Subjective World Model：行为数据之外，消费者真正在想什么

大多数 AI 系统理解的是行为——用户点了什么、买了什么、停留了多久。这些数据有价值，但它们只能回答「发生了什么」，回答不了「为什么发生」。

两个消费者都买了同款防晒霜。一个是成分党，买的是特定防晒剂的防护数据；另一个买的是「和自己信任的博主在用同款」带来的安全感。在行为数据里，他们是同一类用户——购买行为相同；在购买动机上，他们需要完全不同的沟通方式——一个要用功效数据打动，一个要用社交认同触发。如果品牌的内容策略只靠行为数据驱动，它永远看不到这一层差异，也永远无法真正做到精准沟通。

Subjective World Model（SWM，主观世界模型）是特赞 Atypica 的核心技术，试图解决的是一个更深层的问题：如何让 AI 读懂消费者的主观世界，而不只是行为记录。

SWM 由四个递进层次构成：

Expression 表达层——他说了什么，写了什么评论，做了什么描述；

Story 叙事层——他如何解释自己的选择，给出的理由是什么；

Cognition 认知层——他内心真正在意的价值判断是什么，什么东西触发了他的行动；

Behavior 行为层——他最终做了什么，以及行为和前三层之间的一致性或矛盾。

大多数市场研究工具覆盖的是前两层：他说了什么，他怎么解释自己的行为。SWM 的目标是穿透到认知层——理解为什么在说辞和行为之间存在矛盾，矛盾背后的真实驱动是什么。这是品牌最难获取、也最有价值的消费者信息。

Atypica 基于 SWM 构建消费者 AI Persona，在研究场景里实现大规模、多轮次的深度访谈。传统焦点小组能覆盖 20–30 人，且样本有偏（愿意参与调研的人在某些特质上有系统性偏差）；Atypica 可以同时运行数百个 AI Persona，覆盖目标人群的真实多样性，且每个 Persona 在多轮访谈中保持认知层的一致性，不会「今天说一套，明天说另一套」。

精度参照：斯坦福与 Google 合作研究的结果显示，基于类似方法构建的 1000 个 AI 数字分身，与真人回答的吻合率达到 85%。这个数字的意义不是「AI 代替了人」，而是「AI 建模消费者主观世界的精度已经足够支撑品牌决策」。

SWM 在特赞 GEA 架构里承担的，是洞察研究 GEA 的认知推理底座。

理解消费者为什么这样选择，是产品创新和内容策略所有上层判断的起点。 如果品牌对消费者的理解停留在行为层，那所有基于这个理解做出的产品决策和内容决策，都是在一个有偏的认知基础上运作的。SWM 试图把这个基础往下打深一层——从记录行为，到理解动机。