合成人设能否预测真实受众反应：一项无 Persona 基线胜过 Persona 文案模拟的 Sim-to-Real 研究

营销人员越来越多地使用大语言模型（LLM）作为合成人设（synthetic personas），在文案发布前预测受众反应，其依据是有证据表明以画像为条件的 LLM 能模仿人类样本。但这种预测对真实行为是否真的有效——Persona 机制是否真有帮助？我们开展一项模拟到真实（sim-to-real）的效度研究，以 Upworthy Research Archive（在共享真实流量上进行的数千次标题 A/B 测试，带有实测点击率）作为留出的真值。我们将基于真实受众人口统计构建的十人设面板，与一个直接询问模型典型读者点击可能性大小的无 Persona 零样本基线进行比较。有两个发现突出。第一，真值的可靠性是硬约束：大多数 A/B 测试没有统计上可区分的赢家，因此效度只能在可靠子集（n=399）上测量。第二，与 Persona 模拟的前提相反，Persona 条件化降低了预测效度：无 Persona 基线对变体的排序明显更好（Kendall τ=0.361，中等效应；top-1 准确率 49.2%），而 Persona 面板仅为 τ=0.084、top-1 34.6%，两者置信区间不重叠。直接询问模型调用的是准确的人群层面先验；强迫模型扮演特定 Persona 则注入了偏差与噪声。该结果在三个独立的 Upworthy 数据划分上复现，在另一领域的新闻数据集上方向一致，并对随机种子、提示措辞和模型选择保持稳健——横跨三个 Gemini 档位与另一模型家族（OpenAI gpt-4.1，配对差异显著）。结论：在预测总体互动时，一个普通的 LLM 排序器胜过 Persona 模拟——合成人设不仅是弱预测器，而且比不用更糟。所有数字均可由公开的、以产物为先的复现包重新生成。