内容摘要：问卷星后台确实会记录每份问卷的IP地址、提交时间和答题时长。但很多人不知道的是，这些数据在特定条件下可以被"污染"。去年帮朋友处理一个校园调研项目时，我就亲眼见过一份问卷在3小时内被同一台设备提交了4

问卷星后台确实会记录每份问卷的问卷IP地址、提交时间和答题时长。星数但很多人不知道的据造假是，这些数据在特定条件下可以被"污染"。问卷去年帮朋友处理一个校园调研项目时，星数我就亲眼见过一份问卷在3小时内被同一台设备提交了47次——通过不断清除浏览器缓存和切换飞行模式。据造假

最原始的问卷方法是多设备操作。准备几台手机、星数平板和电脑，据造假连不同的问卷网络（比如手机开热点、连邻居WiFi、星数用流量），据造假每个设备填一份。问卷问卷星会把这些识别为不同来源。星数但问题在于，据造假如果你需要大量样本，这个办法效率太低。有人用虚拟机批量修改MAC地址，每个虚拟机模拟一台新设备，配合代理IP池，一天能刷出上千份。代价是答题时间必须控制好，太快会被系统标记为异常。

说到IP，这是问卷星反作弊的核心维度之一。普通代理IP往往被识别，因为那些IP段早被标记了。有人用秒拨IP，每次提交前自动更换，配合随机生成的浏览器指纹。更省事的办法是去网吧——不同机位对应不同内网IP，但出口IP相同，所以需要手动切换不同网吧的WiFi。我见过一个做市场调研的团队，专门雇人在大学城附近的奶茶店、图书馆、快餐店流动填问卷，每人每天完成80份，每份给2块钱。

答题逻辑是另一个突破口。问卷星有"注意力检验题"，比如"请选择'非常不同意'"，但机器脚本可以轻松识别。真正难防的是时间分布——正常用户答题时间在3到15分钟之间，且不同题目停留时长有波动。造假者会写脚本模拟人类操作：随机延迟、偶尔回退修改、在开放题里填"还行""不错"这种模糊词。有个做毕业论文的学生告诉我，他买了200份问卷，结果查重时发现30份的开放题答案完全一样，都是"服务态度好，环境干净"，连标点符号都没变。

开放题是造假最容易露馅的地方。机器生成的文本往往缺乏细节。比如问"你对食堂的建议"，真实回答会写"三楼麻辣香锅排队太久，建议增加窗口"，而造假样本会写"希望改进"。我见过一个粗糙的案例：所有开放题答案都是"无"，连"没有"都懒得换。更聪明的做法是用GPT生成不同表述，但成本高，而且如果问卷设计者设置了关键词过滤（比如"食堂""排队"），照样能筛出来。

还有种半真半假的操作：先让真人填一部分，再用脚本复制这些真实答案，只修改设备信息和提交时间。这样IP分布、答题时长、文本内容都像真的。但问卷星会检测答案的重复率，如果两份问卷的选项序列完全一致，系统会标记为"疑似重复"。所以造假者会在复制时随机改动1到2个选项，比如把"满意"改成"非常满意"。

最后说个真实案例。某高校社团做活动反馈，需要500份样本。负责人直接找了刷单群，对方报价80元。第二天收到数据，问卷星显示"有效问卷"512份，但后台的"来源分析"里，有430份来自同一个城市，且提交时间集中在凌晨2点到4点。更诡异的是，所有问卷的"填写时长"都是187秒——精确到秒的相同数值。负责人没敢用这批数据，重新做了线下收集。

问卷星不是吃素的。它的风控系统会综合IP、设备指纹、答题行为、答案分布等多个维度打分。低分问卷会被标记，甚至直接剔除。但道高一尺魔高一丈，造假技术也在进化。说到底，数据造假的本质是信任问题——当你需要靠假数据交差时，这个调研本身就已经失败了。