# FeedbackEngine

在 AI 数字受访者组成的样本上测试创意、素材、命名与概念。
结构化、高保真的反馈几分钟出结果，而不是等上数周。

## 它做什么

细致地定义目标人群——人口属性、收入、地域、行为——FeedbackEngine
会生成符合该规格的数字受访者样本。他们以各自的人设回答你的问卷，
既给 1–5 分的量表打分，也用自己的话作答，几分钟后你拿到一份报告。

## 可以测什么

- [创意素材测试](https://feedback-engine.ai/zh/creative-testing) — banner 与主视觉，评估吸睛度、情绪、理解度与品牌契合
- [命名测试](https://feedback-engine.ai/zh/naming-testing) — 名称与口号，评估音感、记忆度、联想与品牌契合
- [概念测试](https://feedback-engine.ai/zh/concept-testing) — 想法、卖点与定位，评估价值、相关性与差异化
- [广告片创意测试](https://feedback-engine.ai/zh/video-idea-testing) — 脚本或分镜，在制作费花出去之前评估
- [受众洞察](https://feedback-engine.ai/zh/audience-insights) — 不带素材的开放式调研：动机、障碍、期待
- [创意对比](https://feedback-engine.ai/zh/idea-comparison) — 给候选清单排序，附每个方案的正反理由

## 一次测试怎么跑

1. **选择测试类型** — 每一种都自带按该类前测标准方法搭好的问卷。
2. **放入素材** — 图片、PDF、文字，做开放式受众调研时也可以完全不放。
3. **定义细分** — 结构化人口属性，加上一段自由描述的行为特征。
4. **读报告** — 排名、各指标的 Top-2-Box 得分，以及按情感倾向归类并保留原话的开放题回答。

## 方法在哪里可靠、在哪里不可靠

数字受访者能较好地复现推理与陈述性偏好，对感官体验则复现得很差。
完整说明见[方法论](https://feedback-engine.ai/zh/methodology)，其中也讲了准确度如何对照真人受众验证。

## 相关链接

- [功能](https://feedback-engine.ai/zh/features) — 平台能力
- [价格](https://feedback-engine.ai/zh/pricing) — 套餐与样本规模
- [常见问题](https://feedback-engine.ai/zh/faq) — 方法、测试、结果、账户
- [关于我们](https://feedback-engine.ai/zh/about) — 公司
- 注册：https://my.feedback-engine.ai/auth?mode=register&lang=zh