大语言模型在民意研究中的应用：从硅基采样到实践指南

本文介绍剑桥大学出版社《Large Language Models for Public Opinion Research: A Practical Guide》专著的配套GitHub代码库，由Ryan Kennedy等作者维护，系统讲解如何使用大语言模型（LLM）开展民意研究，涵盖API交互、提示工程、硅基采样（合成数据生成与验证）等完整流程，代码以R语言编写，同时探讨方法论争议与多元应用场景。

传统民意调查依赖昂贵电话访谈或在线问卷，样本获取成本高、周期长。LLM兴起催生"硅基采样"新范式——让AI模拟人类受访者生成合成数据，承诺低成本快速生成大规模数据，但也引发关于有效性与代表性的深刻争议。

项目分两章核心内容：第一章介绍Transformer架构基础、OpenAI API调用（ellmer包简化流程）、CREATE提示框架（Context/Role/Examples/Audience/Tone/Extras）及输出参数（temperature等）控制；第二章讲解硅基采样流程：人口统计特征提取→提示模板构建→GPT-5-mini生成模拟回答→结果结构化存储。

以2021年美国合作国会选举研究（CCES）子集为基准数据，采用多维度验证：分布对比（关键变量分布差异）、交叉表分析（变量关联模式）、统计推断（模型系数比较）；同时提供Ollama本地模型选项，解决API成本与隐私顾虑。

支持观点：成本效益高、实验控制精确、隐私保护；质疑声音：训练数据偏差、回答真实性存疑、外部效度待验证。作者未回避争议，通过严格验证流程展示合成数据质量评估方法，保持审慎态度。

社会科学研究者：学习AI辅助调查实验；数据科学家：掌握提示工程最佳实践；政策分析师：低成本获取公众意见；方法论文献贡献者：推动领域规范建立。

本项目是LLM应用于社会科学的里程碑，提供可运行代码与方法论框架（负责任整合AI工具，平衡创新与严谨）；随着LLM能力提升，硅基采样或成民意研究常规工具，项目为该转变提供技术基础与伦理指南。