Painel Sintético Concorde

Painel Sintético Concorde

远程 MCP 服务，为任何 Claude（桌面版、网页端、移动端）提供一个包含787 位巴西银行业消费者合成人格的面板，用于探索银行和金融科技产品。完全运行在 Cloudflare Workers 免费套餐中。

网站和演示： https://painel.concorde-painel.workers.dev MCP 官方注册表中的名称： io.github.caio-sartoratto/painel-sintetico-concorde

如何安装／查找

该面板是一个远程 MCP 连接器，无需下载任何内容。

1. 在 Claude（桌面版、网页端或移动端）中：Settings → Connectors → Add custom connector
2. 粘贴 URL：https://painel.concorde-painel.workers.dev/mcp
3. 需要 Claude 付费套餐（免费套餐不包含自定义连接器）

它也已发布在 MCP 官方注册表中，名称为 io.github.caio-sartoratto/painel-sintetico-concorde，因此可能会出现在使用该注册表的 MCP 市场和聚合器中。不过，仍需通过上述 URL 安装（列入注册表不会自动将连接器添加到 Claude）。

面板数据不在此仓库中（数据为专有内容，请参阅许可证）。 此仓库提供引擎：MCP 服务、网站、论坛、配额和遥测。公共服务 使用完整面板运行。

存在的原因

让大模型“模拟 700 个人”，只会反复生成同一个平均受访者，并带有收入／教育程度偏差（Santurkar et al. 2023；Bisbee et al. 2024）。有效的方法是根据真实的社会人口属性对模型进行条件约束（Argyle et al. 2023）。这里的异质性来自结构：每个人格都通过确定性筛选条件（字段 运算符 值）关联到带来源的统计事实，大模型只负责赋予其表达。

两种模式：焦点小组和调研

• 焦点小组（定性探索）：filtrar_personas/sortear_amostra + get_personas。 Claude 会让一小部分筛选出的人格表达观点，供你听取异议并完善假设。
• 方向性调研（测量）：preparar_pesquisa 会进行隔离扇出——宿主会为每个人格启动一个任务／子 Agent；每个人格独立回答，不会看到其他回答，然后由本地汇总结果分布。这样可避免在同一上下文中生成的回答出现人为趋同。 格式：escolha（分布）、pontuar（每项属性评分 0-10 → 每个选项的均值和标准差，保留次要偏好）、escala 和 aberta。默认情况下，seed 为随机值，并会在结果中返回以便复现。以下回测正是通过此机制完成的。

隐私从设计上得到保障：用户的问题不会经过服务端。信任边界由 Claude 在本地划分（工具 avaliar_pergunta 只返回评分标准），人格回答则由宿主汇总——服务端只会收到细分筛选条件、人格数量和格式。

验证（与真实调研进行回测）

从面板中随机抽取 100 个人格，以温度 0（可复现）进行分类，并与已发布的调研结果比较。

idwall 2025（按 IBGE 加权的全国样本）

消费者态度问题	idwall	面板	误差
计划维持／增加数字银行的使用	84,9%	86,0%	1,1 pp
注册速度是开户时最重要的因素	51,4%	49,0%	2,4 pp
家是使用银行服务最安全的地方	68,5%	74,0%	5,5 pp

平均绝对误差：3,0 pp——三项结果与基准值的差异都在 6 个百分点以内。

Reclame AQUI 2026（对数字银行的信任危机，n=2.073）

消费者态度	Reclame AQUI	面板	误差
担心机构倒闭、钱会打水漂（流动性）	35%	39%	4 个百分点

BCG 与 Nubank，《Beyond Access》2023（巴西人口，n=2.000）

研究标题：超过 70% 的巴西人觉得自己在财务方面既不安心，也未被纳入金融体系。面板独立得出的结果为 78%。

基准数据没有按阶层细分，面板独立重现了不安全感的社会梯度（按阶层分层抽样，温度为 0）：

阶层	感到不安全	样本
A	5%	n=22
B	20%	n=30
C	77%	n=30
D/E	80%	n=30

对照：如果只是大模型呢？

直接向前沿模型提出相同问题，不使用面板、角色设定或网络搜索，温度为 0：

问题	实际值	面板	Gemini 3.1 Pro	GPT-5.6
维持或增加数字银行的使用	84,9%	86%	84%	85%
注册速度是首要因素	51,4%	49%	18%	25%
家里是最安全的访问地点	68,5%	74%	65%	90%
担心机构倒闭（流动性）	35%	39%	45%	65%
平均绝对误差		3,3 个百分点	12,0 个百分点	19,5 个百分点

在相同问题上，面板的误差比 Gemini 少 3,7 倍，比 GPT 少 6 倍。对于 BCG 的标题数据：面板为 78%（符合“>70%”），Gemini 为 55%（不符合），GPT 为 60%（不符合）。原始模型给出的数字甚至自相矛盾：Gemini 估计“安心且已被纳入金融体系”的比例为 45%，但“安心”的比例只有 31%，而交集不可能大于其中任一部分。面板不会出现这种错误，因为每个数字都来自逐一统计角色。

透明说明：这些是测试类别中匹配度最高的问题。满意度和自我报告发生率等项目的偏差更大（叙述中已知的校准偏差，正在调整）。这不能替代一手研究或 A/B 测试——这是在此之前成本低廉的一步。

示例

在 Claude 中运行的真实对话记录（角色和事实均来自真实面板）： examples/ — 概念焦点小组、A 类测试和数据核查。

架构

vault Obsidian (fonte da verdade: personas + fatos + vozes + instituições)
        │  npm run build-data  (compila markdown → JSON)
        ▼
Cloudflare Worker
 ├─ /mcp        servidor MCP (agents SDK / McpAgent + Durable Object)
 │              10 ferramentas: visao_geral, avaliar_pergunta (rubrica da
 │              fronteira p/ classificação LOCAL), filtrar_personas,
 │              sortear_amostra, preparar_pesquisa (fan-out isolado),
 │              get_personas, buscar_fatos, listar_vozes, get_instituicao,
 │              get_distribuicoes
 ├─ QuotaDO     cotas por IP (rajada/dia + teto de fichas: anti-extração)
 ├─ /           site estático server-rendered (zero framework)
 ├─ /forum      fórum anônimo sem moderação prévia (ForumDO) — nunca exposto via MCP
 │              (evita prompt injection armazenada em sessões de terceiros)
 └─ StatsDO     telemetria própria (IPs só como hash; dashboard admin)

值得注意的设计决策：

• 自有筛选 DSL（不使用 eval）：classe_social == 'Classe C' & idade > 30，从知识库到服务端使用相同语法。
• 类型化事实（倾向 / 盛行率 / 构成 / 参考值）——构成是 P（受众|指标），与倾向相反；存在构成时，服务端会在档案卡中插入提示。
• 通过 Durable Object 实施配额，按 IP 限制：没有用户身份验证，就无法实际批量提取面板数据。
• 按规则将论坛排除在 MCP 之外：第三方公开内容绝不会通过工具返回，从而消除存储型 injection 攻击途径。

运行

先决条件：Node 20+、Cloudflare 账户，以及符合预期格式的知识库（frontmatter schema 请参见 scripts/build-data.mjs）。

npm install
VAULT_DIR=/caminho/do/vault npm run build-data   # gera src/data/*.json (não versionado)
npm run dev                                       # local em http://localhost:8787
npx wrangler secret put ADMIN_TOKEN               # kill switch do fórum + dashboard
npx wrangler secret put HASH_SALT                 # sal dos hashes de IP
npm run deploy

许可证

代码采用 MIT 许可证。面板数据（角色、事实、声音、机构档案卡和分布）为专有数据，不包含在此存储库中，且未经许可不得再分发。

作者

Caio Sartoratto Prado — LinkedIn · Concorde 项目。反馈：面板论坛。