Co jsou syntetické persony? Kompletní průvodce (2026)

2026-08-13 · 14 min čtení

Klíčová zjištění

• Syntetické persony jsou AI respondenti ukotvení v demografickém a postojovém profilu odvozeném z reálných populačních výzkumů; na výzkumné otázky pak odpovídají ve své roli.
• Nejsilnější jsou v porovnávání, předvýběru a záběru do šířky; nejslabší v absolutních číslech, zcela nových kategoriích a specializovaných populacích.
• Strop kvality určují data, o která se persona opírá, nikoli velikost modelu: ukotvení v reálných populačních distribucích přibližuje syntetický výstup výsledkům skutečných výzkumů (Sun et al., 2024).
• Reálný výzkum doplňují, nikdy jej nenahrazují. Recenzovaná literatura je řadí na začátek procesu — do předtestování a pilotů — nikoli do studie, která rozhodne (Sarstedt et al., 2024).

Co je syntetická persona?

Syntetická persona je simulovaný účastník výzkumu: velký jazykový model ukotvený v demografickém a psychografickém profilu, který pak ve své roli odpovídá na otázky z rozhovoru, položky dotazníku nebo kreativní podněty. Na rozdíl od tradiční persony — statického dokumentu popisujícího typ zákazníka — je interaktivní: můžete se jí zeptat i na něco, s čím profil nepočítal, a dostanete odpověď.

Právě v interaktivitě je smysl celé věci a zároveň zdroj sporu. Syntetická persona nemá vlastní názory; pracuje s pravděpodobnostním rozdělením toho, co by člověk odpovídající danému profilu věrohodně řekl, odvozeným z textu. Zda je výstup dost blízko reálné populaci, aby mohl podpořit rozhodnutí, závisí na tom, jak byla persona sestavena a na co se jí ptáte. Přehledová studie z roku 2024 v Psychology & Marketing, která porovnávala křemíkové vzorky (silicon samples) s lidskými, zjistila, že míra shody se mezi doménami výrazně liší. Největší příslib přitom vidí na začátku výzkumného procesu — v kvalitativním předtestování a pilotních studiích (Sarstedt et al., 2024). Širší kategorii popisuje náš text o syntetických uživatelích.

Pojem vstoupil do byznysového slovníku rychleji než důkazy. Nielsen Norman Group nechala syntetické uživatele projít třemi vlastními studiemi, označila jejich výstupy za povrchní a příliš vstřícné a uzavřela, že mohou posloužit k rešerši od stolu, nikdy však nenahradí reálné uživatele (Moran, 2024). Časopis Interactions od ACM šel v textu „The Synthetic Persona Fallacy“ ještě dál: celou kategorii obvinil, že si vypůjčuje autoritu výzkumu, ale opouští jeho standardy (Papangelis, 2025). V tom, jak se tyto nástroje prodávají, mají oba pravdu; použitelný přístup je třeba hledat dál v procesu.

Syntetické persony vs. tradiční persony

Tradiční persona je artefakt syntézy: výzkumník udělá dvanáct rozhovorů, najde tři vzorce a sepíše je jako pojmenované postavy. Syntetická persona je artefakt vzorkování.

Tradiční persona z roku 2022, která v roce 2026 visí na zdi, není pravdivější než syntetická — jen se mýlí pomaleji a s méně nápadnou jistotou. Ani jedna se neověří sama a ani jedna nemá rozhodovat o strategii: výstup segmentace je popisný, nikoli strategický (Sharp, Dawes & Victory, 2024), a reanalýza nejznámějších experimentů s psychologickým cílením ukázala, že cílení nepřekonalo běžnou reklamu (Sharp, Danenberg & Bellman, 2018).

Syntetické persony, syntetičtí respondenti a digitální dvojčata

Syntetická persona je jedna bohatě popsaná postava pro kvalitativní práci — dlouhé rozhovory, otevřené otázky, doptávání. Pracujete s hrstkou, protože jde o hloubku. Syntetický respondent je tenčí jednotka používaná ve velkém: má dost atributů na vyplnění dotazníku, ne na dvouhodinový rozhovor. Pracujete se stovkami, protože jde o distribuce.

Digitální dvojče je podstatně silnější tvrzení: model jednoho konkrétního reálného člověka postavený z jeho vlastních dat, který má předpovědět, jak by se zachoval on. Pokud dodavatel tímto pojmem volně operuje, berte to jako varovný signál: laťka důkazů je zde mnohem výš. Testování predikce na individuální úrovni ukazuje Twin-2K-500, v němž 2 058 amerických účastníků strávilo v průměru 2,4 hodiny nad více než 500 otázkami ve čtyřech vlnách; poslední vlna opakovala dřívější úlohy, aby stanovila základnu test–retest (Toubia et al., 2025). První analýzy vypadají slibně, jenže datové sady takové hloubky prakticky neexistují.

Jak syntetická persona doopravdy vzniká

Právě zde syntetické persony ve výzkumu trhu důvěryhodnost získávají, nebo ztrácejí: rozdíl mezi výzkumným nástrojem a našeptávačem v kostýmu vytváří celý postup.

1. Demografická specifikace. Popíšete populaci: trh, věkové pásmo, příjem, zaměstnání, složení domácnosti a k tomu behaviorální rysy, na kterých záleží. Všechno další se od toho odvíjí.

2. Ukotvení v reálných datech z výzkumů. Postoje persony si model nevymýšlí. SynthFolk je vzorkuje z European Social Survey a Eurobarometru — z desetitisíců reálných odpovědí o důvěře v instituce, hodnotách, konzumaci médií, finanční jistotě a společenských postojích napříč Evropou. Princip není nijak složitý: Sun et al. (2024) zjistili, že už samotné ukotvení ve skupinových demografických distribucích vytvořilo rozdělení odpovědí „pozoruhodně podobné“ reálným americkým průzkumům veřejného mínění — a že věrnost závisí na skupině i tématu.

3. Přiřazení kulturního regionu. Země je nedokonalý ukazatel postojů, ale lepší než nic. SynthFolk proto mapuje trhy do pěti kulturních regionů odvozených empiricky z dat, nikoli z geografie. Severský, středomořský, středoevropský, západní a posttransformační vzorec tak nezačínají na jednom zprůměrovaném evropském průsečíku. Systém je třeba navrhnout právě proti tomuto zprůměrování: redukce člověka na několik parametrů ztrácí vše, co tyto parametry nenesou — parametrický redukcionismus (Valenzuela et al., 2024).

4. Rozpoznání záměru a volba nástroje. Výzkumná otázka se posoudí podle typu studie, který vyžaduje — explorativní rozhovor, měřené porovnání nebo hodnocení podnětu — a nasměruje se do odpovídajícího modulu. Položíte-li panelu určenému pro rozhovory otázku, která vyžaduje distribuci, dostanete sebevědomý nesmysl.

5. Generování odpovědí s adaptivním záložním řešením. Každá persona odpovídá samostatně, nikoli v jedné společné konverzaci. Zachová se tak neshoda, která dává celému cvičení výpovědní hodnotu. Slévat hlasy dohromady je slabě navržené i u reálných lidí: mezi 227 posledními redesigny obalů popsanými marketéry patřily focus groups k metodám spojeným s méně úspěšnými výsledky (Caruso et al., 2025). Když model není dostupný, záložní vrstva přesměruje dotaz jinam.

Ukotvení omezuje vliv výchozích postojů modelu; nezaručuje však, že bude o vašem produktu uvažovat správně. Výzkumná data mají své datum sběru. Evropské ukotvení je evropské: persona mimo toto pokrytí je méně spolehlivá.

Podívejte se, jak to funguje: SynthFolk sestaví panel z popisu publika běžnou řečí — prohlédněte si kvalitativní modul.

K čemu jsou syntetické persony dobré

Předvýběr konceptů. Máte čtrnáct pozičních tvrzení a rozpočet na otestování tří. Syntetický panel pomůže oddělit slabší polovinu od silnější: spusťte 3–8 person, podívejte se, které koncepty vyvolají věcné námitky místo zdvořilého souhlasu, a ty úspěšné vezměte do reálného testování. Právě toto použití na začátku procesu označují Sarstedt et al. (2024) za obhajitelné.

Porovnávání kreativy a sdělení. Relativní soudy jsou vůči zkreslení modelu odolnější než absolutní: při porovnání dvou variant reklamy hodnotitel odpovídá na otázku „která je srozumitelnější“, kde lze dosáhnout směrové přesnosti. Skutečný výzkum podnětů není levný — jedna studie z roku 2026 hodnotila 48 redesignovaných obalů s 484 americkými a 491 britskými spotřebiteli (Caruso et al., 2026). Náš modul pro testování médií provede obdobné porovnání s 10–50 hodnotiteli, abyste věděli, kteří kandidáti si zaslouží rozpočet.

Předtestování výzkumného nástroje. Než utratíte peníze za nábor, pusťte svůj scénář rozhovoru přes syntetické respondenty: nejednoznačné položky produkují nekonzistentní syntetické odpovědi úplně stejně jako lidské. Pilotování scénáře patří k mála použitím, která NN/g podporuje (Moran, 2024).

První průchod napříč trhy. Jedna studie ve dvanácti zemích je s reálnými panely nedostupná, zatímco synteticky vyjde levně. Čísla pro jednotlivé trhy nebudou obhajitelná — věrnost se liší podle podskupin i témat (Sun et al., 2024) — ale zjistíte, které trhy si zaslouží terénní sběr.

Kde syntetické persony selhávají

Tato kapitola patří do každého poctivého zpracování tématu; pokud ji na stránce dodavatele nenajdete, i to je informace. Náš přehled toho, jak přesní syntetičtí respondenti jsou, shrnuje literaturu; způsoby selhání jsou předvídatelné.

Cenová citlivost v jemném rozlišení. Syntetický panel vám řekne, že 49 € působí draze a 19 € levně. Neodliší 22,90 € od 24,50 €. Důvod je strukturální: porovnání přežije jakékoli zkreslení, které zachová pořadí, absolutní práh nikoli — a protože se shoda mezi křemíkovým a lidským vzorkem liší podle domény, není žádný korekční koeficient, který byste použili (Sarstedt et al., 2024).

Málo četné a specializované populace. Ukotvující data jsou nejtenčí právě tam, kde přesnost potřebujete nejvíc — a výstup přitom nebude vypadat jako fikce. Fernandez, Berner a Shevlin zadali běžnému komerčnímu modelu pouze stručné diagnostické popisy a vygenerovali 2 106 syntetických person ze 13 profilů odvozených z DSM. Persony překročily klinické hranice u pěti ze sedmi validovaných psychiatrických screeningových nástrojů, přičemž závažnost u všech sedmi monotónně rostla (u všech P < ,001). Konzistentní vykazování symptomů nad klinickým prahem už podle nich nemůže sloužit jako důkaz autentické účasti. Syntetický panel vzácné populace je fikce s dobrou gramatikou — a projde i vaším nástrojem.

Měření znalosti a vybavení značky. Modely znají značky z trénovacího textu, ne jako dílčí rozpoznání, které mají skuteční spotřebitelé. Znalost značky je otázkou chování: v kontrolované replikaci lidé postavení před výrazný rozdíl ve znalosti drtivou většinou volili známější značku navzdory rozdílům v kvalitě a ceně (Macdonald & Sharp, 2000). Salience je sklon vybavit si značku v nákupní situaci — vlastnost paměťových struktur, nikoli textu (Romaniuk & Sharp, 2004).

Cokoli po datu ukončení trénování. Nový konkurent, čerstvá regulace, kategorie, která vznikla loni — model sebejistě interpoluje a na výstupu to poznat nebude.

Kulturně specifická tabu a citlivá témata. Trénování na sladění s lidskými preferencemi tlačí modely k neurážlivým, souhlasným odpovědím. Linův přehled kontaminace umělou inteligencí vyčísluje homogenizační efekt — 45% podobnost mezi shrnutími zprostředkovanými modelem oproti 27 % u lidských — a upozorňuje, že sanitizace „usekává přesně ty konce rozdělení: projevy předsudků, ambivalence, extrémní názory“ (Lin, n.d.). Tam, kde skuteční respondenti mlží nebo odmítají odpovědět, syntetičtí zdvořile spolupracují a rozdíly mezi podskupinami se slévají do většinového výchozího nastavení.

Jakékoli pozorované chování. Syntetické persony reportují, co lidé říkají, ne jaký obchvat si někdo vymyslel nebo jak dlouho váhal před kliknutím. Otázky o chování potřebují data o chování — zjistit, jak se koncentruje útrata v obchodních domech, si vyžádalo 550 milionů transakcí za tři roky (Tanusondjaja et al., 2023). Testování použitelnosti, deníkové studie a kontextové šetření syntetický ekvivalent nemají.

Řekněme to jasně: syntetický výzkum doplňuje reálný výzkum a nikdy jej nenahrazuje. Nejde o skutečné názory skutečných lidí, ale o rychlý způsob generování hypotéz, které následně ověříte s lidmi — na tom se shodují recenzovaný přehled (Sarstedt et al., 2024) i nejhlasitější kritika z praxe (Moran, 2024). Tým, který si koupí syntetický panel místo výzkumné funkce, si kupuje drahý způsob, jak potvrzovat vlastní přesvědčení.

Jak posoudit, jestli syntetická persona za něco stojí

Pět kontrol, které zvládnete za odpoledne s jakýmkoli nástrojem včetně tohoto. Vyplatí se je zopakovat při každé změně modelu, protože znění promptu i verze modelu jsou v simulacích s jazykovými modely proměnlivé (Ong, 2024).

1. Chtějte konkrétní zdroj ukotvení. „Trénováno na reálných datech“ není odpověď. Ptejte se, o který výzkum, které vlny, které země a kolik odpovědí jde. Rozhodující práci odvádí ukotvení v reálných distribucích (Sun et al., 2024); bez něj jsou persony jen výchozí odhady modelu s demografickou nálepkou.
2. Otestujte rozptyl. Položte deseti personám stejnou středně kontroverzní otázku. Pokud se shodnou, čtete model, ne populaci — text zprostředkovaný modelem je homogennější než lidský (Lin, n.d.).
3. Použijte otázku se známou odpovědí. Vyberte něco, k čemu už reálná data máte: dřívější studii, zákaznický průzkum, veřejnou statistiku. Prahem úspěchu je směrová shoda; přesná shoda by ve vás měla vzbudit podezření. Porovnání s vlastními dřívějšími daty je legitimní důkaz (Golder et al., 2023).
4. Zkontrolujte podskupiny. Rozdělte výsledky podle demografické proměnné, na které by mělo záležet nejvíc. Pokud podskupiny vypadají jako celkový vzorek se šumem, persony se sesypaly do jednoho výchozího nastavení — parametrický redukcionismus (Valenzuela et al., 2024) na dimenzi, kde je proměnlivost věrnosti křemíkových vzorků doložená (Sun et al., 2024).
5. Zkuste systém vyvést z míry. Zeptejte se na něco, co persona nemá jak vědět: zprávy z minulého týdne nebo přesný cenový práh. Dobře postavený systém na limit upozorní. Nezaměňujte plynulost za záruku — autonomní AI agent prošel 99,8 % z 6 000 kontrol pozornosti určených k odhalení nepozorných lidí (Lin, n.d.), takže koherence vypovídá o modelu, ne o datech.

Časté dotazy

Jsou syntetické persony přesné?

První otázka zní: přesné v čem. Přehledová literatura zjišťuje, že shoda mezi křemíkovými a lidskými vzorky se napříč doménami značně liší a jedno číslo k citování neexistuje (Sarstedt et al., 2024). Agregované distribuce se mohou reálným průzkumům přiblížit, pokud je model podmíněný populační demografií, byť věrnost kolísá podle podskupin a témat (Sun et al., 2024); predikce na individuální úrovni zůstává výzkumnou hranicí (Toubia et al., 2025); a syntetický výstup je méně rozptýlený než lidský (Lin, n.d.). Za standard berte směrovou shodu. Úplný přehled důkazů najdete zde.

Mohou syntetické persony nahradit reálný uživatelský výzkum?

Ne. Mění ekonomiku otázek, na které byste rozpočet stejně nikdy nedali, a zpřesňují reálný výzkum tím, že vyřadí zjevné slepé uličky. Každé rozhodnutí s regulatorní, bezpečnostní, finanční nebo reputační expozicí vyžaduje skutečné účastníky.

Kolik syntetických person potřebujete?

Pro kvalitativní práci 3–8. Nad tento počet dostáváte přeformulování místo nové informace, protože persony pocházejí z jedné distribuce a text generovaný modelem je už tak homogennější než lidský (Lin, n.d.). Pro kvantitativní práci potřebujete vzorek, ne panel: 50–250 respondentů podle toho, kolik podskupin budete číst.

Kolik syntetické persony stojí?

V SynthFolku začíná kvalitativní studie se třemi personami na 6 kreditech; každý model i velikost studie má zveřejněnou cenu v kreditech na stránce s ceníkem — bez nutnosti domlouvat si demo hovor. Srovnávat se vyplatí s 10 000–40 000 € a šestitýdenním cyklem konvenční kvalitativní studie, která koupí něco lepšího, ale odpoví na jednu otázku.

Jsou syntetické persony v souladu s GDPR?

Syntetické persony vznikají z agregovaných, publikovaných distribucí z výzkumů a neobsahují osobní údaje o identifikovatelných osobách, čímž odpadá nejčastější třecí plocha compliance ve spotřebitelském výzkumu. Vámi nahrané podněty a výzkumné otázky jsou jiná věc — viz naše stránka o GDPR.

Postavte svou první syntetickou personu. Kvalitativní studie se třemi personami začíná na 6 kreditech, proběhne během několika minut a funguje ve dvanácti jazycích. Nové účty dostávají kredity zdarma; poctivý test proto vypadá tak, že otevřete dashboard a spustíte studii na otázce, jejíž odpověď už znáte.

Použitá literatura

Caruso, W., Romaniuk, J., Page, B., Anesbury, Z. W., & Williams, J. (2025). The role of market research in pack redesign performance. International Journal of Market Research, 67(1), 17–32. https://doi.org/10.1177/14707853241296656

Caruso, W., Romaniuk, J., Page, B., Anesbury, Z. W., Saeed, R., & Williams, J. (2026). The packaging redesign modernisation dilemma: The relationship with familiarity, likeability, and its effect on purchase intent. Journal of Retailing and Consumer Services, 92, 104800.

Fernandez, K., Berner, L. A., & Shevlin, B. R. K. (n.d.). The threat of synthetic respondents extends to clinical mental health screening. Submitted manuscript, University of California, Los Angeles, and Icahn School of Medicine at Mount Sinai.

Golder, P. N., Dekimpe, M. G., An, J. T., van Heerde, H. J., Kim, D. S. U., & Alba, J. W. (2023). Learning from data: An empirics-first approach to relevant knowledge generation. Journal of Marketing, 87(3), 319–336. https://doi.org/10.1177/00222429221129200

Lin, Z. (n.d.). Synthetic respondents and the illusion of human data. Preprint, Department of Psychology, Yonsei University.

Macdonald, E. K., & Sharp, B. M. (2000). Brand awareness effects on consumer decision making for a common, repeat purchase product: A replication. Journal of Business Research, 48(1), 5–15. https://doi.org/10.1016/S0148-2963(98)00070-8

Moran, K. (2024, June 21). Synthetic users: If, when, and how to use AI-generated "research". Nielsen Norman Group. https://www.nngroup.com/articles/synthetic-users/

Ong, D. C. (2024). GPT-ology, computational models, silicon sampling: How should we think about LLMs in cognitive science? arXiv:2406.09464. https://arxiv.org/abs/2406.09464

Papangelis, K. (2025, December 17). The synthetic persona fallacy: How AI-generated research undermines UX research. ACM Interactions. https://interactions.acm.org/blog/view/the-synthetic-persona-fallacy-how-ai-generated-research-undermines-ux-research

Romaniuk, J., & Sharp, B. (2004). Conceptualizing and measuring brand salience. Marketing Theory, 4(4), 327–342. https://doi.org/10.1177/1470593104047643

Sarstedt, M., Adler, S. J., Rau, L., & Schmitt, B. (2024). Using large language models to generate silicon samples in consumer and marketing research: Challenges, opportunities, and guidelines. Psychology & Marketing. https://doi.org/10.1002/mar.21982

Sharp, B., Danenberg, N., & Bellman, S. (2018). Psychological targeting. Proceedings of the National Academy of Sciences, 115(34). https://doi.org/10.1073/pnas.1810436115

Sharp, B., Dawes, J., & Victory, K. (2024). The market-based assets theory of brand competition. Journal of Retailing and Consumer Services, 76, 103566.

Sun, S., Lee, E., Nan, D., Zhao, X., Lee, W., Jansen, B. J., & Kim, J. H. (2024). Random silicon sampling: Simulating human sub-population opinion using a large language model based on group-level demographic information. arXiv:2402.18144. https://arxiv.org/abs/2402.18144

Tanusondjaja, A., Romaniuk, J., Nenycz-Thiel, M., Sakashita, M., & Viswanathan, V. (2023). Examining Pareto law across department store shoppers. International Journal of Market Research. https://doi.org/10.1177/14707853221145851

Toubia, O., Gui, G. Z., Peng, T., Li, A., Merlau, D. J., & Chen, H. (2025). Twin-2K-500: A dataset for building digital twins of over 2,000 people based on their answers to over 500 questions. arXiv:2505.17479. https://arxiv.org/abs/2505.17479

Valenzuela, A., Puntoni, S., Hoffman, D., Castelo, N., De Freitas, J., Dietvorst, B., Hildebrand, C., Huh, Y. E., Meyer, R., Sweeney, M. E., Talaifar, S., Tomaino, G., & Wertenbroch, K. (2024). How artificial intelligence constrains the human experience. Journal of the Association for Consumer Research.