點團體與顧客訪談，建出代表特定族群的合成受眾，再讓研究 agent 對這群虛擬受眾提問。

能做的事包括概念測試、廣告創意測試、訊息測試、定價測試、A/B 測試與受眾分群，結果可以一鍵匯出成報告。準確度是這類工具最常被質疑的地方，官網的說法是與真實測試相比最高可達 96% 吻合率（以 1 減平均絕對誤差計算），並經倫敦政經學院（LSE）Michael Muthukrishna 教授驗證，評估範圍涵蓋 280 個資料集、6,000 萬筆回覆。官網的客戶案例是英國《泰晤士報》，其主管表示產出量提升 10 倍。計價是授權費制，查詢次數不限，依受眾數量與團隊席次報價；官網提到有客戶跑了 1,500 次以上查詢，相較傳統研究方式省下約 30 萬英鎊。

功能特色與適用場景：它適合需要「反覆問同一群人」的團隊——媒體想測試標題與訂閱方案、品牌想測文案、政策單位想預先了解某族群對新措施的反應。對台灣的使用者，例如手上已累積大量問卷資料的民調公司、公關公司或政黨智庫，它提供了一種在正式民調前先做壓力測試的方法。要提醒的是，合成受眾只能反映建模資料的樣貌，少數族群或新議題的預測要特別保守，正式決策前還是應該用真人樣本驗證。官網未說明中文資料的支援情形。