感性（情感）工学提出一个精确的问题：设计的哪些物理属性会产生哪些感受印象？经典工具是语义差异法和林知己夫的数量化理论，两者手工做起来都很繁琐。Neutropic 用一条消息运行它们。截图来自一个关于四种椅子设计、由 60 名被试评分（示例数据）的真实会话。
第 1 步 — 附上评分与设计属性
数据文件包含 SD 评分（8 对形容词，7 点量表），以及每个设计中你实际可以改变的属性：座面材质、颜色、扶手、靠背高度。
text
/analyze chair_semantic_differential.csv holds semantic differential ratings (8 adjective pairs, 7-point) of four chair designs (A-D) by 60 participants, plus each design's attributes (seat_material, color, armrest, backrest_height). Draw the SD profile plot of the four designs and run a Quantification Theory Type I analysis mapping the 'comfortable' and 'luxurious' impressions onto the design attributes.
第 2 步 — 语义差异剖面
剖面图把四个设计放在同样的 8 条双极轴上，它们在哪里分化——温暖/冰冷、廉价/高档、舒适/不适——一目了然。
第 3 步 — 从印象到设计变量
数量化 I 类把每个目标印象回归到类别型设计属性上，返回类别得分和偏相关：哪种材质、哪种颜色、有无扶手会影响"舒适"和"高档"——以及影响多少。
第 4 步 — 可以交给设计团队的报告
报告解释剖面发现、数量化模型和设计集的平衡性——附带小设计集所隐含的注意事项——所以建议（"网布座面、高靠背、带扶手"）背后有数字支撑。
同样原生支持
- 用于属性间权衡的联合分析。
- 对 SD 量表做因素分析以恢复底层的情感维度。
- 有录像时与评分时刻对齐的生理补充——面部表情、EDA、HRV。
每个数字都可追溯
和 Neutropic 的其他地方一样，图表携带生成它们的代码和数据，审查代理在建议到达设计评审之前检查模型假设。
